Skal vi nu randomiseres over for vores »digitale tvilling«, vores avatar?

Mennesker er som alle andre organismer designet til at være forskellige, det er grundpillen i det levendes evolution og grundlaget for den robusthed, arter udviser. Det er derfor ikke overraskende, at patienter reagerer forskelligt på lægemidler og anden behandling. Mere individualiseret behandling prøver at tage højde for disse indbyggede forskelle, som er den gren, vi som art sidder på. Den måde, hvorpå lægemidler udvikles, accentuerer formodentlig konsekvenserne, fordi klinisk afprøvning ofte sker i mindre patientgrupper, der ikke altid kan matche de forskelle, større grupper af mennesker udviser. Det gælder f.eks. komorbiditetsprofiler i patientpopulationen, ligesom den relaterede polyfarmaci også vil bidrage til, at behandlingsrespons varierer mere, end når lægemidlerne gives enkeltvis.

Nu åbner vi for Fibigers sorte kasse

Kronikken af Thorkild I.A. Sørensen [Ugeskr Læger 2019;181:714-716] plæderer for, at det bør undersøges nøje, om brugen af f.eks. et genom til at inddele patienter i undergrupper rent faktisk forbedrer behandlingen. Der peges på Johannes Fibigers 120 år gamle principper om randomiserede opdelinger i grupper af sammenlignelige patienter. Som udgangspunkt synes jeg ikke, at genomet som værktøj ændrer på behovet for på denne vis at afklare, om metoden fører til forbedringer eller ej. Men som Thorkild I.A. Sørensen skriver, så indførte Fibiger principperne, fordi »han ikke kunne bestemme, hvilken af de mulige alternative behandlinger der forbedrede hans patienters prognose bedst«. Sørensen konstaterer selv senere, at »man ikke kan vide, hvad der ville være sket [...], hvis [patienterne] havde fået den anden behandling.« Man skal være opmærksom på, at et genom og de tilhørende fænotypiske data på tværs af hele sygdomsspektret bidrager med en hel del mekanistisk information, der ændrer på denne situation. Hvis et lægemiddel er rettet mod et bestemt unikt protein, og man kan konstatere, at det tilsvarende proteinkodende gen ikke findes i den pågældende patients genom, vil det i reglen være fornuftigt at sætte dosis ned til nul, og det vil sikkert også i mange tilfælde være uetisk at udføre et randomiseret, klinisk forsøg. Selvom det generelt har været voldsomt undervurderet, hvor svært det er at lave lødige digitale modeller af biologiske mekanismer, celler, organer eller hele organismer, vil sekventeringen af millioner af mennesker bidrage med mekanistisk information, der på område efter område vil ændre situationen i forhold til Fibigers sorte kasse, ikke blot for simplere »human knockouts« der mangler et enkelt gen [1, 2], men også for langt mere komplicerede genomændringer, som man f.eks. ser i tumorer.

Adgangen til flere sundhedsdata giver bedre statistik

Thorkild I.A. Sørensen peger også på, at selve opdelingen af patienter i undergrupper »vanskeliggøres yderligere af den utvivlsomme mangel på sammenlignelige patienter, som har fået de alternative behandlinger.« Her er jeg meget uenig. Med industrialiseringen af talrige eksperimentelle metoder (som f.eks. genomsekventering) eksploderer de tilgængelige data eksponentielt. Det gælder også elektroniske sundhedsdata, der beskriver patienters dybe fænotyper, deres behandling og behandlingsresultater. Vi var for nogle år siden involveret i et studie, der analyserede komorbiditeter i data fra mere end 110 millioner patienter [3]. I et nyt studie arbejder vi med data fra 120 millioner patienter fra USA, Danmark og Sverige. Den begrænsning Thorkild I.A. Sørensen nævner (og som vi kender fra de små nordiske sundhedsdataregistre) er hastigt på vej væk. Stort set alle lande gør nu deres sundhedsdata elektroniske, og det er ikke urealistisk at forestille sig, at man om relativt kort tid kan analysere data fra 500 millioner patienter og dermed få god statistik på sammenlignelige grupper i de fleste situationer.

Genomisk information komplementerer de traditionelle metoder

Randomiserede, kliniske forsøg kritiseres for tiden for at være upræcise og ineffektive [4] og for i visse situationer at være dårlige alternativer til observationelle studier baseret på sundhedsdata, selvom de også kan være meget relevante for at afgøre, hvad man vinder ved at have analyseret patienternes genomer. Det er altid nyttigt at kigge 120 år tilbage, men inden for personlig medicin tror jeg, det er lige så vigtigt at se frem mod en tid, der i højere grad vil give læger adgang til mekanistisk og systembiologisk indsigt i den enkelte patients sygdom, og derved komplementere de traditionelle metoder, der langtfra er perfekte. Man kan også forvente, at sundhedssystemet og den grundlagsskabende forskning i langt højere grad vil bruge genotypen og den dertil hørende mekanistiske indsigt til aktivt at indkalde patienter [5], dels for at opnå endnu mere detaljeret viden om kausale mekanismer, dels for at gavne forebyggelse og behandling af patienter i disse mere finkornede undergrupper.