iPOP מהפכה ברפואה האישית/מאת ד”ר דינה ראלט, כמוני

http://www.camoni.co.il

מערך אינטגרטיבי חדש iPOP- integrative Personal “Omics” Profile מאפשר איתור מדווה מאד מוקדם וכך כמעט מניעה של נזקי החולי.

הגנטיקאי מיכאל סניידר וצוותו מאוניברסיטת סטנפורד עקבו במשך כמעט שנתיים אחרי כל משתנה בגופו שהוא יכול היה להעלות על דעתו. רצף ה- DNA שלו, ה- RNA והחלבונים המיוצרים בתאים, מטבוליטים וסמנים הנישאים בזרם הדם או התגובות החיסוניות לזיהום ויראלי.
כך מצאו שהוא בעצם עלול לחלות בסוכרת 2 וזאת דרך הניתוח הגנומי ודרך העלייה ברמת הסוכר בדם במצב חולי במעקב.

כאן לראשונה אתרו ברמה המולקולרית את ה”לידה” של הסוכרת, מחלה הפוגעת במיליונים, ונפתח פתח להבנת חשיבותה של הרפואה האישית המותאמת ספציפית לכל אחד.

החוקרים כינו את האנליזה של ביליוני חלקיקי המידע של הנבדק בשם integrative PersonalOmics” Profile, המילה Omics מייצגת את התוסף שאנחנו מצרפים למילים להראות שטח (כמו proteomics או genomics).

איתור הסוכרת של סניידר הוא כמובן רק דוגמה לאיתור בעיית בריאות אחת מיני רבות אבל כאן לראשונה הראו החוקרים איך מעקב דינמי ברמה המולקולרית יכול להפוך לכלי בריאות שימושי וחיוני.
המחקר פורסם בעיתון CELL, מרץ 2012.

אין ספק שזאת הצצה לעתיד הרפואה של יכולת לכנס כל כך הרבה מידע והמשלבת מודעות ובדיקה עצמית.
במקרה הספציפי של סניידר ראו באיפיון הגנומי רמז לנטייה לסוכרת ולכן בחנו רמות סוכר בדם בקפידה בזמן הזיהום הויראלי שקרה לו, כך איתרו את העליה ברמת הסוכר במצב הרגיש.
בעקבות המימצאים פנה סניידר לתזונה חדשה ולפעילות גופנית שימנעו נזקי סוכרת שהיו עלולים להתפתח. במהלך המעקב בחן סניידר אלפי משתנים בבדיקת דם מדי חודשיים, כמות מידע אדירה בהשוואה לבדיקות הדם השגרתיות וכך הסוכרת שהיתה מתגלה שנה או שנתיים מאוחר יותר נתגלתה מוקדם.

המחקר בראשיתו וייתכן שניתן יהיה להגיע לתוצאות מספיק טובות בלי מעקב אחרי עשרות אלפי נתונים, אבל אין ספק שהוא פותח צוהר לרפואה אישית ומדויקת.

http://camoni.xnet.co.il/index.php?idr=402&pid=13402

למתעניינים בהפעלת רשתות חברתיות- נפתח ב- EMED הקורס רשת חברתית בשרות הרפואה, אתם מוזמנים.

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
פרופ' יוסף אלידן
פרופ' יוסף אלידן
אין תגובות|11/01/2026

אפילו ששתל שבלול הוא הטיפול היעיל ביותר לחירשות עמוקה בילדים, קיים שוני רב בתוצאות השפתיות. המחקר נועד לבדוק אם מודל בינה מלאכותית (Deep Learning) יכול לנבא את ההצלחה השפתית על בסיס הדמיה טרום־ניתוחית.

כניסת צוות רפואי

הכניסה לאתר מותרת אך ורק לצוות הרפואי

לקבלת קוד אימות לנייד ולמייל, יש למלא את כתובת המייל ואת מספר הטלפון שלך

עדיין לא נרשמת? באפשרותך לבצע רישום כאן