বিষয় 4.11 — জিনোমিক্স ও প্রিসিশন-মেডিসিন ডেটা

এক বাক্যে: জিনোমিক ডেটা আপনার প্রতিষ্ঠান যে সবচেয়ে ব্যক্তিগত, সবচেয়ে স্থায়ী ও সবচেয়ে পারিবারিক ডেটা ধরবে, তাই আপনি এটি কীভাবে সংরক্ষণ, ব্যাখ্যা, এর জন্য সম্মতি নেওয়া ও ফেরত দেন তা একটি আজীবন ক্লিনিক্যাল-নিরাপত্তা, ন্যায্যতা ও জনআস্থার সিদ্ধান্ত, পরীক্ষাগারের ব্যাক-অফিস উদ্বেগ নয়।

স্বাস্থ্য ও পরিচর্যায় কেন এটি গুরুত্বপূর্ণ#

একটি জিনোম এমন পরীক্ষার ফলাফল নয় যার মেয়াদ ফুরায়। যখন আপনি একজন ব্যক্তির DNA সিকোয়েন্স করেন আপনি এমন একটি রেকর্ড তৈরি করেন যা তাঁর সারা জীবন ক্লিনিক্যালি প্রাসঙ্গিক থাকে, আংশিকভাবে তাঁর বাবা-মা, সন্তান ও ভাইবোনদের সঙ্গে ভাগ করা, এবং জ্ঞান এগোলে বছর পরে পুনঃব্যাখ্যা করা যায়। আজ অর্থহীন দেখানো একটি বৈকল্পিক এক দশক পরে একটি ক্যানসার ব্যাখ্যা করতে পারে, তাঁর ক্ষতি করবে এমন একটি ওষুধ চিহ্নিত করতে পারে, বা তাঁর অপরীক্ষিত আত্মীয়রাও বহন করে এমন একটি ঝুঁকি প্রকাশ করতে পারে। ডেটা পরিচর্যার পর্ব, যে IT সিস্টেম প্রথম এটি ধরেছিল, এবং প্রায়ই যে চিকিৎসক এটি অর্ডার করেছিলেন তাঁকেও ছাড়িয়ে টেকে।

সেই স্থায়িত্ব প্রতিটি সাধারণ ডেটা সিদ্ধান্তের ঝুঁকি বদলে দেয়। সংরক্ষণ পরবর্তী অ্যাপয়েন্টমেন্ট পর্যন্ত একটি সংখ্যা ধরে রাখা নয়; এটি একটি আজীবন সম্পদের হেফাজত যা কয়েক দশক ধরে পাঠযোগ্য ও পুনঃবিশ্লেষণযোগ্য থাকতে হবে। সম্মতি একটি অনুরোধ ফর্মে একবারের টিক নয়; এটিকে এমন ব্যবহার ও ফলাফল আগাম ধরতে হবে যা চিকিৎসক বা রোগী কেউ পুরোপুরি পূর্বাভাস করতে পারেন না। অ্যাক্সেস নিয়ন্ত্রণ কেবল এই রোগী সম্পর্কে নয়, কারণ একটি জিনোম এমন মানুষদের জড়ায় যাঁরা কখনো আপনার ক্লিনিকে হাঁটেননি এবং কিছুতে সম্মত হননি।

জিনোমিক ও প্রিসিশন-মেডিসিন ডেটা একটি স্বতন্ত্র ন্যায্যতা বোঝাও বহন করে। বিশ্বের বেশির ভাগ রেফারেন্স ও গবেষণা জিনোম ইউরোপীয় বংশোদ্ভূত মানুষ থেকে আসে, তাই একটি জনসংখ্যার জন্য আত্মবিশ্বাসী বৈকল্পিক ব্যাখ্যা অন্যটির জন্য অনিশ্চিত বা ভুল হতে পারে, ডেটায় গাঁথা একটি পক্ষপাত যা শয্যাপার্শ্বের কোনো পরিমাণ সদিচ্ছা সংশোধন করে না (বিষয় 1.9 — ডিজিটাল অন্তর্ভুক্তি ও অ্যাক্সেসিবিলিটি দেখুন)। আর কারণ জিনোম অনন্যভাবে শনাক্তকারী, সেগুলো সত্যিকারভাবে বেনামী করা অসম্ভব; "আমরা আপনার নাম সরিয়েছি" প্রতিশ্রুতি এমন একটি সিকোয়েন্সের জন্য টেকে না যা আপনার নামই। কাজের উপায় ভুল করুন এবং আপনি কেবল একটি রেকর্ড ফাঁস করেন না, জিনোমিক চিকিৎসার পুরো উদ্যোগ যে জনআস্থার ওপর নির্ভর করে তা ক্ষয় করেন (বিষয় 1.8 — ডেটা নৈতিকতা, সম্মতি ও জনআস্থা দেখুন)।

মূল ধারণা#

জিনোমিক্স হলো একটি জীবের সম্পূর্ণ DNA সেট, এর জিনোম, অধ্যয়ন, জিন কীভাবে কাজ করে, ভিন্ন হয় ও পরস্পর ক্রিয়া করে সহ, জিনেটিক্স থেকে আলাদা যা প্রচলিতভাবে একক জিন অধ্যয়ন করে। প্রিসিশন মেডিসিন (প্রায়ই ব্যক্তিগতকৃত চিকিৎসা বলা হয়) হলো প্রতিরোধ, রোগনির্ণয় ও চিকিৎসা প্রত্যেকের একক গড় প্রোটোকল প্রয়োগের বদলে প্রতিটি রোগীর স্বতন্ত্র বৈশিষ্ট্য, প্রায়ই তাঁদের জিনোমিক প্রোফাইল, অনুযায়ী মানানসই করার চর্চা। জিনোমিক্স প্রিসিশন মেডিসিনের প্রধান ইঞ্জিনগুলোর একটি, কিন্তু দুটি সমার্থক নয়: প্রিসিশন অন্যান্য আণবিক, ইমেজিং ও জীবনধারা ডেটাও টানে।

সম্পূর্ণ জিনোম সিকোয়েন্সিং (WGS) কার্যত পুরো তিন-বিলিয়ন-বেস-পেয়ার জিনোম পড়ে, লক্ষ্যযুক্ত প্যানেল (মুষ্টিমেয় জিন) বা সম্পূর্ণ এক্সোম সিকোয়েন্সিং (প্রোটিন-কোডিং অংশ)-এর বিপরীতে। WGS সবচেয়ে ডেটা-ভারী বিকল্প: একটি একক সিকোয়েন্স-করা জিনোম কাঁচা ও প্রক্রিয়াজাত ডেটার প্রায় একশো গিগাবাইট তৈরি করে, তাই একটি জাতীয় কর্মসূচি তার সংরক্ষণ পেটাবাইটে এবং তার কম্পিউট হাজার হাজার প্রসেসর-ঘণ্টায় মাপে। মাপই প্রথম জিনিস যা জিনোমিক ডেটাকে একটি স্বতন্ত্র প্রকৌশল সমস্যা করে, আরেকটি ল্যাব ফিড নয়।

কাঁচা সিকোয়েন্সকে ক্লিনিক্যাল অর্থে রূপান্তর করা বায়োইনফরমেটিক্স-এর কাজ, কম্পিউটেশনাল পাইপলাইন যা রিড সারিবদ্ধ করে, বৈকল্পিক কল করে, ছাঁকে, টীকা যোগ করে এবং একজন মানব বিজ্ঞানীর ব্যাখ্যার জন্য অগ্রাধিকার দেয়। সেই পাইপলাইন একটি রেফারেন্স জিনোম-এর ওপর নির্ভর করে, একটি মানসম্মত সমাবেশ যার বিপরীতে একজন ব্যক্তির সিকোয়েন্স তুলনা করা হয়; সেই রেফারেন্সের পছন্দ ও সংস্করণ এবং বৈকল্পিক টীকা করতে ব্যবহৃত ডেটাবেস উত্তরকে বস্তুগতভাবে প্রভাবিত করে। একটি জিনোমিক ফলাফল তাই কাঁচা তথ্য নয়, একটি সংস্করণযুক্ত, প্রমাণ-নির্ভর প্রক্রিয়ার আউটপুট যা বছর পরেও পুনরুৎপাদনযোগ্য ও নিরীক্ষাযোগ্য হতে হবে।

ফার্মাকোজিনোমিক্স হলো প্রিসিশন মেডিসিনের সেই শাখা যা একজন ব্যক্তির জিনোম ওষুধে তাঁর সাড়াকে কীভাবে প্রভাবিত করে তা নিয়ে, কোন ওষুধ কাজ করবে, কোনটি করবে না, এবং কোনটি মানক ডোজে ক্ষতির ঝুঁকি রাখে। ভালোভাবে সরবরাহ হলে, এটি প্রেসক্রাইবিংয়ের মুহূর্তে একটি জিনোটাইপ-নির্দেশিত অ্যালার্ট রাখে যাতে একজন চিকিৎসক এমন ওষুধ এড়ান যা রোগী নিরাপদে বিপাক করতে পারেন না (বিষয় 4.8 — ইলেকট্রনিক প্রেসক্রাইবিং ও ওষুধ ব্যবস্থাপনা দেখুন)। আরও দুটি বৈশিষ্ট্য এই ডেটা ধরন সংজ্ঞায়িত করে: আনুষঙ্গিক চিকিৎসা ফলাফল, পরীক্ষা অর্ডার করার কারণের সঙ্গে সম্পর্কহীন ক্লিনিক্যালি উল্লেখযোগ্য আবিষ্কার, যেমন একটি অপ্রত্যাশিত ক্যানসার-প্রবণতা জিন, এবং ডেটা পুনঃশনাক্তকরণ, তথ্য যে একটি জিনোম এত স্বতন্ত্র যে নাম ছাঁটা হলেও এটি একজন ব্যক্তির সঙ্গে মেলানো যায়, যে কারণে সাধারণ বেনামীকরণ ব্যর্থ হয়।

ইংল্যান্ডে এটি NHS Genomic Medicine Service-এর মাধ্যমে সরবরাহ হয়, যা আঞ্চলিক Genomic Laboratory Hub-এর একটি জাতীয় নেটওয়ার্ক কমিশন করে, এবং Genomics England-এর মাধ্যমে, সরকারি-মালিকানাধীন কোম্পানি যা 100,000 Genomes Project চালিয়েছিল এবং এখন National Genomic Research Library কিউরেট করে, অংশগ্রহণকারীদের সম্মতির ওপর গড়া একটি নিয়ন্ত্রিত গবেষণা সম্পদ। মান আসে HL7 Fast Healthcare Interoperability Resources (FHIR)-এর মতো সংস্থা থেকে, যার Genomics কাজ ফলাফলকে পরীক্ষাগার ও রেকর্ডের মধ্যে চলতে দেয়, এবং Global Alliance for Genomics and Health (GA4GH) থেকে, যা দায়িত্বশীলভাবে জিনোমিক ডেটা ভাগ করার আন্তর্জাতিক মান নির্ধারণ করে। এই সবকিছুর ভিত্তি জিনেটিক গোপনীয়তা, নীতি এবং ক্রমশ আইন যে একজন ব্যক্তি তাঁর নিজস্ব জিনেটিক তথ্য ও এর পারিবারিক প্রভাবে অ্যাক্সেস নিয়ন্ত্রণ করেন।

শ্রেষ্ঠ চর্চা#

1. সম্মতিকে একটি স্থায়ী, গতিশীল সম্পর্ক হিসেবে দেখুন, একটি স্বাক্ষর নয়। কারণ জিনোমিক ডেটা পুনঃবিশ্লেষিত হবে এবং এমন ফলাফল প্রকাশ করতে পারে যা কেউ পূর্বাভাস করেনি, একবারের সম্মতি ফর্ম ভার বহন করতে পারে না। স্তরযুক্ত বা গতিশীল সম্মতি গ্রহণ করুন যা দানাদার স্তরে রেকর্ড করে ব্যক্তি কিসে সম্মত হয়েছিলেন, ক্লিনিক্যাল ব্যবহার, গবেষণা ব্যবহার, নতুন ফলাফলের জন্য পুনঃযোগাযোগ, পারিবারিক ভাগাভাগি, এবং সময়ের সঙ্গে সেই পছন্দ পুনর্বিবেচনা করতে দেয়। 100,000 Genomes-এর নজির মডেল করুন, যেখানে অংশগ্রহণকারীরা স্পষ্টভাবে তাদের অ-শনাক্ত ডেটা একটি গবেষণা লাইব্রেরিতে যোগ দিতে সম্মত হয়েছিলেন, এবং সম্মতি অবস্থাকে একটি স্ক্যান-করা PDF যার ওপর কোনো সিস্টেম ব্যবস্থা নিতে পারে না তার বদলে রেকর্ডের একটি প্রথম শ্রেণির, কোয়েরিযোগ্য বৈশিষ্ট্য করুন (বিষয় 1.8 — ডেটা নৈতিকতা, সম্মতি ও জনআস্থা দেখুন)।

2. একবারের রিপোর্টিং নয়, আজীবন হেফাজত ও পুনঃবিশ্লেষণের জন্য প্রকৌশল করুন। এই ধারণায় সংরক্ষণ ও মেটাডেটা নকশা করুন যে এই জিনোম দশ ও বিশ বছরে এমন মানুষ ও পাইপলাইন দ্বারা পুনঃব্যাখ্যা করা হবে যা এখনো অস্তিত্বে নেই। কেবল চূড়ান্ত রিপোর্ট নয়, সংস্করণযুক্ত ইনপুট ধরে রাখুন, রেফারেন্স জিনোম বিল্ড, পাইপলাইন সংস্করণ, টীকা ডেটাবেস রিলিজ, যাতে একটি ফলাফল পুনরুৎপাদন করা যায় এবং একটি পুনঃবিশ্লেষণ বলতে পারে কী বদলেছে। সংরক্ষণ অর্থনীতি সততার সঙ্গে পরিকল্পনা করুন: পেটাবাইট-মাপ, স্তরযুক্ত যাতে ঠান্ডা আর্কাইভাল সিকোয়েন্স ধরে রাখা সস্তা কিন্তু উদ্ধারযোগ্য, বিক্রেতা-সুবিধার বদলে দীর্ঘস্থায়িত্বের জন্য বাছাই করা ফরম্যাট ও শনাক্তকারীসহ (বিষয় 4.0 — প্রযুক্তিগত স্থাপত্য, ক্লাউড ও লিগ্যাসি দেখুন)।

3. বায়োইনফরমেটিক্স পাইপলাইন পুনরুৎপাদনযোগ্য, যাচাইকৃত ও সংস্করণ-নিয়ন্ত্রিত করুন। একটি জিনোমিক ফলাফল সফটওয়্যারের আউটপুট, তাই সফটওয়্যার একটি ক্লিনিক্যাল যন্ত্র এবং সেভাবেই শাসিত হতে হবে। পাইপলাইন সংস্করণ-নিয়ন্ত্রণ করুন, রেফারেন্স মান ও জানা-সত্য ডেটাসেটের বিপরীতে যাচাই করুন, এবং প্রতিটি রিপোর্টের জন্য ঠিক কোন পাইপলাইন ও ডেটাবেস এটি তৈরি করেছে তা রেকর্ড করুন। যখন আপনি একটি রেফারেন্স বিল্ড বা টীকা উৎস আপগ্রেড করেন, এটিকে ক্লিনিক্যাল-নিরাপত্তা প্রভাবসহ একটি পরিবর্তন হিসেবে দেখুন, কারণ একই কাঁচা ডেটা ভিন্ন সংস্করণে ভিন্ন কল দিতে পারে (বিষয় 1.6 — ক্লিনিক্যাল নিরাপত্তা ও ঝুঁকি ব্যবস্থাপনা দেখুন)।

4. ফলাফল EPR-এ কাঠামোবদ্ধ, কার্যকর ডেটা হিসেবে ফেরত দিন, PDF নয়। একটি জিনোমিক ফলাফল কেবল তখনই মূল্য দেয় যখন সঠিক চিকিৎসক সঠিক মুহূর্তে এটি দেখেন, যার অর্থ এটি ইলেকট্রনিক পেশেন্ট রেকর্ডে একটি গণনাযোগ্য, মান-ভিত্তিক রূপে পৌঁছাতে হবে। HL7 FHIR Genomics ও স্বীকৃত পরিভাষা ব্যবহার করুন যাতে একটি বৈকল্পিক, এর ব্যাখ্যা ও এর ক্লিনিক্যাল সুপারিশ রেকর্ড যার ওপর ব্যবস্থা নিতে পারে এমন পৃথক ডেটা হয়, কেউ কোয়েরি করতে পারে না এমন একটি নথিতে তালাবদ্ধ রিপোর্ট নয় (বিষয় 4.6 — ইলেকট্রনিক পেশেন্ট রেকর্ড ও ক্লিনিক্যাল সিস্টেম এবং বিষয় 4.3 — আন্তঃকার্যক্ষমতা ও ডেটা মান দেখুন)। দীর্ঘ লেজের জন্যও নকশা করুন: আজ ফাইল করা একটি ফলাফল বছর পরে প্রাসঙ্গিক হলে খুঁজে পাওয়া ও ব্যাখ্যাযোগ্য থাকতে হবে।

5. ফাইল করা চিঠিতে নয়, প্রেসক্রাইবিংয়ের মুহূর্তে ফার্মাকোজিনোমিক্স সরবরাহ করুন। একটি বিপজ্জনক ওষুধ সাড়া পূর্বাভাসকারী জিনোটাইপ অকেজো যদি তা একটি রিপোর্টে বসে থাকে যখন প্রেসক্রাইবার না জেনে প্রেসক্রিপশন লেখেন। ফার্মাকোজিনোমিক ফলাফল ইলেকট্রনিক প্রেসক্রাইবিং সিস্টেমে সংহত করুন যাতে একটি প্রাসঙ্গিক ওষুধ অর্ডার হলে একটি জিনোটাইপ-নির্দেশিত অ্যালার্ট সক্রিয় হয়, একজন প্রেসক্রাইবার ব্যবস্থা নিতে পারেন এমন স্পষ্ট, ক্লান্তিহীন নির্দেশনাসহ (বিষয় 4.8 — ইলেকট্রনিক প্রেসক্রাইবিং ও ওষুধ ব্যবস্থাপনা এবং বিষয় 4.7 — ক্লিনিক্যাল সিদ্ধান্ত সহায়তা ও ক্লিনিক্যাল ইনফরমেটিক্স দেখুন)। কারণ জিনোটাইপ আজীবন, অ্যালার্ট এমনভাবে নকশা করুন যাতে তা পরিবেশ ও পর্ব জুড়ে টেকে, যাতে অনকোলজিতে তৈরি একটি ফলাফল বছর পরে প্রাইমারি কেয়ারে রোগীকে রক্ষা করে।

6. সিকোয়েন্সিংয়ের আগে আনুষঙ্গিক ও গৌণ ফলাফলের পরিকল্পনা করুন, পরে নয়। সম্পূর্ণ জিনোম সিকোয়েন্সিং কখনো কখনো ক্লিনিক্যালি গুরুত্বপূর্ণ এবং পরীক্ষার কারণের সঙ্গে সম্পূর্ণ সম্পর্কহীন কিছু প্রকাশ করবে, তাই আগে থেকেই ঠিক করুন আপনি কী খোঁজেন, কী রিপোর্ট করেন, এবং রোগী কীভাবে জানতে চেয়েছিলেন। নীতি ব্যক্তির সম্মতি পছন্দের সঙ্গে সংগত করুন, একটি গুরুতর অপ্রত্যাশিত ফলাফল মানবিকভাবে পৌঁছাতে জিনেটিক-পরামর্শ পথ দিন, এবং নিশ্চিত করুন পরিচালনগত কর্মপ্রবাহ, কে কাকে কখন যোগাযোগ করে, আসলে আছে। একটি ফলাফল দেখা দেওয়ার পরে এটি উদ্ভাবন করাই ভালো খবর খারাপভাবে সামলানোয় রোগীরা ক্ষতিগ্রস্ত হওয়ার উপায়।

7. রেফারেন্স-ডেটা পক্ষপাতকে একটি নিরাপত্তা ও ন্যায্যতা বিষয় হিসেবে মোকাবিলা করুন। যখন রেফারেন্স ও বৈকল্পিক ডেটাবেস একটি জনসংখ্যার কম প্রতিনিধিত্ব করে, সেই বংশের মানুষের জন্য ব্যাখ্যা কম নিশ্চিত ও বেশি ত্রুটিপ্রবণ, একটি গোষ্ঠীর জন্য অনিশ্চিত তাৎপর্যের একটি বৈকল্পিক অন্যটির জন্য আত্মবিশ্বাসের সঙ্গে নিরীহ হতে পারে কেবল ডেটা আছে বলে। আপনার ব্যাখ্যা যে ডেটাসেটের ওপর নির্ভর করে তার বংশ বৈচিত্র্য ট্র্যাক করুন, কোথায় আত্মবিশ্বাস কম তা চিকিৎসকদের কাছে স্পষ্ট করুন, এবং একটি ইউরোপ-কেন্দ্রিক ভিত্তিকে সার্বজনীন ধরার বদলে আরও প্রতিনিধিত্বমূলক রেফারেন্স ডেটা গড়ার প্রচেষ্টা সমর্থন করুন (বিষয় 1.9 — ডিজিটাল অন্তর্ভুক্তি ও অ্যাক্সেসিবিলিটি দেখুন)। এখানে ন্যায্যতা একটি নরম আকাঙ্ক্ষা নয়; একটি অপ্রতিনিধিত্বমূলক রেফারেন্স পরিমাপযোগ্যভাবে খারাপতর পরিচর্যা তৈরি করে।

8. জিনোমিক ডেটাকে পারিবারিক, পুনঃশনাক্তযোগ্য ও অনন্যভাবে সংবেদনশীল হিসেবে শাসন করুন। একটি জিনোম সত্যিকারভাবে বেনামী করা যায় না এবং এটি রক্তের আত্মীয়দের জড়ায় যাঁরা কখনো সম্মতি দেননি, তাই সাধারণ তথ্য-গভর্ন্যান্স ডিফল্ট যথেষ্ট নয়। শক্তিশালী অ্যাক্সেস নিয়ন্ত্রণ, উদ্দেশ্য সীমাবদ্ধতা ও পূর্ণ নিরীক্ষাযোগ্যতা প্রয়োগ করুন; গবেষণা অ্যাক্সেস সিকিউর ডেটা এনভায়রনমেন্টের মাধ্যমে পাঠান যেখানে ডেটা কপি করে বের করার বদলে জায়গায় বিশ্লেষিত হয় (বিষয় 4.10 — সিকিউর ডেটা এনভায়রনমেন্ট ও গবেষণা ডেটা অ্যাক্সেস দেখুন); এবং পারিবারিক প্রশ্নগুলো, আত্মীয়দের একটি ভাগ-করা ঝুঁকি কখন ও কীভাবে জানানো যায়, আপনার Caldicott Guardian ও ক্লিনিক্যাল নীতিশাস্ত্র সহায়তার সঙ্গে ভেবে দেখুন (বিষয় 1.7 — তথ্য গভর্ন্যান্স, ডেটা সুরক্ষা ও সাইবার নিরাপত্তা দেখুন)। প্রাতিষ্ঠানিক বা জাতীয় সীমানা পেরিয়ে ভাগ-করা যেকোনো ডেটার জন্য GA4GH মান গ্রহণ করুন যাতে দায়িত্বশীল ভাগাভাগি অন্তর্ভুক্ত থাকে, পরে জোড়া নয়।

দলের সঙ্গে আলোচনার প্রশ্ন#

1. যে ডেটা আমরা একজন রোগীর বাকি জীবন ধরে পুনঃবিশ্লেষণ করব তার জন্য "সম্মতি" আসলে কী বোঝায়, এবং মানুষ যে পছন্দ করেছিলেন তার ওপর আমাদের সিস্টেম কি ব্যবস্থা নিতে পারে? এটি গুরুত্বপূর্ণ কারণ একজন রোগী আজ যে জিনোমিক সম্মতি দেন তাকে এমন ব্যবহার ও ফলাফল শাসন করতে হবে যা আপনারা কেউ পূর্বাভাস করতে পারেন না, এবং একটি স্ক্যান-করা ফর্ম এমন কিছু নয় যা একটি প্রেসক্রাইবিং সিস্টেম বা একটি গবেষণা পাইপলাইন প্রয়োগ করতে পারে। বিতর্ক করুন আপনার সম্মতি মডেল সত্যিই গতিশীল কি না, একজন রোগী কি পুনঃযোগাযোগ বা গবেষণা ব্যবহার নিয়ে মত বদলাতে পারেন, এবং সেই পরিবর্তন কি এর ওপর নির্ভরশীল প্রতিটি সিস্টেমে ছড়ায়? ব্যাপক সম্মতি, যা গবেষণা ও ভবিষ্যৎ সুবিধা সম্ভব করে, এবং নির্দিষ্ট সম্মতি, যা স্বায়ত্তশাসনের প্রতি সম্মান জানায় কিন্তু রোগী ও অন্যদের সাহায্য করা ব্যবহার থেকে ডেটা জমিয়ে দিতে পারে, এর মধ্যকার টানাপোড়েন সামনে আনুন। 100,000 Genomes ও National Genomic Research Library নজির বিবেচনা করুন, যেখানে স্পষ্ট, স্তরযুক্ত সম্মতি একটি গবেষণা সম্পদে জনআস্থার ভিত্তি ছিল। একটি ভালো, সৎ উত্তর স্বীকার করে আজ সম্মতি কোথায় একটি লাইভ বৈশিষ্ট্যের বদলে একটি অ-কোয়েরিযোগ্য নথি, এবং সম্মতি অবস্থাকে সিস্টেমের পড়তে ও সম্মান করতে পারার মতো কিছু করার প্রতিশ্রুতি দেয়, কেবল ফাইলিং ক্যাবিনেট ধরে রাখে এমন কিছু নয়।

2. সম্পূর্ণ জিনোম সিকোয়েন্সিং যখন আমরা খুঁজছিলাম না এমন কিছু প্রকাশ করে, আমরা কী করব, এবং ফলাফল আসার আগে কি আমরা পথ গড়েছি? আনুষঙ্গিক ও গৌণ ফলাফল প্রান্তিক ক্ষেত্র নয়; জিনোম মাপে এগুলো ফলাফলের একটি অনুমেয় শ্রেণি, এবং ক্ষতি আসে পরিকল্পনা ছাড়া সেগুলো সামলানো থেকে। আলোচনা করুন আপনার প্রতিষ্ঠান সক্রিয়ভাবে কী খুঁজবে ও রিপোর্ট করবে, তা প্রতিটি রোগী যা শুনতে সম্মত হয়েছিলেন তার সঙ্গে কীভাবে মেলে, এবং একটি গুরুতর অপ্রত্যাশিত ফলাফল, একটি ক্যানসার-প্রবণতা জিন বলুন, তা যে জিনেটিক পরামর্শ দাবি করে তার সঙ্গে সরবরাহের জন্য কে জবাবদিহিকারী। পরিচালনগত বাস্তবতা যাচাই করুন: একজন রোগীকে যোগাযোগ, পরামর্শ প্রদান এবং অপরীক্ষিত আত্মীয়দের বিবেচনার কর্মপ্রবাহ কি আসলে আছে ও সামর্থ্য আছে, নাকি এটি পেছনে কোনো দল ছাড়া একটি নীতি অনুচ্ছেদ? পারিবারিক মাত্রা বিবেচনা করুন, যেখানে ফলাফল এমন আত্মীয়দের জড়ায় যাঁরা আপনার রোগী নন এবং কখনো সম্মতি দেননি। একটি ভালো উত্তর রিপোর্টিং নীতির নাম বলে, তা সম্মতির সঙ্গে বাঁধে, এবং চিকিৎসকরা চাপের মধ্যে মানবিকভাবে উদ্ভাবন করবেন ধরে না নিয়ে একটি সম্পদপ্রাপ্ত পরামর্শ ও পুনঃযোগাযোগ পথ আছে নিশ্চিত করে।

3. আমাদের ব্যাখ্যার ভিত্তি কার জিনোম, এবং সেই পক্ষপাত কোথায় আমাদের জনসংখ্যার কিছু অংশের জন্য আমাদের ফলাফল কম নিরাপদ করছে? জিনোমিক ব্যাখ্যা কেবল তার পেছনের রেফারেন্স ও বৈকল্পিক ডেটাবেসের মতোই ভালো, এবং কারণ সেগুলো ইউরোপীয় বংশোদ্ভূত মানুষ দ্বারা প্রভাবিত, অন্য গোষ্ঠীর জন্য আত্মবিশ্বাস পদ্ধতিগতভাবে কম, বস্তুনিষ্ঠ বিজ্ঞানের মতো দেখতে কিছুর ভেতরে লুকানো একটি ন্যায্যতা ফাঁক। বিতর্ক করুন আপনার দলগুলো তাদের পাইপলাইন যে ডেটাসেটের ওপর নির্ভর করে তার বংশ গঠন আদৌ জানে কি না, এবং একটি ফলাফল কম নিশ্চিত কারণ সেই রোগীর পটভূমির জন্য অন্তর্নিহিত ডেটা পাতলা তা চিকিৎসকদের জানানো হয় কি না। সর্বোত্তম উপলব্ধ প্রমাণের ওপর ব্যবস্থা নেওয়া এবং "সর্বোত্তম উপলব্ধ" কিছু রোগীর জন্য অন্যদের চেয়ে বেশি নির্ভরযোগ্য সে সম্পর্কে সৎ থাকার বিনিময় সামনে আনুন। বিবেচনা করুন আপনার প্রতিষ্ঠান কী করতে পারে, স্থানীয় ডেটা চর্চা থেকে আরও প্রতিনিধিত্বমূলক রেফারেন্স ডেটার জন্য জাতীয় প্রচেষ্টা সমর্থন পর্যন্ত, একটি বাঁকা ভিত্তিকে প্রকৃতির একটি অপরিবর্তনীয় তথ্য হিসেবে দেখার বদলে। একটি ভালো উত্তর রেফারেন্স পক্ষপাতকে অন্য কারও সমস্যা হিসেবে দেখতে অস্বীকার করে, পরিচর্যার মুহূর্তে অনিশ্চয়তা দৃশ্যমান করে, এবং আরও প্রতিনিধিত্বমূলক ডেটার দিকে মূর্ত পদক্ষেপের নাম বলে।

4. দশ বছর পরে যখন আমরা একটি জিনোম পুনরায় চালাব, আমরা কি আজকের ফলাফল পুনরুৎপাদন করতে এবং কী বদলেছে ব্যাখ্যা করতে পারব, এবং আমরা কি তখনো ডেটা ধরে রাখার সামর্থ্য রাখব? একটি জিনোমিক ফলাফল সংস্করণযুক্ত রেফারেন্স ও টীকা ডেটার বিপরীতে চলা সংস্করণযুক্ত সফটওয়্যারের আউটপুট, তাই পুনঃবিশ্লেষণ একটি বোনাস ফিচার নয়, আজীবন সিকোয়েন্স ধরে রাখার সম্পূর্ণ উদ্দেশ্য। আলোচনা করুন আপনার পাইপলাইন প্রতিটি রিপোর্টের জন্য এটি তৈরি করা রেফারেন্স বিল্ড, পাইপলাইন সংস্করণ ও টীকা ডেটাবেস রিলিজ রেকর্ড করে কি না, কারণ সেই উৎস ছাড়া একটি পুনঃবিশ্লেষণ জ্ঞানের একটি প্রকৃত পরিবর্তন ও সফটওয়্যারের একটি নীরব পরিবর্তনের পার্থক্য করতে পারে না। প্রতিশ্রুতির পেছনের সংরক্ষণ বাস্তবতা সামনে আনুন: পেটাবাইট-মাপ সিকোয়েন্স যা কয়েক দশক ধরে পাঠযোগ্য ও উদ্ধারযোগ্য থাকতে হবে, আপনি আটকে যেতে চান না এমন ফরম্যাট ও শনাক্তকারীতে, এমন খরচে যা মূল পরিচর্যা পর্বের অনেক পরেও কাউকে অর্থায়ন চালিয়ে যেতে হবে। অর্থ বাঁচাতে মুছে ফেলা ও রোগীর ভবিষ্যৎ সেবা করতে ধরে রাখার মধ্যে, এবং আজকের বিক্রেতা-সুবিধাজনক ফরম্যাট ও আগামীকালের দীর্ঘস্থায়িত্বের মধ্যে টানাপোড়েন যাচাই করুন। একটি ভালো উত্তর পাইপলাইনকে একটি শাসিত ও সংস্করণ-নিয়ন্ত্রিত ক্লিনিক্যাল যন্ত্র হিসেবে দেখে, এই বছরের বাজেট ধরে না নিয়ে সততার সঙ্গে স্তরযুক্ত সংরক্ষণ অর্থনীতি পরিকল্পনা করে, এবং একটি তাত্ত্বিক সামর্থ্য নয়, পুনরুৎপাদিত বা পুনঃবিশ্লেষিত একটি প্রকৃত কেসের দিকে নির্দেশ করতে পারে।

5. ক্ষতি পূর্বাভাসকারী একটি জিনোটাইপ কি আসলে প্রেসক্রাইবারের স্ক্রিনে সেই মুহূর্তে পৌঁছায় যখন তিনি প্রেসক্রাইব করেন, নাকি তা একটি ফাইল করা রিপোর্টে বসে থাকে? একটি ফার্মাকোজিনোমিক ফলাফল কেবল তখনই একজন রোগীকে রক্ষা করে যখন একটি প্রাসঙ্গিক ওষুধ অর্ডার হলে এটি অ্যালার্ট হিসেবে সক্রিয় হয়, সম্ভবত বছর পরে এবং যে সেবা তাঁকে সিকোয়েন্স করেছিল তার থেকে ভিন্ন একটিতে, তাই পরীক্ষাগার ফলাফল ও ইলেকট্রনিক প্রেসক্রাইবিং সিস্টেমের মধ্যকার সংহতিতেই ক্লিনিক্যাল মূল্য জেতা বা হারা হয়। বিতর্ক করুন আপনার জিনোমিক ফলাফল রেকর্ডে HL7 FHIR Genomics ও স্বীকৃত পরিভাষা ব্যবহার করে পৃথক, গণনাযোগ্য ডেটা হিসেবে ফিরে আসে, নাকি এমন নথি হিসেবে যা কেবল খুঁজতে যাওয়া একজন চিকিৎসকই দেখবেন। অ্যালার্ট-ক্লান্তির বিনিময় সরাসরি মোকাবিলা করুন: যে অ্যালার্ট খুব ঘন ঘন বা স্পষ্ট, কার্যকর নির্দেশনা ছাড়া সক্রিয় হয় তা খারিজ হয়, তাই নকশা প্রশ্ন কেবল অ্যালার্ট আছে কি না নয়, প্রেসক্রাইবাররা এটি বিশ্বাস ও ব্যবস্থা নেন কি না। আজীবন, পরিবেশ-জুড়ে প্রয়োজন বিবেচনা করুন, অনকোলজিতে পাওয়া একটি জিনোটাইপকে প্রাইমারি কেয়ারে রোগীকে রক্ষা করে যেতে হবে, যা বেশির ভাগ ফলাফল-ফেরত নকশা নীরবে উপেক্ষা করে। একটি ভালো উত্তর একটি কল-করা বৈকল্পিক থেকে একজন প্রেসক্রাইবারের সিদ্ধান্ত পর্যন্ত পথ ট্রেস করতে পারে, সেই সংহতির মালিকের নাম বলে, এবং ফলাফল এখনো কোথায় অব্যবহারযোগ্য PDF হিসেবে আসে তা স্বীকার করে।

6. একটি জিনোম এমন আত্মীয়দের জড়ায় যাঁরা কখনো আমাদের ক্লিনিকে হাঁটেননি, আমরা কীভাবে এমন ডেটা শাসন করি যা পারিবারিক এবং সত্যিকারভাবে বেনামী করা অসম্ভব? কারণ একটি সিকোয়েন্স অনন্যভাবে শনাক্তকারী এবং একজন ব্যক্তির বাবা-মা, সন্তান ও ভাইবোনদের সঙ্গে আংশিক ভাগ-করা, পর্বভিত্তিক, বেনামী করা যায় এমন রেকর্ডের জন্য গড়া সাধারণ তথ্য-গভর্ন্যান্স ডিফল্ট টেকে না, এবং "আমরা নাম সরিয়েছি" এমন ডেটার জন্য মিথ্যা আশ্বাস যা নিজেই একটি শনাক্তকারী। আলোচনা করুন আপনার অ্যাক্সেস নিয়ন্ত্রণ, উদ্দেশ্য সীমাবদ্ধতা ও নিরীক্ষা জিনোমিক ডেটার জন্য আসলে কীভাবে কাজ করে, এবং গবেষণা অ্যাক্সেস নিয়ন্ত্রণ হারানো জায়গায় কপি করে বের করার বদলে একটি সিকিউর ডেটা এনভায়রনমেন্টের মাধ্যমে জিনোম জায়গায় বিশ্লেষণ করে কি না (বিষয় 4.10 — সিকিউর ডেটা এনভায়রনমেন্ট ও গবেষণা ডেটা অ্যাক্সেস দেখুন)। সত্যিই কঠিন পারিবারিক প্রশ্ন ধরে এগোন: যখন একটি ফলাফল একটি গুরুতর, কার্যকর ঝুঁকি প্রকাশ করে যা একজন রোগীর অপরীক্ষিত আত্মীয়রাও বহন করে, কাকে বলা যেতে পারে, কোন ভিত্তিতে, এবং কার নৈতিক অনুমোদনে। একজন আত্মীয়ের জানার স্বার্থ ও রোগীর নিজের তথ্যের ওপর নিয়ন্ত্রণের মধ্যকার টানাপোড়েন সামনে আনুন, এবং বাস্তবতা যে আপনার Caldicott Guardian ও ক্লিনিক্যাল নীতিশাস্ত্র সহায়তাকে একটি কেস বাধ্য করার আগেই এটি মীমাংসা করতে হবে। একটি ভালো উত্তর জিনোমিক ডেটাকে ডিফল্টে পুনঃশনাক্তযোগ্য ও পারিবারিক হিসেবে শাসন করে, ভাগাভাগি GA4GH মান ও সিকিউর এনভায়রনমেন্টের মাধ্যমে পাঠায়, এবং পরিস্থিতি কখনো না ঘটার আশা না করে পারিবারিক-প্রকাশ পথ বর্ণনা করতে পারে।

বাস্তবে: স্বাস্থ্য ও পরিচর্যার একটি উদাহরণ#

Kingsbridge and Vale Genomic Laboratory Hub একটি আঞ্চলিক ইন্টিগ্রেটেড কেয়ার সিস্টেমকে সেবা দেয় এবং কয়েকটি ট্রাস্ট জুড়ে বিরল-রোগ ও ক্যানসার রোগীদের জন্য সম্পূর্ণ জিনোম ও প্যানেল সিকোয়েন্সিং প্রক্রিয়া করে। ঐতিহাসিকভাবে এর রিপোর্ট PDF চিঠি হিসেবে এসে প্রতিটি ট্রাস্টের ইলেকট্রনিক পেশেন্ট রেকর্ডে ফাইল হতো, খুঁজতে যাওয়া একজন চিকিৎসকের কাছে পাঠযোগ্য, ব্যবস্থা নিতে পারে এমন যেকোনো সিস্টেমের কাছে অদৃশ্য। যখন একজন রোগীকে একটি হাসপাতাল সিকোয়েন্সিং পরীক্ষার দুই বছর পরে প্রাইমারি কেয়ারে একটি সাধারণ হৃদরোগের ওষুধ প্রেসক্রাইব করা হলো, কেউ ফাইল করা রিপোর্ট দেখেনি যা দেখাত তিনি একজন দুর্বল বিপাককারী, এবং রোগী একটি এড়ানো-যায় প্রতিকূল প্রতিক্রিয়া ভোগ করলেন। বোর্ড কাছাকাছি-ভুলটিকে যা তা-ই হিসেবে দেখল: একটি ডেটা-প্রবাহের ব্যর্থতা, ক্লিনিক্যাল নয়।

হাব, তার ICS ও ট্রাস্টগুলো পরীক্ষাগার পরিচালক, একজন কনসালট্যান্ট ক্লিনিক্যাল জিনেটিসিস্ট, চিফ ক্লিনিক্যাল ইনফরমেশন অফিসার, একজন ফার্মাসিস্ট এবং Caldicott Guardian-কে নিয়ে একটি জিনোমিক্স ইনফরমেটিক্স গোষ্ঠী ডাকল। তাদের প্রথম সিদ্ধান্ত ছিল PDF পাঠানো বন্ধ করা। ট্রাস্টগুলোর EPR ও ইলেকট্রনিক প্রেসক্রাইবিং সরবরাহকারীদের সঙ্গে কাজ করে, তারা HL7 FHIR Genomics ব্যবহার করে কাঠামোবদ্ধ ডেটা হিসেবে ফলাফল ফেরত দেওয়ায় গেল, যাতে একটি বৈকল্পিক, এর ব্যাখ্যা ও এর কার্যকর ফার্মাকোজিনোমিক সুপারিশ পৃথক, গণনাযোগ্য ক্ষেত্র হলো। দুর্বল-বিপাককারী জিনোটাইপ এখন রেকর্ডে ডেটা হিসেবে বসে, এবং সেই রোগীকে পরে ICS-এর যেখানেই দেখা হোক সেখানেই প্রেসক্রাইবিংয়ে একটি অ্যালার্ট সক্রিয় হয়।

গোষ্ঠী তারপর সম্মতি ও সংরক্ষণ মোকাবিলা করল। তারা স্ক্যান-করা সম্মতি ফর্ম একটি কাঠামোবদ্ধ সম্মতি রেকর্ড দিয়ে প্রতিস্থাপন করল যা দানাদারভাবে ধরে প্রতিটি রোগী National Genomic Research Library-র মাধ্যমে গবেষণা ব্যবহারে, নতুন ফলাফল দেখা দিলে পুনঃযোগাযোগে, এবং পারিবারিক ভাগাভাগিতে সম্মত ছিলেন কি না, এবং সেই অবস্থা কোয়েরিযোগ্য করল, যাতে একটি পুনঃবিশ্লেষণ পাইপলাইন কাজ করার আগে তা যাচাই করতে পারে। কাঁচা সিকোয়েন্স স্তরযুক্ত পেটাবাইট সংরক্ষণে সরানো হলো যা প্রতিটি কেসের রেফারেন্স বিল্ড ও পাইপলাইন সংস্করণ ধরে রাখল, যাতে জ্ঞান এগোনোর সঙ্গে যেকোনো ফলাফল পুনরুৎপাদন বা পুনঃবিশ্লেষণ করা যায়। গবেষণা অ্যাক্সেস ICS সিকিউর ডেটা এনভায়রনমেন্টের মাধ্যমে পাঠানো হলো, জিনোম রপ্তানির বদলে জায়গায় বিশ্লেষণ করে।

দুটি জিনিস ইচ্ছাকৃতভাবে কঠিন ছিল। জিনেটিসিস্ট জোর দিলেন WGS মাপে বাড়ানোর আগে আনুষঙ্গিক-ফলাফল নীতি সম্মত ও সম্পদপ্রাপ্ত হবে: কী রিপোর্ট করা হবে তার একটি সংজ্ঞায়িত তালিকা, প্রতিটি রোগীর সম্মতির সঙ্গে সংগত, এবং সত্যিই সামর্থ্য আছে এমন একটি জিনেটিক-পরামর্শ পথসহ। আর গোষ্ঠী সততার সঙ্গে লগ করল যে ICS-এর উল্লেখযোগ্য দক্ষিণ এশীয় ও কৃষ্ণাঙ্গ জনসংখ্যার জন্য বৈকল্পিক ব্যাখ্যা কম নিশ্চিত ছিল কারণ রেফারেন্স ডেটা পাতলা ছিল, তাই রিপোর্টগুলো সেই নিম্ন আত্মবিশ্বাস স্পষ্টভাবে চিহ্নিত করা শুরু করল, এবং ICS রেফারেন্স ডেটা বৈচিত্র্যময় করার একটি আঞ্চলিক প্রচেষ্টা সমর্থন করল। এক বছর পরে, জয় কোনো গ্যাজেট ছিল না, ছিল একটি শৃঙ্খলা: জিনোমিক ফলাফল যা প্রবাহিত হয়, টেকে, সম্মতি সম্মান করে, এবং নিজস্ব সীমাবদ্ধতা স্বীকার করে।

খাতভিত্তিক দৃষ্টিকোণ#

স্টার্ট-আপ#

একটি জিনোমিক্স বা প্রিসিশন-মেডিসিন স্টার্ট-আপ, একটি সিকোয়েন্সিং সেবা, একটি বৈকল্পিক-ব্যাখ্যা সরঞ্জাম, বা একটি ফার্মাকোজিনোমিক্স সিদ্ধান্ত-সহায়তা পণ্য, আস্থা ও মান গ্রহণের ওপর বাঁচে বা মরে। প্রথম রিলিজ থেকে HL7 FHIR Genomics ও GA4GH-এ গড়ুন, কারণ একটি NHS Genomic Laboratory Hub বা ট্রাস্ট কেবল মালিকানাধীন ফরম্যাট বলা একটি পণ্য সংহত করবে না, এবং মান পরে জোড়া খরচসাপেক্ষ। সম্মতি, ডেটা অবস্থান ও পুনঃশনাক্তকরণ ঝুঁকি সম্পর্কে সম্পূর্ণ স্পষ্ট থাকুন, কারণ অনন্যভাবে সংবেদনশীল জিনোমিক ডেটার একটি একক ভুল সামলানো একটি তরুণ কোম্পানির বিশ্বাসযোগ্যতা রাতারাতি শেষ করে দিতে পারে। আপনার পার্থক্য কেবল অ্যালগরিদমিক নির্ভুলতা নয়, একটি রক্ষণীয়, নিরীক্ষাযোগ্য, পুনরুৎপাদনযোগ্য পাইপলাইন এবং আপনার ব্যাখ্যা কোথায় কম নিশ্চিত, কম প্রতিনিধিত্ব-করা জনসংখ্যার জন্যসহ, তার একটি সৎ বিবরণ।

ক্ষুদ্র ব্যবসা#

একটি প্রতিষ্ঠিত ছোট প্রদানকারী, একটি জিপি প্র্যাকটিস, কমিউনিটি ফার্মেসি, একক-স্থানের ক্লিনিক বা একটি ছোট ডায়াগনস্টিক সরবরাহকারী, জিনোমিক ফলাফলের জেনারেটরের চেয়ে অনেক বেশি প্রায়ই একটি ভোক্তা, এবং এর চ্যালেঞ্জ প্রায় কোনো নিবেদিত ইনফরমেটিক্স সামর্থ্য ছাড়াই যে ডেটা এটি তৈরি করেনি তার ওপর ব্যবস্থা নেওয়া। ব্যবহারিক অগ্রাধিকার হলো ফার্মাকোজিনোমিক ও অন্যান্য জিনোমিক ফলাফল ক্লিনিক্যাল সিস্টেমে কাঠামোবদ্ধ, কার্যকর ডেটা হিসেবে আসে যা প্রেসক্রাইবিংয়ে একটি ব্যবহারযোগ্য অ্যালার্ট সক্রিয় করে, কারণ একটি ছোট দল একটি হাবের মতো ফাইল করা রিপোর্টের জন্য ম্যানুয়ালি নজর রাখতে পারে না। সরবরাহকারীদের কাছে জোর দিন তারা আপনার ব্যাখ্যা বা পুনরায় টাইপ করার সামর্থ্য নেই এমন PDF-এর বদলে HL7 FHIR Genomics-এর মাধ্যমে ফলাফল দেবে, এবং ব্যাখ্যা ও আনুষঙ্গিক-ফলাফল সহায়তার জন্য ঘরোয়াভাবে সেই দক্ষতা গড়ার চেষ্টার বদলে আঞ্চলিক Genomic Laboratory Hub ও জাতীয় পরামর্শ পথের ওপর ভর দিন। একজন খণ্ডকালীন তথ্য-গভর্ন্যান্স নেতাসহও পারিবারিক, পুনঃশনাক্তযোগ্য ডেটা সংক্রান্ত তথ্য-গভর্ন্যান্স দায়িত্ব পূর্ণভাবে প্রযোজ্য, তাই আপনার রেকর্ডে সম্মতি অবস্থা দৃশ্যমান করুন এবং আপনি সমাধান করতে পারেন না এমন যেকোনো প্রশ্ন উদ্ভাবনের বদলে আপনার Caldicott Guardian ব্যবস্থায় পাঠান।

বৃহৎ প্রতিষ্ঠান#

একটি বড় NHS ট্রাস্ট, একটি Genomic Laboratory Hub বা একটি ফার্মাসিউটিক্যাল প্রতিষ্ঠান এমন মাপে কাজ করে যেখানে সংরক্ষণ, ব্যাখ্যা থ্রুপুট ও EPR সংহতি বাঁধনকারী সীমা হয়ে ওঠে। বাস্তবসম্মত অগ্রাধিকার হলো ক্লিনিক্যাল সিস্টেমে ফলাফলের কাঠামোবদ্ধ ফেরত, একটি যাচাইকৃত ও সংস্করণ-নিয়ন্ত্রিত বায়োইনফরমেটিক্স পাইপলাইন, কয়েক দশকের পুনঃবিশ্লেষণের জন্য নকশাকৃত স্তরযুক্ত পেটাবাইট সংরক্ষণ, এবং ইলেকট্রনিক প্রেসক্রাইবিংয়ে তারযুক্ত ফার্মাকোজিনোমিক অ্যালার্ট (বিষয় 4.6 — ইলেকট্রনিক পেশেন্ট রেকর্ড ও ক্লিনিক্যাল সিস্টেম দেখুন)। গভর্ন্যান্সকে পরীক্ষাগার, ফলাফলের ওপর ব্যবস্থা নেওয়া ক্লিনিক্যাল সেবা, এবং পারিবারিক ও সম্মতি প্রশ্নের মালিক তথ্য-গভর্ন্যান্স ফাংশন জুড়ে বিস্তৃত হতে হবে। এই মাপে সবচেয়ে বড় ব্যর্থতা সংহতি ব্যর্থতা, অব্যবহারযোগ্য নথি হিসেবে আসা ফলাফল, তাই সিকোয়েন্সিং পরিমাণের পেছনে ছোটার আগে আন্তঃকার্যক্ষমতা ও ডেটা-হিসেবে-সম্মতিতে বিনিয়োগ করুন।

সরকার#

একটি জাতীয় সংস্থা, NHS England-এর Genomic Medicine Service, Genomics England বা একটি বিকেন্দ্রীকৃত সমতুল্য, কমিশনিং, মান ও ভাগ-করা অবকাঠামোর মাধ্যমে পুরো ব্যবস্থাকে আকার দেয়। এর প্রভাব হলো আন্তঃকার্যক্ষম ফলাফল ফরম্যাট বাধ্যতামূলক করা, কোনো একক ট্রাস্ট গড়তে পারত না এমন রেফারেন্স ও গবেষণা ডেটা অবকাঠামোতে অর্থায়ন করা, বৈধতা টিকিয়ে রাখা সম্মতি ও জন-সম্পৃক্ততা মডেল চালানো, এবং স্পষ্ট অংশগ্রহণকারী সম্মতির ওপর একটি জাতীয় গবেষণা লাইব্রেরি তত্ত্বাবধান (বিষয় 9.2 — বৈশ্বিক ও আন্তর্জাতিক ডিজিটাল স্বাস্থ্য দেখুন)। সরকার ন্যায্যতা দায়িত্ব সবচেয়ে ভারীভাবে বহন করে: কেবল জাতীয়-মাপের পদক্ষেপই অর্থবহভাবে রেফারেন্স ডেটাসেট বৈচিত্র্যময় করতে পারে যাতে জিনোমিক চিকিৎসা পুরো জনসংখ্যার জন্য কাজ করে, কেবল এর সবচেয়ে ভালো-প্রতিনিধিত্ব-করা অংশের জন্য নয়। এটি জন-আস্থার নিষ্পত্তিও ধরে রাখে, একটি একক উচ্চ-প্রোফাইল লঙ্ঘন বা সম্মতি কেলেঙ্কারি জাতীয় কর্মসূচিকে বছরের পর বছর পিছিয়ে দিতে পারে, তাই স্বচ্ছতা ও শক্তিশালী গভর্ন্যান্স কৌশলগত প্রয়োজন, ওভারহেড নয়।

ব্যর্থতার সাধারণ ধরন#

• যে PDF ফলাফল কোনো সিস্টেম পড়তে পারে না। একটি নথি হিসেবে ফাইল করা জিনোমিক ফলাফল প্রেসক্রাইবিং ও সিদ্ধান্ত-সহায়তা সিস্টেমের কাছে অদৃশ্য, তাই জীবনরক্ষাকারী তথ্য ক্ষতি না ঘটা পর্যন্ত অব্যবহৃত বসে থাকে। ফলাফল কাঠামোবদ্ধ, মান-ভিত্তিক ডেটা হিসেবে ফেরত দিন।
• স্ক্যান-করা ফর্ম হিসেবে সম্মতি। সম্মতি পছন্দ যদি একটি অ-কোয়েরিযোগ্য ছবিতে আটকা থাকে, কোনো পাইপলাইন বা চিকিৎসক তা সম্মান করতে পারে না, এবং পুনঃবিশ্লেষণ ও গবেষণা হয় থেমে যায় বা সীমা ছাড়ায়। সম্মতিকে একটি লাইভ, দানাদার, কোয়েরিযোগ্য বৈশিষ্ট্য করুন।
• আনুষঙ্গিক-ফলাফল পথ ছাড়া সিকোয়েন্সিং। কী রিপোর্ট করবেন ঠিক করা ও একটি সম্পদপ্রাপ্ত পরামর্শ পথ গড়ার আগে WGS মাপে বাড়ানো অনুমেয় ফলাফলকে উদ্ভাবনে সামলানো সংকটে পরিণত করে।
• যে পাইপলাইন আপনি পুনরুৎপাদন করতে পারেন না। আপনি যদি রেফারেন্স বিল্ড, পাইপলাইন সংস্করণ ও টীকা ডেটাবেস রেকর্ড না করেন, আপনি একটি ফলাফল পুনরুৎপাদন বা কেন পুনঃবিশ্লেষণ এটি বদলাল বুঝতে পারবেন না, একটি প্রযুক্তিগত বিবরণের ছদ্মবেশে একটি ক্লিনিক্যাল-নিরাপত্তা ফাঁক।
• বেনামীকরণ নাট্য। একটি জিনোমকে বেনামী করা যায় ভাবা উপেক্ষা করে যে এটি অনন্যভাবে শনাক্তকারী; "আমরা নাম সরিয়েছি" মিথ্যা আশ্বাস। পুনঃশনাক্তযোগ্যতার জন্য শাসন করুন এবং সিকিউর এনভায়রনমেন্টে বিশ্লেষণ করুন।
• ইউরোপ-কেন্দ্রিক রেফারেন্স সার্বজনীন ধরা। প্রত্যেকের জিনোম অপ্রতিনিধিত্বমূলক ডেটার বিপরীতে ব্যাখ্যা করা কম প্রতিনিধিত্ব-করা গোষ্ঠীর জন্য নীরবে খারাপতর পরিচর্যা তৈরি করে। বৈচিত্র্য ট্র্যাক করুন, নিম্ন আত্মবিশ্বাস চিহ্নিত করুন এবং ভালো ডেটা সমর্থন করুন।
• এক বছরের জন্য পরিকল্পিত সংরক্ষণ, জীবনের জন্য নয়। যে জিনোমিক ডেটা অপাঠ্য বা ধরে রাখতে সাশ্রয়ী নয় হয়ে যায় তা কয়েক দশক পরে যখন অবশেষে গুরুত্বপূর্ণ হয় তখন রোগীকে ব্যর্থ করে। স্তরযুক্ত, টেকসই, কয়েক-দশক-দীর্ঘ হেফাজত পরিকল্পনা করুন।

পরিপক্বতা মডেল#

চেকলিস্ট#

• জিনোমিক সম্মতি দানাদারভাবে (ক্লিনিক্যাল ব্যবহার, গবেষণা, পুনঃযোগাযোগ, পারিবারিক ভাগাভাগি) ধরা এবং সিস্টেমের ব্যবস্থা নেওয়ার মতো একটি কোয়েরিযোগ্য বৈশিষ্ট্য হিসেবে সংরক্ষিত।
• ফলাফল EPR-এ কাঠামোবদ্ধ, মান-ভিত্তিক ডেটা (HL7 FHIR Genomics) হিসেবে ফেরত আসে, PDF নয়।
• ফার্মাকোজিনোমিক ফলাফল প্রেসক্রাইবিংয়ের মুহূর্তে জিনোটাইপ-নির্দেশিত অ্যালার্ট ট্রিগার করে, পরিবেশ জুড়ে টিকে।
• বায়োইনফরমেটিক্স পাইপলাইন সংস্করণ-নিয়ন্ত্রিত ও যাচাইকৃত, এবং প্রতিটি রিপোর্ট এর রেফারেন্স বিল্ড, পাইপলাইন সংস্করণ ও টীকা ডেটাবেস রেকর্ড করে।
• সংরক্ষণ স্তরযুক্ত, টেকসই এবং কয়েক দশকের পুনঃবিশ্লেষণের জন্য মাপা, পুনরুৎপাদনযোগ্যতার জন্য উৎস ধরে রাখা।
• একটি আনুষঙ্গিক- ও গৌণ-ফলাফল নীতি সম্মত, সম্মতির সঙ্গে সংগত, এবং একটি সম্পদপ্রাপ্ত জিনেটিক-পরামর্শ পথ দ্বারা সমর্থিত।
• ব্যাখ্যা ডেটাসেটের বংশ বৈচিত্র্য ট্র্যাক করা, এবং নিম্ন আত্মবিশ্বাস পরিচর্যার মুহূর্তে চিকিৎসকদের কাছে চিহ্নিত।
• জিনোমিক ডেটা পুনঃশনাক্তযোগ্য ও পারিবারিক হিসেবে শাসিত: শক্তিশালী অ্যাক্সেস নিয়ন্ত্রণ, পূর্ণ নিরীক্ষা, এবং সিকিউর ডেটা এনভায়রনমেন্টের মাধ্যমে গবেষণা অ্যাক্সেস।
• পারিবারিক-প্রকাশ প্রশ্ন Caldicott Guardian ও ক্লিনিক্যাল নীতিশাস্ত্র সহায়তার সঙ্গে ভেবে দেখা।
• সীমানা-পার ডেটা ভাগাভাগি GA4GH মান অনুসরণ করে।

মূল উৎস#

• NHS England — NHS Genomic Medicine Service এবং Genomic Laboratory Hub-এর জাতীয় নেটওয়ার্ক; কমিশনিং এবং National Genomic Test Directory।
• Genomics England — 100,000 Genomes Project এবং National Genomic Research Library, এর সম্মতি ও অংশগ্রহণকারী-সম্পৃক্ততা মডেলসহ।
• Global Alliance for Genomics and Health (GA4GH) — দায়িত্বশীল জিনোমিক ডেটা ভাগাভাগির জন্য আন্তর্জাতিক মান ও কাঠামো।
• HL7 — ক্লিনিক্যাল সিস্টেমের সঙ্গে জিনোমিক ফলাফল বিনিময়ের জন্য FHIR Genomics বাস্তবায়ন নির্দেশিকা।
• Topol Review — Preparing the healthcare workforce to deliver the digital future (ডিজিটাল রূপান্তরের চালক হিসেবে জিনোমিক্স)।
• Caldicott principles — গোপনীয় স্বাস্থ্য ও পরিচর্যা ডেটা ব্যবহারের জন্য তথ্য-গভর্ন্যান্স নীতি।
• NICE — জিনোমিক্স ও প্রিসিশন-মেডিসিন সরঞ্জাম মূল্যায়নের জন্য Evidence Standards Framework for Digital Health Technologies।

তথ্যসূত্র#

1. Genomics — Wikipedia — https://en.wikipedia.org/wiki/Genomics
2. Personalized medicine — Wikipedia — https://en.wikipedia.org/wiki/Personalized_medicine
3. Whole genome sequencing — Wikipedia — https://en.wikipedia.org/wiki/Whole_genome_sequencing
4. Bioinformatics — Wikipedia — https://en.wikipedia.org/wiki/Bioinformatics
5. Reference genome — Wikipedia — https://en.wikipedia.org/wiki/Reference_genome
6. Pharmacogenomics — Wikipedia — https://en.wikipedia.org/wiki/Pharmacogenomics
7. Incidental medical findings — Wikipedia — https://en.wikipedia.org/wiki/Incidental_medical_findings
8. Data re-identification — Wikipedia — https://en.wikipedia.org/wiki/Data_re-identification
9. Genomics England — Wikipedia — https://en.wikipedia.org/wiki/Genomics_England
10. 100,000 Genomes Project — Wikipedia — https://en.wikipedia.org/wiki/100,000_Genomes_Project
11. Fast Healthcare Interoperability Resources — Wikipedia — https://en.wikipedia.org/wiki/Fast_Healthcare_Interoperability_Resources
12. Global Alliance for Genomics and Health — Wikipedia — https://en.wikipedia.org/wiki/Global_Alliance_for_Genomics_and_Health
13. Genetic privacy — Wikipedia — https://en.wikipedia.org/wiki/Genetic_privacy
14. NHS England — NHS Genomic Medicine Service — NHS England — https://www.england.nhs.uk/genomics/
15. Genomics England — 100,000 Genomes Project and the National Genomic Research Library — Genomics England — https://www.genomicsengland.co.uk/
16. Global Alliance for Genomics and Health — Standards and frameworks for genomic data sharing — GA4GH — https://www.ga4gh.org/
17. HL7 International — FHIR Genomics implementation guidance — HL7 — https://www.hl7.org/fhir/genomics.html
18. Health Education England / NHS — The Topol Review: Preparing the healthcare workforce to deliver the digital future — NHS — https://topol.hee.nhs.uk/