IMSS presenta avances en la atención de cáncer infantil y medicina de precisión durante la IV Reunión Nacional de OncoCREAN.
La Tercera reunión nacional de los OncoCREAN del IMSS abordó medicina de precisión para la atención de pacientes pediátricos oncológicos.
El programa de investigación genómica All Of Us presentó su nueva hoja de ruta para avanzar en la medicina de precisión. All of Us es una iniciativa de investigación de los Institutos Nacionales de Salud (NIH) de Estados Unidos. Su objetivo es reunir datos de un millón de personas o más, que viven en el país para crear una base de datos de salud diversa que logre reflejar la variedad de la población de Estados Unidos. Contar con una base de datos diversa permitiría avanzar en la medicina personalizada y mejorar los tratamientos y la prevención de enfermedades para personas de todos los orígenes. Recientemente All of Us compartió su nueva hoja de ruta y sus prioridades científicas para guiar los pasos de la iniciativa para continuar avanzando en medicina de precisión. “Nuestra visión es que los resultados de las investigaciones que surjan de All of Us finalmente informarán las prácticas de atención médica y mejorarán la salud pública”, dijo el director médico y científico de All of Us, el Dr. Geoffrey Ginsburg. Asimismo, destacó que la hoja de ruta de prioridades científicas indica hacia donde se dirige la iniciativa y cómo se alcanzarán los objetivos. La nueva hoja de ruta es la culminación de varios años de debates entre el personal del NIH, los socios del programa, los participantes y los investigadores. Al igual que el plan original, la nueva hoja de ruta persigue objetivos sobre las preocupaciones sanitarias actuales, como las principales causas de muerte en el país. All of Us traza en su nueva hoja de ruta un protocolo central del programa y de las inversiones en infraestructura en áreas específicas de investigación en enfoques de atención médica de precisión. La hoja de ruta inicia con datos y herramientas, para ello la estrategia cuenta con una plataforma basada en la nube, en la que los investigadores pueden colaborar para explorar la información que los participantes comparten a lo largo del tiempo, incluidas las respuestas a encuestas, los datos de registros médicos electrónicos, los datos de Fitbit, las mediciones físicas y los datos genómicos. De igual forma, los investigadores pueden analizar estos datos con herramientas de investigación como Jupyter Notebook, RStudio o SAS Studio, entre otoras. El programa se centra en cuatro exposiciones y factores impulsores que determinan cómo las personas se mantienen sanas y si pueden desarrollar problemas de salud: Estilo de vida, consumo de sustancias y comportamiento; influencias medioambientales; desigualdad en salud; y genética y biología. “En nuestra vida diaria, estamos expuestos a la contaminación y al estrés. Nuestra salud también está determinada por nuestra dieta, nuestra actividad física, nuestra biología y otros factores. Queremos entender cómo se combinan todas estas variables diferentes para afectar la salud de las personas y las comunidades”, afirmó el Dr. Ginsburg. “Esos conocimientos ayudarán a los investigadores a identificar estrategias para intervenir contra las enfermedades en el momento y la forma adecuados”, agregó. Causalidad y resultados es la tercera parte de la hoja de ruta, la cual abarca las afecciones que se ven influidas por las exposiciones y los factores, ya sea de forma individual o en combinación. El programa identificó cuatro áreas de atención: Condiciones de salud comunes y raras; salud materna e infantil; envejecimiento saludable y resiliencia a lo largo de la vida; y el impacto de la devolución de los resultados a los participantes de la investigación. Esto permitirá a los investigadores responder preguntas como: ¿Qué factores impiden el deterioro cognitivo?, ¿cómo pueden las exposiciones en la infancia aumentar el riesgo de ciertas enfermedades más adelante en la vida? ¿existen nuevos biomarcadores que puedan predecir cómo las personas experimentan el dolor o responden a los tratamientos? ¿Cómo podemos aprovechar al máximo las nuevas tecnologías para ofrecer resultados de pruebas genéticas y aumentar la comprensión de los resultados por parte de los participantes?, entre otras. La salud individual y de la población también fue incluida en la hoja de ruta, esto se refiere a cambios en políticas de salud o en estándares de atención. Por ejemplo, los médicos podrían proporcionar rutinariamente evaluaciones individualizadas de riesgo que abarquen una gran variedad de condiciones de salud. Esto permitiría tomar decisiones informadas para los pacientes y sus familiares. “El éxito de la Hoja de Ruta de Prioridades Científicas se sentirá en el grado en que el programa haga avanzar la práctica de la medicina de precisión y en el grado en que estas prácticas impactan la salud individual y de la población”, concluyó el Dr. Ginsburg. De esta manera All of Us continúa construyendo una comunidad global de investigadores para impulsar la investigación y la práctica de la medicina de precisión. Actualmente ya han iniciado para de 12 mil proyectos en su plataforma en la nube, de los cuales el 90% de ajustan a las prioridades actuales del programa y el resto podría influir en la próxima versión. BIBLIOGRAFÍA ALL OF US https://allofus.nih.gov/news-events/announcements/research-roundup-all-us-shares-its-scientific-priorities
Investigadores descubren interacciones entre células cancerosas e inmunes que predicen la respuesta a la inmunoterapia. Investigadores de UT Southwestern lideraron un estudio que desarrolló una nueva herramienta para predecir la respuesta a las inmunoterapias en pacientes con cáncer de mama. Utilizando la secuenciación de ARN de célula única, identificaron interacciones celulares que pueden influir en el éxito del tratamiento. El Dr. Isaac Chan, uno de los autores principales del estudio, explicó que las inmunoterapias han revolucionado el tratamiento del cáncer, pero aún tienen limitaciones en su eficacia. Para comprender mejor cómo interactúan las células cancerosas con las células inmunes, el equipo de investigación utilizó la secuenciación de ARN de célula única para analizar una gran cantidad de muestras de tumores de mama. En el estudio los autores descubrieron que las interacciones entre diferentes tipos de células cancerosas y células inmunes pueden influir en el pronóstico del paciente y la respuesta a la inmunoterapia. De esta manera, utilizando un enfoque computacional, el equipo identificó diez categorías de células cancerosas en lugar de las tres tradicionalmente utilizadas para determinar la terapia adecuada. Estas categorías, junto con la interacción entre células e inmunes, derivaron en la creación de una herramienta denominada InteractPrint, que demostró ser efectiva para predecir la respuesta a la inmunoterapia en pacientes con cáncer de mama. Esta nueva herramienta ofrece nuevas posibilidades para la medicina de precisión en el tratamiento del cáncer, ya que permite a los médicos seleccionar terapias basadas en las características moleculares de los tumores y su interacción con el sistema inmunológico. El estudio, respaldado por varias organizaciones y financiada por instituciones como los Institutos Nacionales de Salud, el Instituto Nacional de Cáncer, entre otras, destaca el potencial de la secuenciación de ARN de célula única en la mejora de la atención oncológica. BIBLIOGRAFÍA UT SOUTHWESTERN https://www.utsouthwestern.edu/newsroom/articles/year-2024/april-cancer-cell-immune-cell-interactions.html
El evento organizado por la Comisión de Salud reunió a funcionarios y expertos para analizar el impacto y las oportunidades de la medicina de precisión. En el marco del “Foro de Medicina de Precisión 2024: Una mirada hacia el futuro de la medicina”, convocado por la Comisión de Salud, se llevó a cabo una jornada de reflexión en la Cámara de Diputados de México, donde funcionarios y especialistas destacaron el potencial de esta innovadora disciplina para abordar diversas enfermedades y mejorar la calidad de vida de la población. El presidente de la Comisión de Salud, diputado Emmanuel Reyes Carmona, resaltó la importancia de reconocer y legislar sobre las nuevas tecnologías en el campo de la salud para garantizar su acceso equitativo a toda la población. La medicina de precisión, explicó, se basa en la comprensión de las características individuales de cada paciente, lo que permite personalizar el diagnóstico, tratamiento y prevención de enfermedades. Durante el foro, se habló sobre el papel crucial de la medicina de precisión en áreas como la oncología, donde la caracterización de los tumores permite desarrollar tratamientos más efectivos y personalizados. También se destacó su contribución a la prevención y detección temprana de enfermedades, así como su potencial para mejorar la calidad de vida de los pacientes. Reyes también resaltó la necesidad de legislar y avanzar en este tema dentro del congreso. Los participantes del foro también discutieron sobre la necesidad de expandir las capacidades técnicas y el financiamiento para hacer frente a los desafíos de la medicina de precisión, especialmente para aquellos que carecen de seguridad social. Se enfatizó la importancia de invertir en infraestructura, acceso a medicamentos y ensayos clínicos para garantizar una atención médica de calidad para todos. De esta manera, durante el foro se destacó la importancia de avanzar en la implementación de la medicina de precisión en México, no solo como una herramienta para mejorar la atención médica, sino también como un paso hacia un sistema de salud más equitativo y centrado en el paciente, con nuevas herramientas para la prevención y el diagnóstico oportuno de enfermedades. BIBLIOGRAFÍA CÁMARA DE DIPUTADOS https://comunicacionsocial.diputados.gob.mx/index.php/boletines/realizan-en-san-lazaro-el-foro-de-medicina-de-precision-2024-una-mirada-hacia-el-futuro-de-la-medicina-
Investigadores de Cedars-Sinai Cancer, utilizaron una herramienta de medicina de precisión para identificar biomarcadores que podrían relacionarse con el cuidado de cáncer de páncreas. Investigadores de Cedars-Sinai Cancer, han utilizado un nuevo método de medicina de precisión e inteligencia artificial (IA) llamada Molecular Twin Precision Oncology Platfom. Esta herramienta tiene la capacidad de identificar biomarcadores que superan la prueba estándar de predicción de supervivencia de cáncer de páncreas. Además, la plataforma cuenta con el respaldo de un estudio publicado en Nature Cancer, en el cual se demuestra la viabilidad de esta herramienta y su potencial para guiar hacia un mejor tratamiento para los pacientes con cáncer. Según el Dr. Dan Theodorescu director de Cedars-Sinai Cancer, la plataforma de gemelo molecular o Molecular Twin puede ser utilizado en estudios sobre cualquier tipo de tumores, incluyendo cáncer de páncreas que tiene mayor dificultar para su tratamiento. “Utilizando nuestra tecnología Molecular Twin, prevemos crear pruebas que puedan utilizarse incluso en lugares que carecen de acceso a recursos y tecnología avanzados, emparejando a los pacientes con las terapias más eficaces y ampliando la disponibilidad de la medicina de precisión”, agregó. El estudio incluyó el análisis, a través de Molecular Twin, de muestras de tejidos y de sangre de 74 pacientes con los tipos más comunes y más agresivos de cáncer de páncreas. Posteriormente, los investigadores combinaron 6,363 datos biológicos distintos incluyendo información genética y molecular para crear el modelo, el cual predijo con exactitud la supervivencia de la enfermedad en el 87% de los pacientes. A continuación, utilizaron IA para crear un modelo que funcionara de la misma forma, pero solo usando 589 puntos de datos. Estos modelos mejoraron los resultados de la única prueba de cáncer de páncreas aprobada por la Administración de Alimentos y Medicamentos (FDA, en inglés). Además, los resultados fueron validados por conjuntos de datos independientes de The Cancer Genome Atlas, Massachusetts General Hospital, y Johns Hopkins University. “Ya habíamos emprendido una recogida exhaustiva de muestras de sangre y tejidos de pacientes con cáncer de páncreas, lo que nos brindó una buena oportunidad para probar la plataforma Molecular Twin. A medida que ampliemos la plataforma con más pacientes, Molecular Twin se convertirá en una herramienta aún más sólida, no sólo en el cáncer de páncreas, sino en todos los tipos de cáncer”, explicó Arsen Osipov, líder del programa de la Clínica Multidisciplinar de Cáncer de Páncreas y del Programa de Medicina de Precisión del Cedars-Sinai Cancer. Por su parte, la Dra. Jennifer Van Eyk, directora de biosistemas clínicos avanzados en Cedars-Sinai, explicó que las proteínas resultaron ser los principales impulsores de los modelos de cáncer de páncreas y así conocer la respuesta del organismo de los pacientes con cáncer. De esta forma, esta plataforma y estos modelos pueden ayudar al descubrimiento de biomarcadores de otros tipos de cáncer y abrir el camino hacia el desarrollo de nuevos tratamientos contra estas enfermedades. BIBLIOGRAFÍA CEDARS SINAI https://www.cedars-sinai.org/newsroom/cedars-sinai-develops-new-tools-to-improve-pancreatic-cancer-patient-care/ NATURE https://www.nature.com/articles/s43018-023-00697-7
La medicina de precisión tiene un gran potencial que podría ser perfeccionado a través de grafos de conocimiento que facilitarían la gestión de la información médica de diversas fuentes de datos. La medicina de precisión o medicina personalizada es un enfoque emergente para la prevención y tratamiento de enfermedades basándose en las condiciones y variables individuales y genéticas de cada paciente con el fin de brindar una atención médica más completa. Este novedoso enfoque ha permitido mejorar los diagnósticos y tratamientos de enfermedades, al reconocer la diversidad genética, ambiental y de estilo de vida que influye en la salud de los individuos. La clave para lograr la precisión en la atención médica reside en el uso de datos biomédicos y el conocimiento detallado de la salud. Sin embargo, existen desafíos para aprovechar de manera eficiente la información en las diversas escalas biológicas y proporcionar una atención personalizada y basada en la evidencia. En este sentido, una de las principales barreras que enfrenta la medicina de precisión es la fragmentación del conocimiento médico y biomédico, especialmente en enfermedades complejas. La información sobre enfermedades proviene de diversas fuentes, como estudios genómicos, datos de expresión génica, vías moleculares, fenotipos clínicos, efectos ambientales y terapias médicas. Esta información se encuentra dispersa en publicaciones científicas, repositorios de datos no estandarizados, ontologías y pautas clínicas. La falta de una integración coherente y sistematizada de este conocimiento dificulta la investigación y el desarrollo de la atención médica personalizada a gran escala. Para atender esta problemática y conducir hacia una medicina de precisión más objetiva y al alcance de más personas, un grupo de científicos del MIT, Stanford y Harvard desarrollaron un modelo que tendría el potencial de revolucionar la medicina de precisión. El artículo “Creación de un grafo de conocimiento para la medicina de precisión” publicado en Scientific Data aborda el tema de la fragmentación de la información y el conocimiento en la medicina de precisión. Para abordar esto, los autores proponen la construcción de un “Knowledge Graph” o grafo de conocimiento que describa las relaciones de las enfermedades con otras entidades biomédicas, lo que permitiría un estudio sistemático de las enfermedades humanas y abriría la puerta a diversas investigaciones en medicina de precisión. Los grafos de conocimiento son importantes para construir sistemas de información que requieren acceso a conocimiento estructurado. Además, son considerados como un aspecto clave para la búsqueda de información en la web e incluso en modelos de inteligencia artificial (IA). Su uso radica en que se pueden integrar diferentes fuentes de datos, lo que facilita la gestión y la organización de datos. Los autores hacen énfasis en que este recurso integraría información de diversas fuentes de datos para abordar enfermedades a gran escala. Aunque existen desafíos en la consolidación de esta información, como la falta de una representación consistente de enfermedades en diferentes bases de datos y la ambigüedad en la definición de enfermedades como unidades de análisis, buscan que el desarrollo de este grafo de conocimiento sería de gran utilidad para impulsar investigaciones en medicina de precisión. Dentro de su análisis y estudio los autores presentan el “Precision Medicine Knowledge Graph” o PrimeKG, como un ejemplo de este recurso, destacando su extensa cobertura de enfermedades y la integración de información multimodal para facilitar análisis inteligentes en el campo de la medicina. PrimeKG facilitaría la comprensión de las interconexiones entre enfermedades, fármacos, fenotipos y más. Asimismo, abriría la puerta a diversas líneas de investigación, incluida la identificación de nuevos objetivos terapéuticos, el estudio de la etiología de enfermedades y la personalización de tratamientos. PrimeKG integra datos de más de 20 fuentes de alta calidad, biorepositorios y ontologías para construir un grafo de conocimiento completo y funcional. Con miles de relaciones entre más de cien mil nodos, PrimeKG abarca diez escalas biológicas importantes, lo que permite una representación completa y detallada de las enfermedades y sus interacciones con otras entidades biomédicas. De esta manera, el desarrollo de un grafo de conocimiento para la medicina de precisión tiene el potencial de transformar la investigación y la atención médica, ya que es capaz de proporcionar una plataforma integral y accesible para abordar la complejidad de las enfermedades y mejorar la toma de decisiones clínicas. En PrimeKG y otros esfuerzos similares, la comunidad biomédica se encuentra el camino hacia una medicina personalizada más sólida y fundamentada en la evidencia. Consulta el artículo completo para conocer más sobre este tema: https://www.nature.com/articles/s41597-023-01960-3 BIBLIOGRAFÍA NOMBRE DE LA PÁGINA http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2307-21132021000400002 https://www.nature.com/articles/s41597-023-01960-3
Target and Lead Identification Suite y Multiomic Suite son las dos nuevas soluciones presentadas por Google Cloud enfocadas en el desarrollo de fármacos y la medicina de precisión. Durante la Bio-IT World Conference, Google Cloud anunció el lanzamiento de dos soluciones de ciencias de la salud impulsadas por inteligencia artificial (IA) que buscan impulsar y acelerar el descubrimiento de fármacos y el desarrollo de la medicina de precisión. Estas soluciones están enfocadas para que sean utilizadas por empresas de biotecnología, empresas farmacéutica y organizaciones del sector público. Una de estas soluciones denominada Target and Lead Identification Suite ayudará a que los investigadores logren identificar con mayor claridad la función de los aminoácidos y predecir la estructura de las proteínas; por otra parte, Multiomic Suite, acelerará el descubrimiento y la interpretación de datos genómicos para impulsar el diseño de tratamiento de precisión. “Llevamos mucho tiempo involucrados en la creación de nuevas herramientas para comprender y trabajar con el código de la vida, como la computación de alto rendimiento para el análisis genómico y la inteligencia artificial que puede predecir modelos tridimensionales de proteínas”, explicó Shweta Maniar, directora global de Estrategia y soluciones de ciencias de la vida en Google Cloud. Asimismo, resaltó que estas nuevas soluciones tienen el potencial de transformar las organizaciones de salud y acelerar el descubrimiento de fármacos, lo que llevaría las terapias al mercado más rápido. Target and Lead Identification Suite permite a las empresas biofarmacéuticas llevar tratamientos al mercado de una forma más rápida al permitir un diseño de fármacos in sillico más eficiente. La identificación de objetivos de esta solución incluye la ingesta de datos, identificación de objetivos basándose en herramientas de IA, y la identificación de clientes potenciales a través de recursos informáticos. Algunas compañías que ya trabajan con esta solución son Pfizer o Cerevel. Por otra parte, Multiomics Suite, combina los conocimientos genómicos para aprovecharlos en la medicina de precisión. Sin embargo, esto es un proceso costoso que requiere demasiados recursos que muchas organizaciones no pueden costear. Por ello Multiomics Suite permite que las organizaciones accedan a esta solución para optimizar y acelerar el análisis de datos genómicos, diseñar genómica clínica, acelerar la medicina personalizada e interpretar datos genómicos que guíen a nuevos descubrimientos. Esta solución incluye ingesta y análisis de datos, es decir intercambio y gestión de datos para descubrir nuevos datos; análisis secundarios de datos; y análisis terciario. Estos dos últimos se refieren a la identificación de análisis genómicos realizados con otras herramientas. Todas sus herramientas son independientes de la nube lo que permite aprovechar sus beneficios en entornos complejos y simplificados. BIBLIOGRAFÍA PR NEWS WIRE https://www.prnewswire.com/news-releases/google-cloud-launches-ai-powered-solutions-to-safely-accelerate-drug-discovery-and-precision-medicine-301825674.html
El conjunto de datos genómicos de All of Us, el más extenso y diverso del mundo, ha llegado a la secuenciación de cerca de 250 mil genomas humanos. A unos días del quinto aniversario del programa de investigación All of Us, los Institutos Nacionales de Salud de Estados Unidos (NIH) compartieron las últimas actualizaciones del programa y los planes a futuro. La cantidad de datos en el programa ha incrementado considerablemente, de hecho, una de las principales actualizaciones es que el programa está por llegar a los 250 mil genomas secuenciados. Además, como el proyecto lo ha buscado desde su inicio, el 45% de los datos donados han llegado por parte de personas que se identifican con grupos raciales o étnicos históricamente infrarrepresentados en la investigación médica. “Al contar con participantes de orígenes diversos y compartir una imagen más completa de sus vidas por medio de los datos genómicos, de estilo de vida, clínicos y del entorno social, All of Us facilita que los investigadores científicos puedan identificar mejor los factores que impulsan las enfermedades”, explicó Andrea Ramírez, directora de datos del All of Us. En este sentido, la expansión de los datos médicos les permite a los investigadores acceder a uno de los conjuntos de datos más diversos. Gracias a ello será posible avanzar a la equidad en salud y a descubrir nuevas formas de atender a las personas según su género, estilos de vida y entornos. “Cuando All of Us inició el proceso de inscripción nacional hace cinco años, estábamos entusiasmados con la promesa de cómo podríamos avanzar la investigación de salud”, expresó Josh Denny, director ejecutivo de All of Us. Asimismo, explicó que gracias a la colaboración de los participante, investigadores y científicos de Estados Unidos se ha logrado un gran progreso, que esperan continúe guiando a nuevos descubrimientos científicos. Hasta el momento los científicos de datos han recolectado información de 413,450 participantes. Los datos proceden de encuestas, registros electrónicos de salud, dispositivos móviles como wearables y medidas físicas. En el caso de los datos de wearables ahora incluirán información sobre el sueño, actividad de recuento de pasos y frecuencia cardiaca. Los datos de sueño se utilizarán para estudiar patrones de sueño en pacientes con ciertas enfermedades como cardiopatías, hipertensión, diabetes, depresión y demencia, y así conocer su progresión. Por otro lado, el programa también ha publicado más de mil genomas secuenciados de lectura larga, un nuevo tipo de datos que proporcionan una imagen más completa del genoma. Los científicos pueden utilizar estos datos para estudiar la variación genética e identificar potencialmente variante genéticas vinculadas a enfermedades específicas. Las pequeñas variaciones genéticas también podrían ofrecer nuevos avances para identificar marcadores de riesgo de enfermedades o la eficacia de medicamentos en distintas personas. El objetivo final de All of US es facilitar datos de al menos un millón de participantes de todo Estados Unidos y lograr la colaboración de más investigadores. BIBLIOGRAFÍA ALL OF US/NIH https://allofus.nih.gov/news-events/announcements/el-programa-cientifico-all-us-publica-casi-250000-secuencias-del-genoma-completo-para-impulsar-la-medicina-de-precision
Icahn School of Medicine de Mount Sinai y Rensselaer Polytechnic Institute anunciaron la apertura de este centro enfocado en la investigación sobre ingeniería y medicina de precisión. En mayo del año pasado Icahn School of Medicine de Mount Sinai y Rensselaer Polytechnic Institute (RPI) anunciaron la creación del Centro de Ingeniería y Medicina de Precisión (CEPM, en inglés), que finalmente fue inaugurado el 30 de marzo. El CEPM ubicado en Nueva York es la más reciente colaboración entre el RPI, una de las universidades de tecnología más importantes en Estados Unidos e Icahn Mount Sinai, el brazo académico del sistema de salud Mount Sinai. El Dr. Martin A. Schmidt, presidente de RPI, explicó que el CEPM transformar el diagnóstico y tratamiento del cáncer, Alzheimer, enfermedades infecciosas y más, gracias a los avances tecnológicos con enfoque personalizado. “CEPM, el tercero de los centros de investigación de RPI en la ciudad de Nueva York, también brindará oportunidades educativas excepcionales para la próxima generación de investigadores, profesionales médicos y empresarios de las ciencias de la vida”. La medicina de precisión también denominada medicina personalizada es un enfoque para la prevención y tratamiento de enfermedades, que toma en cuenta variables individuales y genéticas relacionadas con el entorno y estilo de vida de cada paciente. De esta forma el CEPM se especializará en el desarrollo de diversos avances médicos y tecnológicos tomando en cuenta aspectos como la neuromodulación, la resiliencia inmunológica y la medicina regenerativa. “El Centro de Ingeniería y Medicina de Precisión está creando una oportunidad directa para que ingenieros excepcionales apliquen sus conocimientos y habilidades hacia la transformación de la medicina y la mejora de la salud humana”, explicó Priti Balchandani, codirector del CEPM. De esta forma el CEPM servirá como un pilar importante para el ecosistema de investigación médica de vanguardia de Estados Unidos. BIBLIOGRAFÍA MOUNT SINAI https://www.mountsinai.org/about/newsroom/2023/nyc-mayor-eric-adams-joined-top-biomedical-researchers-to-usher-in-the-center-for-engineering-and-precision-medicine-at-hudson-research-center?_ga=2.261983693.1382876172.1680268503-1053881644.1680268503
