Konsorcium COVID-19 Open AI – Rozhovor s Dr. Stephenem Wengem, hlavním výzkumníkem

Konsorcium COVID-19 Open AI (COAI) má za cíl přinést průlomové lékařské objevy a využitelné výsledky do boje proti pandemii COVID-19.

COAI se zaměřuje na zvýšení spolupráce ve výzkumu, na urychlení klinického vývoje účinných léčiv proti COVID-19 a na sdílení všech svých zjištění se světovou lékařskou a vědeckou komunitou. COAI spojí spolupracovníky: akademické instituce, výzkumníky, datové vědce a průmyslové partnery, aby bojovali proti pandemii COVID-19.

Toto je druhý z tří rozhovorů s hlavními lídry konsorcia COAI. První rozhovor byl s Owkinovým Sanjayem Budhdeem, MD, Business Development.

Stephen Weng je asistentem profesora integrované epidemiologie a datové vědy, který vede výzkum datové vědy v rámci Skupiny pro primární péči a stratifikovanou medicínu na Univerzitě v Nottinghamu.

On kombinuje tradiční epidemiologické metody a studijní design s novými informatickými přístupy, využívá a analyzuje “velká zdravotnická data” z elektronických zdravotních záznamů za účelem modelování rizik, fenotypizace chronických onemocnění, výzkumu metod datové vědy a translace stratifikované medicíny do primární péče.

Nedávno jste se připojil ke konsorciu COVID-19 Open AI (COAI) jako hlavní výzkumník. Můžete diskutovat o tom, co vás vedlo k připojení se k tomuto projektu?

Jsem spolupracoval s Owkinem a evropskými partnery na projektech zaměřených na zlepšení sekundární prevence akutního koronárního syndromu v průběhu posledního roku. Když Owkin spustil konsorcium COVID-19 Open AI, aby využil svou technologii, odbornost a naši infrastrukturu pro boj proti COVID-19, byla to pro mě přirozená volba a logické rozhodnutí se k němu připojit. Máme vynikající partnery, kteří jsou předními kardiology v Evropě, mezi našimi výzkumníky ze skupiny z předchozích konsorcií. Díky těmto zdrojům a odbornosti jsme mohli velmi rychle spustit toto konsorcium a zlepšit naše pochopení progrese onemocnění, jeho základní etiologie a rizikových faktorů v našich populacích.

Procento populace, které je postiženo COVID-19, vykazuje známky kardiovaskulárního poškození. Jaké typy srdečních problémů se objevují?

Existují důkazy, že kardiovaskulární rizikové faktory a kardiovaskulární onemocnění jsou významným přispěvatelem k závažnosti onemocnění. Nedávná analýza 17 000 případů COVID-19, které vyžadovaly hospitalizaci ve Spojeném království, ukázala, že srdeční onemocnění bylo přítomno u 29 % všech hospitalizovaných případů. Podkladové kardiovaskulární rizikové faktory, včetně stáří, vysokého krevního tlaku, obezity, hypertenze a diabetes mellitus 2. typu, významně přispívají k závažnosti onemocnění.

Věříte, že目前 máme nějaké pochopení toho, proč COVID-19 způsobuje tento typ srdečního poškození?

Ještě existuje mnoho otázek, které je třeba zodpovědět ohledně epidemiologie progrese a závažnosti COVID-19, zejména u pacientů se srdečním onemocněním. Pacienti se srdečním onemocněním jsou vystaveni vyššímu riziku závažného onemocnění, které může vyžadovat kardiorespirační podporu na jednotce intenzivní péče. Závažnost COVID-19 a progrese směrem k závažným výsledkům je pravděpodobně způsobena přímým poškozením kardiovaskulárního systému, které může být akutní. Přesný typ kardiovaskulárního poškození u pacientů s COVID-19 vyžaduje další vyšetřování.

Jaká bude vaše role v COAI?

Jsem epidemiolog a datový vědec se zaměřením na prognózu kardiovaskulárních výsledků. Velká část mé práce spočívá v hlubokém zkoumání velmi velkých datových souborů za účelem zodpovězení těchto klinických otázek. V mé roli, kromě přímého pokusu o zodpovězení některých z těchto důležitých výzkumných otázek využitím mé schopnosti přístupu k velkým populacím dat, se také snažím usnadnit ostatním akademikům a kolegům, aby přispěli do našeho konsorcia.

Jaký typ lidí bychom měli mít v konsorciu COAI, aby maximalizovali jeho účinnost?

Nejen je důležité získat větší množství dat od více vědců a klinických kolegů, ale také je třeba zvýšit rozmanitost našich zdrojů dat. Víme, že COVID-19 má širokou škálu závažnosti od asymptomatických jedinců až po velmi závažné onemocnění, které vede k úmrtí. Různé typy dat napříč spektrem zdravotnických zařízení od primární až po sekundární péči jsou potřebné k zodpovězení těchto otázek o progresi a závažnosti onemocnění.

Jste目前 asistentem profesora integrované epidemiologie a datové vědy, který vede výzkum datové vědy v rámci Skupiny pro primární péči a stratifikovanou medicínu na Univerzitě v Nottinghamu. Můžete diskutovat o možných způsobech, jak lze využít velká data k boji proti COVID-19 s aktuálními informacemi, které máme?

Máme některé velké datové soubory, které můžeme využít. Velké úspěchy byly nedávné investice do propojení dat, které byly skutečně realizovány a začínáme vidět, že tyto iniciativy přinášejí velké výsledky. Skutečně jsme se pustili do získání přístupu k velkým populacím dat, které jsou nyní propojeny s primární péčí, nemocničními záznamy, registry úmrtí a daty o testování COVID-19. Kromě toho tyto údaje mají příležitost prozkoumat genetické vlivy na výsledky COVID-19. Tato propojení jsou možná pouze díky vzestupu velkých datových propojení a velkých populacioních biobank. Díky množství dat a proměnných, které jsou shromažďovány, jsou modely AI, které Owkin vyvinul a zdokonalil, skutečně velmi užitečné pro efektivní analýzu dat a získání smysluplných poznatků.

Jaké informace bychom měli shromáždit, aby byla precizní medicína účinným nástrojem pro léčbu pacientů s COVID-19?

Širší škála typů dat, včetně obrazových, genetických, biomarkerů a klinických rysů a demografických údajů pacientů.

V ideálním světě, jaký typ dat by měl být shromážděn od pacientů s COVID-19?

U takového nového onemocnění, jako je COVID-19, si nemyslím, že by měl existovat maximální limit pro množství dat, které bychom měli shromáždit. Existuje termín “nevíme, co nevíme ještě”, takže čím více typů dat a informací můžeme shromáždit nyní, tím více bude užitečné v budoucnu. Například, kolik genetických poznatků jsme získali díky sekvenování dat a jejich uložení v biobankách pro výzkumníky? Vidím, že se to bude dít i u COVID-19. Pokud vytvoříme rozmanitou a velkou datovou zdrojovou základnu nyní, jsem přesvědčen, že v budoucnu bude možné získat nové poznatky, které pomohou našemu pochopení.

Měli bychom také shromažďovat data z populace, která je imunní vůči COVID-19, aby lépe pochopili, co je činí imunní?

V epidemiologii je výběr komparátorové skupiny extrémně důležitý. Riziko je ve mnoha ohledech relativní. Pokud naše základní srovnání začíná u hospitalizovaných, pak chápeme onemocnění pouze u těch, kteří vykazují závažnější symptomy. Myslím, že lepší pochopení asymptomatických jedinců a toho, co je činí asymptomatickými vůči COVID-19, je absolutně nezbytné. Kolik terapií bylo vyvinuto díky zkoumání mutací zisku nebo ztráty funkcí, které přirozeně vznikají v populacích.

Děkuji za fantastický rozhovor. Čtenáři, kteří chtějí se dozvědět více, mohou si přečíst náš článek, který popisuje projekt COAI.

První rozhovor v této sérii byl s Owkinovým Sanjayem Budhdeem, MD, Business Development.

Třetí rozhovor v této sérii byl s Folkertem W. Asselbergsem, hlavním výzkumníkem

Můžete také navštívit webové stránky konsorcia COVID-19 Open AI.