Helix Překročil 500 000 Propojených Genomických Záznamů a Představuje Nástroje AI pro Biomedicínské Objevy

Soutěž na vytvoření lepšího AI pro zdravotnictví byla dosud omezena jednoduchým problémem: nedostatkem dostatečně velkých, vysoce kvalitních datových sad, které spojují genetické informace s výsledky pacientů z reálného světa. Tento týden Helix ohlásil milník, který by mohl pomoci řešit tuto výzvu, když odhalil, že jeho GenoSphere platforma překročila 500 000 propojených klinicko-genomických záznamů a představila nové nástroje AI pro urychlení vědeckého objevu.

Oznámení umístilo Helix mezi malou skupinu organizací, které se snaží vytvořit velké, longitudinální datové sady, které kombinují genomové sekvenování s lety zdravotních záznamů. Tyto datové sady jsou stále více považovány za kritickou infrastrukturu pro další generaci personalizované medicíny, vývoje léčiv a výzkum AI v medicíně.

Proč jsou propojená genomická data důležitá

Genomové sekvenování se stalo dramaticky dostupnějším za posledních deset let, ale samotná DNA zřídka vypráví celou příběh o nemoci.

Vědci také potřebují přístup k výsledkům léčby, anamnéze, diagnózám a longitudinálním zdravotním záznamům, aby pochopili, jak genetické varianty ovlivňují zdraví pacientů v reálném světě. Výzvou je, že tyto datové sady často existují v samostatných systémech a jsou obtížně spojitelné ve velkém měřítku.

Helix uvádí, že každý záznam GenoSphere kombinuje jeho Exome+ sekvenční data s průměrně 13 lety elektronických zdravotních záznamů a přibližně 8 lety údajů o nákladech. Datová sada je získána prostřednictvím sítě Helix Research Network, která目前 zahrnuje 16 účastnických zdravotních systémů.

Tento typ multimodální datové sady je stále důležitější, protože mnoho moderních modelů AI funguje nejlépe, když mohou analyzovat několik forem informací současně, spíše než spoléhat se pouze na genetiku nebo zdravotnické záznamy.

Od populační genetiky k výzkumné infrastruktuře

Helix byl založen v roce 2015 a původně se zaměřoval na populační genetiku a genetické testy. Postupem času společnost rozšířila své aktivity do klinické diagnostiky, partnerství se zdravotnickými systémy a výzkumné infrastruktury. Dnes Helix operuje na rozhraní genomového testování, populačního zdraví a biomedicínského objevu.

Společnostova dlouhodobá strategie se zdá být stále více zaměřena na budování velké výzkumné platformy, spíše než pouze na poskytování genetických testů. Helix uvádí, že GenoSphere se za posledních dva roky zdvojnásobila a má být větší než jeden milion propojených záznamů během následujících 18 měsíců.

Velikost datové sady je důležitá, protože mnoho klinicky významných genetických variant je vzácných. Larger datové sady zlepšují schopnost výzkumníků identifikovat významné asociace mezi genetickými markery a výsledky onemocnění, zejména napříč různými populacemi pacientů.

Nástroje AI mají za cíl snížit výzkumné úzká místa

Společně s rozšířením datové sady Helix představil nové nástroje AI, které mají zjednodušit, jak výzkumníci pracují s komplexními genomovými daty.

První vydání je nástroj Cohort Builder, který umožňuje výzkumníkům vytvářet a analyzovat pacientské kohorty pomocí pracovních postupů založených na přirozeném jazyce, spíše než vyžadovat rozsáhlé bioinformatické znalosti. Podle společnosti může tento nástroj generovat cílené klinicko-genomické kohorty během několika minut, potenciálně snižuje týdny manuální přípravy dat a konstrukce dotazů.

To odráží širší trend v oblasti zdravotnictví a life sciences, kde se AI stále více aplikuje nejen na vědeckou analýzu, ale také na operační úzká místa, která zpomalují výzkum. Velké jazykové modely se stávají rozhraním pro komplexní biomedicínské databáze, umožňující vědcům soustředit se více na generování hypotéz a méně na inženýrství dat.

Rostoucí důležitost dat zdravotní péče připravených pro AI

Význam oznámení Helixu sahá beyond velikost datové sady samotné.

V celé zdravotnické oblasti výzkumníci rozpoznávají, že úspěšné systémy AI závisí stejně na kvalitě a struktuře dat jako na architektuře modelu. Nedávné úsilí napříč akademií, vládou a průmyslem se stále více zaměřuje na vývoj dat zdravotní péče připravených pro AI, které mohou podporovat velké aplikace strojového učení v medicíně.

Pro vývojáře léčiv mohou tyto datové sady pomoci identifikovat nové terapeutické cíle, objevit biomarkery, zlepšit stratifikaci pacientů a lépe předpovídat reakce na léčbu. Pro zdravotnické systémy mohou tyto datové sady v budoucnu podporovat personalizovanější přístup k screeningu, diagnostice a prevenci onemocnění.

Co to znamená pro personalizovanou medicínu

Zdravotnický průmysl strávil roky diskuzí o slibu personalizované medicíny, ale pokrok byl často omezen fragmentovanými datovými ekosystémy a nedostatečnými longitudinálními informacemi.

Rostoucí platforma GenoSphere společnosti Helix představuje část většího posunu směrem k integrovaným výzkumným prostředím, kde lze analyzovat genomová, klinická a reálná zdravotnická data společně. Přidání nástrojů AI pro výzkum naznačuje, že další fáze personalizované medicíny může záviset nejen na shromažďování masivních datových sad, ale také na tom, aby tyto datové sady byly přístupné širšímu okruhu vědců.

Pokud tento trend pokračuje, konkurenční výhoda v biomedicínském AI může stále více pocházet nejen z budování větších modelů, ale také z budování bohatších, propojenějších datových sad, které umožňují těmto modelům odhalit poznatky, které byly dříve nemožné detekovat.