COVID-19 Open AI Consortium – Interview med Owkins Sanjay Budhdeo, MD, Business Development

Covid-19 Open AI Consortium (COAI) har til hensigt at bringe gennembrud i medicinske opdagelser og handlingsorienterede resultater til kampen mod Covid-19-pandemien.

COAI sigter mod at øge samarbejdsforskning, til at accelerere klinisk udvikling af effektive behandlinger for Covid-19, og til at dele alle sine resultater med den globale medicinske og videnskabelige fællesskab. COAI vil samle samarbejdspartnere: akademiske institutioner, forskere, datavidenskabsmænd og industrielle partnere, for at bekæmpe Covid-19-pandemien.

Dette vil være den første af tre interviews med de ledende personer bag COAI.

Sanjay Budhdeo er en praktiserende læge. Han har en bachelorgrad i medicinske videnskaber og en mastergrad fra Oxford University, samt en ph.d. fra Cambridge University, samt medlemskab af Royal College of Physicians. Sanjay har erfaring med neuroimaging, epidemiologi og digital sundhed. Før han tiltrådte som Partnership Manager i Owkin, var han Senior Associate i Boston Consulting Group, hvor han fokuserede på data og digitalisering i sundhedssektoren. Han sidder i Patient Safety Committee i Royal Society of Medicine og var tidligere Specialist Advisor i Care Quality Commission.

Hvad var det, der inspirerede dig til at tilslutte dig OWKIN?

Da jeg praktiserede som læge, så jeg mange patienter, som havde tilstande, vi ikke kunne behandle med medicin, hvor der kun var så meget, vi kunne gøre. Som forsker var jeg frustreret over de traditionelle tilgange til analyse, på et tidspunkt hvor der var adgang til stadig mere data. At forsøge at etablere forbindelsen mellem fag, der havde udviklet sig separat – såsom epidemiologi og billedanalyse – viste sig at være rigtig udfordrende. Maskinlæring var for mig en måde at etablere forbindelsen mellem mit arbejde som forsker og læge, og at kunne udlede individuelle indsigt, der kunne påvirke diagnosen og behandlingen for hele patientpopulationen.

Du har erfaring med både epidemiologi og digital sundhed. Kan du dele nogle af de tidligere projekter, du har arbejdet på?

I epidemiologi arbejdede jeg på Storbritanniens 1946-fødselskohorte – en fascinerende langtidsstudie, der har sporet subjekter født i en enkelt uge over deres liv. I et projekt undersøgte jeg, hvornår disse subjekter startede med at lære at sidde, stå og gå, og fandt, at dette var associeret med deres evne til at udføre mere komplicerede opgaver senere i livet. Jeg undersøgte også, om der var forskelle i genetik eller hjernestruktur bag denne association. I digital sundhed har mit fokus været på interoperabilitet – forbindelserne mellem elektroniske patientjournaler på hospitaler, der muliggør deling af patientdata mellem hospitaler. Dette er rigtig vigtigt for direkte klinisk pleje, så en læge har en komplet idé om, hvad der er sket før, men det er også rigtig vigtigt for at muliggøre brug af maskinlæringsmodeller i den kliniske sammenhæng.

OWKIN står i spidsen for et AI-drevet forskningssamarbejde kaldet COVID-19 Open AI Consortium (COAI). Kan du beskrive, hvad dette projekt er?

COAI er Owkins svar på de bekymringer, vi har hørt fra vores partnerkliniske og akademiske institutioner. Det er tydeligt for os, at der er vigtige kliniske spørgsmål, der skal besvares for Covid-19 – for eksempel, hvordan kan vi identificere patienter, der er i risiko for svær sygdom? Hvad er de potentielle behandlinger, der kan afprøves mod Covid-19-infektioner? Vores mål er at øge samarbejdsforskning og dele alle vores resultater med den globale medicinske og videnskabelige fællesskab. COAI bygger på styrkerne hos samarbejdspartnere på sundheds- og tech-området – herunder universiteter, hospitaler, startups og biopharma-virksomheder. Vi opretter specifikke forskningsområder, og det første område, vi har annonceret, er i hjertekomplicationshos Covid-19-patienter, med yderligere forskningsområder, der følger snart.

En af de første projekter vil være at forstå hjertekomplications. Hvad type indsigt håber vi at opnå fra COAI?

Vores mål er at producere klinisk nyttig information om risikoen for akut hjertekomplicationer fra Covid-19-infektioner. Vi udforsker dette spørgsmål fra multiple vinkler, ved hjælp af forskellige typer data på tværs af forskellige lande. Det er fantastisk at arbejde med internationale kliniske forskere for at komme til bunds i disse spørgsmål.

Forudsigelse og karakterisering af immunrespons er en anden aspekt af COAI. Hvad er nogle af de datapunkter, du mener, der bør analyseres for fuldt at forstå, hvorfor nogle mennesker kan bygge en immunrespons, mens andre kræver medicinsk assistance?

Vores kroppssystem er utrolig komplekst og intrikat. Der er mange typer celler involveret i vores immunrespons. Nogle af cellerne kæmper direkte mod fremmede indtrængere. Andre celler producerer pro-inflammatoriske kemikalier kaldet cytokiner, der fungerer som homingsignaler til at målrette immunresponsen og markere bestemte celler for ødelæggelse. Det, vi lærer, er, at balancen af bestemte cytokiner – herunder IFN1, IFN-gamma og IL-10 – er meget vigtig for at formidle denne immunrespons. Maskinlæring kan være meget hjælpsom til at undersøge en rigtig rig dataset, der indeholder niveauerne af mange cytokiner og andre blodmarkører, og generere indsigt i, hvad de vigtigste spillere er her, samtidig med at man tager hensyn til den komplekse interaktion mellem forskellige faktorer.

At forstå, hvordan man skal behandle patienter for at opnå den bedste patientresultat, er muligvis et af de vigtigste projekter, der udføres af COAI. I din mening, hvad er de første skridt, der skal tages for at forstå dette?

Et vigtigt første skridt er risikostyring. Vi vil forstå, hvilke patienter der er i højeste risiko for at udvikle svær sygdom – herunder lungesvigt, hjertekomplicationer såsom myokardit, og andre organspecifikke følger. Dette risikospørgsmål er vigtigt af flere grunde. Først som læge vil du måske ønske at overvåge en patient anderledes, hvis du ved, de er i højere risiko for komplicationer. Andet som hospital vil du ønske at kunne forudsige efterspørgslen på intensivpleje og planlægge efter dette behov. Tredje hvis du er forsker eller biopharma-virksomhed, kan du inkludere denne undergruppe af patienter i forsøg og behandle dem tidligt for at opnå en optimal respons på din medicin. I alle disse tilfælde er vores ultimative mål at forbedre patientresultater

Kan du forklare, hvorfor datavidenskab er så vigtig for at bekæmpe Covid-19?

Datavidenskab i sin bredeste forstand er i hjertet af kampen mod Covid-19. Vigtige spørgsmål om modellering af Covid-19-infektionsrater er stadig ubesvarede. Vi kan bruge virkelige patientdata til at identificere medicin, der kan genbruges til at behandle Covid-19-patienter. Der er en utrolig mængde information, vi opdager om virusset, der vil hjælpe os med at designe en vaccine bedre. Der er så meget, vi ikke ved om virusset, herunder hvordan det påvirker mennesker, og vi lærer mere og mere takket være mange former for data – biokemisk, genetisk, klinisk og fra mobiltelefoner.

Hvad mener du, er nogle af de indsigt, vi kan lære fra AI, der analyserer denne data?

For mig er AI’s styrke rigtig i hjælp til at udlede konklusioner på individniveau fra populationsdata. Vi kan tænke på, hvilke patienter der kan have gavn af hvilke behandlinger til at bekæmpe Covid-19-infektion, eller hjælpe med at forudsige, hvilke områder der kan blive lokale hotspots for Covid-19-infektion. Der er også en masse aktivitet i opdagelsesrummet, både i forhold til potentielle medicin og vaccinekandidater. AI kan rigtig hjælpe os med at levere nye biologiske indsigt meget hurtigere.

Hvem bør deltage i COVID-19 Open AI Consortium-projektet?

Vi taler med en række spillere inden for og uden for sundhedssektoren. Dette inkluderer hospitaler, universiteter og medicinalvirksomheder, men også andre startups, NGO’er og politikorganisationer. Vi er særligt glade for at høre fra kliniske forskere, der har samlet data og gerne vil have hjælp med analyse.

Er der noget andet, du gerne vil dele om enten COAI-projektet eller Covid-19?

Jeg er rigtig glad for at dele denne initiativ med dig! Hvis du ønsker at samarbejde, vil vi være glade for at diskutere – kontakt os på COAI@owkin.com

Tak for det fantastiske interview. Læsere, der ønsker at lære mere, kan læse vores artikel om COAI-projektet.

Den anden interview i denne serie var med Dr. Stephen Weng, Principal Investigator.

Den tredje interview i denne serie var med Folkert W. Asselbergs, Principal Investigator

DU kan også besøge Covid-19 Open AI Consortiums hjemmeside.