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

Die COVID-19 Open AI Consortium (COAI) will bahnbrechende medizinische Entdeckungen und handhabbare Erkenntnisse im Kampf gegen die COVID-19-Pandemie liefern.

COAI zielt darauf ab, die kooperative Forschung zu erhöhen, um die klinische Entwicklung wirksamer Behandlungen für COVID-19 zu beschleunigen und alle Ergebnisse mit der globalen medizinischen und wissenschaftlichen Gemeinschaft zu teilen. COAI wird Kollaborateure aus akademischen Institutionen, Forschern, Datenwissenschaftlern und industriellen Partnern vereinen, um die COVID-19-Pandemie zu bekämpfen.

Dies wird das erste von drei Interviews mit den Hauptleitern hinter COAI sein.

Sanjay Budhdeo ist ein praktizierender Arzt. Er hat Abschlüsse in Medizinwissenschaften und Medizin von der Oxford University und einen Master-Abschluss von der Cambridge University, sowie die Mitgliedschaft im Royal College of Physicians. Sanjay hat Erfahrungen in der neurologischen Bildgebung, Epidemiologie und digitalen Gesundheit. Bevor er Owkin als Partnership-Manager beitrat, war er Senior Associate bei Boston Consulting Group, wo er sich auf Daten und Digitalisierung im Gesundheitswesen konzentrierte. Er ist Mitglied des Patientensicherheitsausschusses der Royal Society of Medicine und war zuvor ein Spezialberater bei der Care Quality Commission.

Was hat Sie dazu inspiriert, Owkin beizutreten?

Als ich als Arzt praktizierte, sah ich viele Patienten, die an Erkrankungen litten, die wir nicht mit Medikamenten behandeln konnten, wo es nur so viel gab, was wir tun konnten. Als Forscher war ich frustriert von den traditionellen Ansätzen der Analyse, zu einer Zeit, als es Zugang zu immer mehr Daten gab. Es war schwierig, die Verbindung zwischen Bereichen herzustellen, die unabhängig voneinander entwickelt worden waren – wie Epidemiologie und Bildgebung. Machine Learning war für mich eine Möglichkeit, die Verbindung zwischen meiner Arbeit als Forscher und Arzt herzustellen, um individuelle Erkenntnisse zu gewinnen, die die Diagnose und Behandlung für die gesamte Patientenpopulation beeinflussen könnten.

Sie haben Erfahrungen in der Epidemiologie und digitalen Gesundheit. Könnten Sie uns einige der vorherigen Projekte erzählen, an denen Sie gearbeitet haben?

In der Epidemiologie habe ich an der britischen 1946er Geburtskohorte gearbeitet – einer faszinierenden Langzeitstudie, die die Probanden, die in einer einzigen Woche geboren wurden, über den Verlauf ihres Lebens verfolgt hat. In einem Projekt habe ich untersucht, wann diese Probanden zu sitzen, zu stehen und zu laufen begannen, und festgestellt, dass dies mit ihrer Fähigkeit, später im Leben komplexere Aufgaben auszuführen, zusammenhing. Ich habe auch untersucht, ob es Unterschiede in der Genetik oder im Hirnstrukturen gab. In der digitalen Gesundheit habe ich mich auf die Interoperabilität konzentriert – die Verbindungen zwischen den elektronischen Patientenakten in den Krankenhäusern, die es ermöglichen, Daten über Patienten zwischen den Krankenhäusern zu teilen. Dies ist sehr wichtig für die direkte klinische Versorgung, damit ein Arzt eine vollständige Vorstellung davon hat, was vorher passiert ist, aber es ist auch wichtig, um die Verwendung von Machine-Learning-Modellen im klinischen Umfeld zu ermöglichen.

OWKIN ist Vorreiter eines von künstlicher Intelligenz getriebenen Forschungsprojekts, dem COVID-19 Open AI Consortium (COAI). Könnten Sie uns dieses Projekt beschreiben?

COAI ist Owkins Antwort auf die Bedenken, die wir von unseren Partner-Kliniken und akademischen Institutionen gehört haben. Es ist klar, dass es wichtige klinische Fragen gibt, die beantwortet werden müssen, um COVID-19 zu bekämpfen – zum Beispiel, wie können wir Patienten identifizieren, die ein hohes Risiko für schwere Erkrankungen haben? Welche potenziellen Behandlungen könnten gegen COVID-19-Infektionen getestet werden? Unser Ziel ist es, die kooperative Forschung zu erhöhen und alle Ergebnisse mit der globalen medizinischen und wissenschaftlichen Gemeinschaft zu teilen. COAI baut auf den Stärken der Kollaborateure aus dem Gesundheits- und Technologiebereich auf – einschließlich Universitäten, Krankenhäusern, Start-ups und Biopharma-Unternehmen. Wir erstellen spezifische Forschungsbereiche, und der erste Bereich, den wir bekannt gegeben haben, ist die kardiovaskuläre Komplikation bei COVID-19-Patienten, mit zusätzlichen Forschungsbereichen, die bald online gehen werden.

Eines der ersten Projekte wird die kardiovaskuläre Komplikation sein. Welche Art von Erkenntnissen hoffen wir, aus dem COAI zu gewinnen?

Unser Ziel ist es, klinisch nützliche Informationen über das Risiko akuter kardiovaskulärer Komplikationen bei COVID-19-Infektionen zu produzieren. Wir untersuchen diese Frage aus verschiedenen Perspektiven, mit verschiedenen Arten von Daten aus verschiedenen Ländern. Es ist großartig, mit international führenden klinischen Forschern zusammenzuarbeiten, um diese Fragen zu beantworten.

Die Vorhersage und Charakterisierung der Immunantwort ist ein weiterer Aspekt von COAI. Welche Art von Datenpunkten glauben Sie, sollten analysiert werden, um vollständig zu verstehen, warum einige Menschen in der Lage sind, eine Immunantwort aufzubauen, während andere medizinische Hilfe benötigen?

Unser Körpersystem der Verteidigung ist unglaublich komplex und fein. Es gibt viele Arten von Zellen, die an unserer Immunantwort beteiligt sind. Einige Zellen bekämpfen direkt fremde Eindringlinge. Andere Zellen produzieren pro-inflammatorische Chemikalien, die als Homing-Signale wirken und bestimmte Zellen für die Zerstörung markieren. Was wir lernen, ist, dass die Balance bestimmter Zytokine – einschließlich IFN1, IFN-Gamma und IL-10 – sehr wichtig ist, um diese Immunantwort zu vermitteln. Machine Learning kann sehr hilfreich sein, um ein reiches Datenset zu untersuchen, das die Levels vieler Zytokine und anderer Blutmarker enthält, und Erkenntnisse über die Schlüsselspieler hier zu gewinnen, während die komplexe Wechselwirkung zwischen verschiedenen Faktoren berücksichtigt wird.

Das Verständnis, wie Patienten behandelt werden können, um das beste Patientenergebnis zu erzielen, ist möglicherweise eines der wichtigsten Projekte, die von COAI durchgeführt werden. Was sind Ihrer Meinung nach die ersten Schritte, die unternommen werden müssen, um dies zu verstehen?

Ein wichtiger erster Schritt ist die Risikoklassifizierung. Wir wollen verstehen, welche Patienten das höchste Risiko für schwere Erkrankungen haben – einschließlich Lungenkomplikationen wie akutem Atemnotsyndrom, Herzkomplikationen wie Myokarditis und anderen organspezifischen Folgen. Diese Risikoklassifizierung ist wichtig aus mehreren Gründen. Erstens möchte ein Arzt einen Patienten möglicherweise anders überwachen, wenn er weiß, dass er ein höheres Risiko für Komplikationen hat. Zweitens möchte ein Krankenhaus in der Lage sein, die Nachfrage nach Intensivstationen vorherzusagen und entsprechend planen. Drittens kann ein Forscher oder ein Biopharma-Unternehmen diese Untergruppe von Patienten in Studien einbeziehen und sie frühzeitig mit Medikamenten behandeln, um eine optimale Reaktion auf die Medikation zu erzielen. In all diesen Fällen ist unser ultimatives Ziel, die Patientenergebnisse zu verbessern.

Können Sie erklären, warum Data Science so wichtig für den Kampf gegen COVID-19 ist?

Data Science, in seinem breitesten Sinne, ist das Herzstück des Kampfes gegen COVID-19. Wichtige Fragen zur Modellierung der COVID-19-Infektionsraten bleiben. Wir können reale Patientendaten verwenden, um Medikamente zu identifizieren, die nützlich für die Behandlung von COVID-19-Patienten umgesetzt werden könnten. Es gibt eine unglaubliche Menge an Informationen, die wir über das Virus entdecken, die uns helfen werden, einen besseren Impfstoff zu entwickeln. Es gibt so viel, was wir nicht über das Virus wissen, einschließlich dessen, wie es Menschen beeinflusst, und wir lernen mehr und mehr dank vieler Arten von Daten – biochemischen, genetischen, klinischen und von Mobiltelefonen.

Was glauben Sie, sind einige der Erkenntnisse, die wir aus der Analyse dieser Daten durch künstliche Intelligenz gewinnen können?

Für mich ist der Sweet-Spot der künstlichen Intelligenz wirklich darin, Schlussfolgerungen auf der Ebene des Einzelnen aus populationsweiten Daten abzuleiten. Wir können überlegen, welche Patienten von welchen Therapien profitieren könnten, um COVID-19-Infektionen zu bekämpfen, oder helfen, vorherzusagen, welche Gebiete zu lokalen Hotspots für COVID-19-Infektionen werden könnten. Es gibt auch viele Aktivitäten im Bereich der Entdeckung, sowohl bei potenziellen Medikamenten als auch bei Impfstoffkandidaten. Künstliche Intelligenz kann uns wirklich helfen, neue biologische Erkenntnisse viel schneller zu liefern.

Wer sollte dem COVID-19 Open AI Consortium-Projekt beitreten?

Wir sprechen mit einer Reihe von Akteuren innerhalb und außerhalb des Gesundheitssektors. Dazu gehören Krankenhäuser, Universitäten und Pharma-Unternehmen, aber auch andere Start-ups, NGOs und politische Organisationen. Wir sind besonders aufgerüstet, von Klinikern zu hören, die Daten gesammelt haben und Hilfe bei der Analyse benötigen.

Gibt es noch etwas, das Sie über das COAI-Projekt oder COVID-19 teilen möchten?

Ich bin wirklich aufgerüstet, diese Initiative mit Ihnen zu teilen! Wenn Sie zusammenarbeiten möchten, würden wir uns freuen, darüber zu sprechen – kontaktieren Sie uns unter COAI@owkin.com

Vielen Dank für das fantastische Interview. Leser, die mehr erfahren möchten, können unseren Artikel über das COAI-Projekt lesen.

Das zweite Interview in dieser Reihe war mit Dr. Stephen Weng, Principal Investigator.

Das dritte Interview in dieser Reihe war mit Folkert W. Asselbergs, Principal Investigator

Sie können auch die Website des COVID-19 Open AI Consortium besuchen.