COVID-19 Open AI Consortium – Haastattelu tohtori Stephen Wengin kanssa, johtava tutkija

COVID-19 Open AI Consortium (COAI) aikoo tuoda läpimurtoja lääketieteellisiin löytöihin ja toimintatiedon taisteluun COVID-19-pandemiaa vastaan.

COAI pyrkii lisäämään yhteistyöhön perustuvaa tutkimusta, nopeuttamaan kliinistä kehitystä tehokkaiden COVID-19-hoitojen kehittämiseksi ja jakamaan kaikki tutkimustuloksensa maailmanlaajuiselle lääketieteelliselle ja tieteelliselle yhteisölle. COAI yhdistää yhteistyökumppaneita: akateemiset laitokset, tutkijat, data-analyytikot ja teolliset kumppanit, taistellakseen COVID-19-pandemiaa vastaan.

Tämä on toinen kolmesta haastattelusta COAI:n johtavien johtajien kanssa. Ensimmäinen haastattelu oli Owkinin Sanjay Budhdeon kanssa, MD, liiketoimintakehitys.

Stephen Weng on apulaisprofessori integroidussa epidemiologiassa ja data-tieteessä, joka johtaa data-tieteellistä tutkimusta Primary Care Stratified Medicine Research Groupissa.

Hän yhdistää perinteiset epidemiologiset menetelmät ja tutkimussuunnitelman uusiin tietojärjestelmäperusteisiin lähestymistapoihin, hyödyntäen ja tutkien “suuria terveydenhuollon tietoja” potilastietojärjestelmistä riskinennustamallien, kroonisten sairauksien fenotyyppien, data-tieteellisen tutkimuksen ja stratifioitujen lääketieteellisten sovellusten kehittämiseksi perusterveydenhuoltoon.

Liityit äskettäin COVID-19 Open AI Consortiumiin (COAI) johtavana tutkijana. Voitko kertoa, mitä motivoi sinua liittymään tähän projektiin?

Olen tehnyt yhteistyötä Owkinin ja eurooppalaisten kumppaneiden kanssa hankkeissa, joiden tavoitteena on parantaa sekundäärista ehkäisyä akuutin koronaarisen oireyhtymän hoitoon. Kun Owkin käynnisti COVID-19 Open AI Consortiumin hyödyntääkseen teknologiaansa, asiantuntemustaan ja infrastruktuuriamme osallistumaan maailmanlaajuiseen taisteluun COVID-19-pandemiaa vastaan, tämä oli luonnollinen valinta ja luonteva valinta liittyä konsortioon. Meillä on erinomaiset kumppanit, jotka ovat johtavia kardiologeja Euroopassa tutkijaryhmässämme aiemmista konsortioista. Käyttämällä näitä resursseja ja asiantuntemusta voimme edetä nopeasti ja tehokkaasti konsortion käynnistämiseksi muutamassa viikossa ja lopulta parantaa ymmärrystämme sairauden etenemisestä, sen taustalla olevista syistä ja riskitekijöistä väestössämme.

Prosentti väestöstä, joka sairastuu COVID-19:ään, näyttää oireita sydämen vaurioista. Mitä sydämen liittyviä ongelmia havaitaan?

On olemassa näyttöä siitä, että sydämen riskitekijät ja sydän sairaudet ovat merkittäviä tekijöitä taudin vakavuudelle. Äskettäin tehty analyysi 17000 COVID-19-tapauksesta, jotka vaativat sairaalahoitoa Isossa-Britanniassa, osoitti, että sydänsairaus oli läsnä 29 %:ssa kaikista sairaalahoitoa vaativista tapauksista. Taustalla olevat sydämen riskitekijät, kuten ikä, korkea verenpaine, ylipaino, hypertensio ja tyypin 2 diabetes, vaikuttavat merkittävästi taudin vakavuuteen.

Uskotko, että meillä on jo ymmärrys siitä, miksi COVID-19 aiheuttaa tällaista sydämen vauriota?

On edelleen monia kysymyksiä, jotka tarvitsevat vastausta epidemiologian, taudin etenemisen ja vakavuuden suhteen, erityisesti potilaiden, joilla on sydänsairaus. Potilaat, joilla on sydänsairaus, ovat suuremmassa vaarassa sairastua vakavaan tautiin, joka voi vaatia sydän- ja hengitystukea tehohoito-osastolla. COVID-19:n vakavuus ja eteneminen kohti vakavia tuloksia on todennäköisesti johtuvaa suoran sydämen vaurioista, joka voi olla akuuttia. COVID-19-potilaiden sydämen vaurion tarkkaa luonnetta vaatii lisätutkimusta.

Mikä on roolini COAI:ssa?

Olen epidemiologi ja data-tieteilijä, jonka tutkimuskeskuksena on sydän- ja verisuonitautien ennustaminen. Suurin osa työstäni on syventyminen erittäin suuriin tietokantoihin vastaamaan näihin kliinisiin kysymyksiin. Roolini on myös edistää muiden akateemikkojen ja kollegoiden osallistumista konsortioon.

Mitä tyypin ihmisiä tarvitaan liittymään COAI-projektiin sen tehokkuuden maksimoimiseksi?

On tärkeää saada enemmän tietoa ja lisätä datavarantojen monimuotoisuutta. COVID-19:llä on laaja kirjo vakavuusasteita oireettomista tapauksista hyvin vakaviin tautiin, jotka johtavat kuolemaan. Erilaisia tietoja eri terveydenhuollon ympäristöistä, primäärisestä hoitoympäristöstä sekundäärisiin hoitoympäristöihin, tarvitaan vastaamaan näihin kysymyksiin taudin etenemisestä ja vakavuudesta.

Olet apulaisprofessori integroidussa epidemiologiassa ja data-tieteessä, joka johtaa data-tieteellistä tutkimusta Nottinghamin yliopiston Primary Care Stratified Medicine Research Groupissa. Voitko kertoa, miten suuria tietoja voidaan käyttää COVID-19:n torjunnassa nykyisellä tiedolla?

Meillä on joitakin suuria tietokantoja, joita voidaan hyödyntää. Merkittävät voitot ovat olleet viimeaikaiset investoinnit tietojen linkittämiseen, ja nämä aloitteet ovat alkaneet tuottaa merkittäviä tuloksia. Olemme päässeet käyttämään suuria väestötutkimusaineistoja, jotka on linkitetty primäärisiin hoitotietoihin, sairaalatietoihin, kuolintilastoihin ja COVID-19-testitietoihin. Näiden tietojen avulla voidaan tutkia myös geneettisiä vaikutuksia COVID-19-tuloksiin. Tietojen linkittäminen on mahdollista ainoastaan suurten tietojen linkittämisen ja suurten biopankkien ansiosta. Tietojen määrän ja muuttujien vuoksi Owkinin kehittämät ja täydellistämät tekoälymallit ovat erittäin hyödyllisiä tietojen nopeaan ja tehokkaaseen analyysiin.

Mitä tietoja tarvitaan kerättäväksi, jotta täsmätieteen voidaan tehdä tehokkaaksi työkaluksi COVID-19-potilaiden hoidossa?

Monimuotoinen joukko tietoja, kuten kuvantamistietoja, geneettisiä tietoja, biomerkkereitä sekä kliinisiä ominaisuuksia ja potilasdemografiaa.

Mikäli maailma olisi täydellinen, mitä tietoja pitäisi kerätä COVID-19-potilailta?

Tällaisessa uudessa taudissa kuin COVID-19 en usko, että on olemassa ylärajaa sille, mitä tietoja pitäisi kerätä. On termejä “emme tiedä, mitä emme tiedä vielä”, joten mitä enemmän tietoja ja tietoa voidaan kerätä nyt, sitä hyödyllisempää se voi olla tulevaisuudessa. Esimerkiksi kuinka monta genominen edistystä olemme saavuttaneet sen ansiosta, että olemme pystyneet sekvensoimaan dataa ja pitämään sitä tutkijoille biopankkeja? Näen tämän tapahtuvan myös COVID-19:ssä. Jos luomme monimuotoisen ja laajan tietoresurssin nyt, en epäile, että uusia löytöjä tulee esiin, jotka auttavat meitä ymmärtämään tautia paremmin tulevaisuudessa.

Pitäisikö myös kerätä tietoja väestön osasta, joka on immuuni COVID-19:lle, jotta voidaan paremmin ymmärtää, mitä tekee heidät immuuneiksi?

Epidemiologiassa vertailuryhmän valinta on erittäin tärkeää. Riski on usein suhteellinen. Jos vertailumme perustuu sairaalaan otettuihin potilaisiin, ymmärrämme vain taudin etenemistä niillä, joilla on vakavampia oireita. Uskon, että ymmärrys oireettomista potilaista ja siitä, mikä tekee heidät oireettomiksi COVID-19:lle, on ehdottoman välttämätöntä. Kuinka monta lääkettä on kehitetty tutkimalla luonnollisia mutaatioita, joita esiintyy populaatioissa.

Kiitos fantastisesta haastattelusta. Lukijat, jotka haluavat oppia lisää, voivat lukea artikkelimme, jossa kuvataan COAI-projektia.

Ensimmäinen haastattelu tässä sarjassa oli Owkinin Sanjay Budhdeon kanssa, MD, liiketoimintakehitys.

Kolmas haastattelu tässä sarjassa oli Folkert W. Asselbergsin kanssa, johtava tutkija

Voit myös vierailla Covid-19 Open AI Consortiumin verkkosivuilla.