Owkin lance le Consortium ouvert d’IA COVID-19 (COAI)

Après un nouveau cycle de financement, Owkin a récemment lancé le Consortium ouvert d’IA COVID-19 (COAI). Ce consortium permettra une recherche collaborative avancée et accélérera le développement clinique de traitements efficaces pour les patients infectés par le COVID-19.

La première étape du projet consiste à comprendre et à traiter les complications cardiovasculaires chez les patients atteints de COVID-19, ce qui sera réalisé en collaboration avec CAPACITY, un registre international travaillant avec plus de 50 centres dans le monde. D’autres domaines de recherche incluront les résultats des patients et la triage, ainsi que la prédiction et la caractérisation de la réponse immunitaire.

La vision d’Owkin est parfaitement exprimée dans leur manifeste:

“Nous sommes pleinement engagés dans cette nouvelle frontière avec pour objectif d’améliorer le développement de médicaments et les résultats pour les patients. Fondée en 2016, Owkin est rapidement devenue un leader dans l’introduction des technologies d’intelligence artificielle (IA) et d’apprentissage automatique (ML) dans l’industrie de la santé. Nos solutions améliorent le paradigme de recherche médicale traditionnel en transformant un système précédemment cloisonné et disjoint en un système innovant et collaboratif qui, avant tout, donne la priorité à la confidentialité des patients.”

Apprentissage fédéré

Pour comprendre le modèle qu’Owkin met en œuvre, il est nécessaire de comprendre une nouvelle technologie appelée Apprentissage fédéré. L’apprentissage fédéré offre un cadre pour le développement de l’IA qui permet aux entreprises de former des modèles d’apprentissage automatique sur des données distribuées à grande échelle dans plusieurs établissements médicaux sans centraliser les données. Les avantages sont doubles, il n’y a pas de perte de confidentialité puisque les données ne sont pas directement liées à un patient spécifique, et les données sont maintenues dans l’établissement de santé qui les collecte.

L’utilisation de l’apprentissage fédéré permet ainsi un accès à un éventail de données beaucoup plus large que celui dont dispose une seule organisation. Cela signifie que, grâce à l’apprentissage fédéré, les chercheurs ont accès à autant de données que disponibles, et plus un système d’IA dispose de données, plus il devient précis.

Il existe actuellement de multiples efforts nationaux pour utiliser l’IA pour lutter contre le COVID-19. Le problème avec de nombreux de ces efforts nationaux est que les données sont spécifiques à un seul pays. La collecte de données dans une seule région peut ne pas révéler d’informations importantes qui permettraient aux chercheurs de comprendre pleinement comment l’exposition à des éléments environnementaux, la composition ethnique, la génétique, l’âge et le sexe peuvent jouer des rôles importants dans la compréhension de cette maladie. C’est pourquoi la collaboration est si importante, et pourquoi la collecte de données provenant de plusieurs juridictions est encore plus importante.

Comme le décrit Owkin, ils visent à utiliser l’apprentissage fédéré pour:

“Nous visons à les aider à comprendre pourquoi l’efficacité des médicaments varie d’un patient à l’autre, améliorer le processus de développement de médicaments et identifier le meilleur médicament pour le bon patient au bon moment, afin d’améliorer les résultats des traitements.”

La compréhension et le traitement des problèmes de santé cardiovasculaire seront le premier défi entrepris par Owkin. Aussi importante que les données, ce sont les efforts des chercheurs et des contributeurs qui sont à la tête de cet effort. C’est pourquoi Unite.AI publiera trois interviews avec des chercheurs qui contribuent au projet COAI.

Les Interviews

Sanjay Budhdeo, MD, Développement commercial:

Sanjay est un médecin praticien. Il détient des diplômes en sciences médicales et en médecine de l’Université d’Oxford et un master de l’Université de Cambridge. Sanjay a une expérience de recherche en neuroimagerie, en épidémiologie et en santé numérique. Avant de rejoindre Owkin en tant que responsable des partenariats, il était associé principal chez Boston Consulting Group, où il s’est concentré sur les données et le numérique dans le domaine de la santé. Il siège au comité de sécurité des patients de la Royal Society of Medicine et a été précédemment conseiller spécial à la Commission de la qualité des soins.

Cliquez ici pour lire l’interview avec Sanjay.

Dr. Stephen Weng, Chercheur principal:

Stephen est professeur adjoint d’épidémiologie intégrée et de science des données qui dirige la recherche en science des données au sein du groupe de recherche en médecine stratifiée en soins primaires.

Il intègre des méthodes épidémiologiques traditionnelles et des approches basées sur l’informatique, en exploitant et en interrogeant les “grandes données de soins de santé” à partir de dossiers médicaux électroniques à des fins de modélisation de prédiction de risque, de phénotypage de maladies chroniques, de recherche sur les méthodes de science des données et de traduction de la médecine stratifiée en soins primaires.

Cliquez ici pour lire l’interview avec Stephen

Folkert W. Asselbergs, Investigateur principal

Folkert est professeur de médecine de précision en maladies cardiovasculaires à l’Institut des sciences cardiovasculaires, UCL, directeur de l’unité d’informatique de recherche clinique du NIHR BRC à l’UCLH, professeur de génétique cardiovasculaire et cardiologue consultant au département de cardiologie, Centre médical universitaire d’Utrecht, et directeur scientifique du Centre de recherche cardiovasculaire Durrer, Institut du cœur des Pays-Bas. Le professeur Asselbergs a publié plus de 275 articles scientifiques et a obtenu des financements de la fondation leDucq, de la Fondation britannique et néerlandaise du cœur, de l’UE (FP7, ERA-CVD, IMI, BBMRI) et du RO1 des National Institutes of Health.

Cliquez ici pour lire l’interview avec Folkert

Nos Espoirs

L’espoir d’Unite.AI est que, en utilisant des images biomédicales, la génomique et les données cliniques pour découvrir des biomarqueurs et des mécanismes associés aux maladies et aux résultats des traitements, cela propulsera la prochaine génération de traitements pour lutter contre le COVID-19. Nous contribuons à ce projet important en mettant en avant les personnalités derrière cet effort mondial.