ओवकिन ने कोलैबोरेटिव कोविड-19 ओपन एआई कंसोर्टियम (सीओएआई) लॉन्च किया

ताज़ा फंडिंग राउंड के बाद, ओवकिन ने हाल ही में कोविड-19 ओपन एआई कंसोर्टियम (सीओएआई) लॉन्च किया। यह कंसोर्टियम उन्नत सहयोगी अनुसंधान को सक्षम करेगा और कोविड-19 से संक्रमित रोगियों के लिए प्रभावी उपचारों के नैदानिक विकास को तेज करेगा।

परियोजना का पहला चरण कोविड-19 रोगियों में हृदय संबंधी जटिलताओं को पूरी तरह से समझने और उनका इलाज करने पर केंद्रित है, जो क्षमता नामक एक अंतरराष्ट्रीय रजिस्ट्री के साथ सहयोग में किया जाएगा, जो दुनिया भर में 50 से अधिक केंद्रों के साथ काम करता है। अन्य अनुसंधान क्षेत्रों में रोगी परिणाम और ट्राइएज, और प्रतिरक्षा प्रतिक्रिया की भविष्यवाणी और चरित्रीकरण शामिल होंगे।

ओवकिन का घोषणापत्र कंपनी के दृष्टिकोण को बखूबी बयां करता है:

“हम इस नए मोर्चे पर पूरी तरह से लगे हुए हैं जिसका उद्देश्य दवा विकास और रोगी परिणामों में सुधार करना है। 2016 में स्थापित, ओवकिन स्वास्थ्य सेवा उद्योग में आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग (एमएल) प्रौद्योगिकियों को लाने में एक नेता के रूप में तेजी से उभरा है। हमारे समाधान पारंपरिक चिकित्सा अनुसंधान परिदृश्य में सुधार करते हैं जो पहले एक अलग और असंगठित प्रणाली थी, जिसे अब एक नवाचारी और सहयोगी बनाया गया है जो सबसे ऊपर मरीजों की गोपनीयता को प्राथमिकता देता है।”

फेडरेटेड लर्निंग

ओवकिन द्वारा अपनाए जा रहे मॉडल को समझने के लिए, आपको एक नई प्रौद्योगिकी को पूरी तरह से समझना होगा जिसे फेडरेटेड लर्निंग कहा जाता है। फेडरेटेड लर्निंग एआई विकास के लिए एक फ्रेमवर्क प्रदान करता है जो उद्यमों को वितरित डेटा पर मशीन लर्निंग मॉडल को प्रशिक्षित करने में सक्षम बनाता है, जो कई चिकित्सा संस्थानों में पैमाने पर होता है, बिना डेटा को केंद्रीकृत किए। इसके दो फायदे हैं: एक, कोई गोपनीयता का नुकसान नहीं होता क्योंकि डेटा को किसी विशिष्ट रोगी से सीधे जोड़ा नहीं जाता है, और दूसरा, डेटा उसी स्वास्थ्य सेवा संस्थान में बना रहता है जो इसे इकट्ठा करता है।

फेडरेटेड लर्निंग का उपयोग करके, शोधकर्ताओं को एक ही संगठन द्वारा स्वामित्व वाले डेटा की तुलना में बहुत अधिक व्यापक डेटा तक पहुंच मिलती है। इसका मतलब है कि फेडरेटेड लर्निंग का उपयोग करके, शोधकर्ताओं के पास उतना ही डेटा होता है जितना उपलब्ध है, और जितना अधिक डेटा एक मशीन लर्निंग सिस्टम में होता है, उतना ही सटीक एआई बन जाता है।

वर्तमान में कई राष्ट्रीय प्रयास हैं जो कोविड-19 से निपटने के लिए एआई का उपयोग कर रहे हैं। इनमें से कई राष्ट्रवादी और असंगठित प्रयासों की समस्या यह है कि डेटा एक देश के लिए विशिष्ट है। एक ही क्षेत्र से डेटा इकट्ठा करना महत्वपूर्ण जानकारी को प्रकट करने में विफल हो सकता है जो शोधकर्ताओं को यह समझने में मदद करेगी कि पर्यावरणीय तत्वों, जातीय मakeup, आनुवंशिकी, आयु और लिंग कैसे इस बीमारी को समझने में महत्वपूर्ण भूमिका निभा सकते हैं। यही कारण है कि सहयोग इतना महत्वपूर्ण है, और कई क्षेत्राधिकारों से डेटा इकट्ठा करना और भी महत्वपूर्ण है।

ओवकिन द्वारा वर्णित के अनुसार, वे निम्नलिखित के लिए फेडरेटेड लर्निंग का उपयोग करना चाहते हैं:

“हम उन्हें यह समझने में मदद करना चाहते हैं कि दवा की प्रभावशीलता क्यों मरीज़ से मरीज़ में भिन्न होती है, दवा विकास प्रक्रिया में सुधार करें और सही मरीज़ के लिए सही समय पर सही दवा की पहचान करें ताकि उपचार परिणामों में सुधार हो।”

हृदय स्वास्थ्य संबंधी मुद्दों को समझना और उनका समाधान करना ओवकिन द्वारा उठाया जाने वाला पहला चुनौती होगा। जितना महत्वपूर्ण डेटा है, उतना ही महत्वपूर्ण है शोधकर्ताओं और योगदानकर्ताओं के प्रयास जो इस प्रयास का नेतृत्व कर रहे हैं। यही कारण है कि Unite.AI COAI परियोजना में योगदान देने वाले शोधकर्ताओं के साथ तीन साक्षात्कार जारी करेगा।

साक्षात्कार

संजय बुध्दे, एमडी, व्यवसाय विकास:

संजय एक अभ्यास करने वाले चिकित्सक हैं। उन्होंने ऑक्सफोर्ड विश्वविद्यालय से मेडिकल साइंस और मेडिकल डिग्री और कैम्ब्रिज विश्वविद्यालय से मास्टर डिग्री प्राप्त की है। संजय को न्यूरोइमेजिंग, महामारी विज्ञान और डिजिटल स्वास्थ्य में शोध अनुभव है। ओवकिन में पार्टनरशिप मैनेजर के रूप में शामिल होने से पहले, वह बोस्टन कंसल्टिंग ग्रुप में सीनियर एसोसिएट थे, जहां उन्होंने स्वास्थ्य सेवा में डेटा और डिजिटल पर ध्यान केंद्रित किया। वह रॉयल सोसाइटी ऑफ मेडिसिन में पेशेंट सेफ्टी कमिटी में बैठते हैं और पहले केयर क्वालिटी कमिशन में स्पेशलिस्ट एडवाइजर थे।

संजय के साथ साक्षात्कार पढ़ने के लिए यहां क्लिक करें।

डॉ. स्टीफन वेंग, प्रिंसिपल रिसर्चर:

स्टीफन एक असिस्टेंट प्रोफेसर हैं जो प्राथमिक देखभाल में स्ट्रेटिफाइड मेडिसिन रिसर्च ग्रुप में डेटा साइंस रिसर्च का नेतृत्व करते हैं।

वह पारंपरिक महामारी विज्ञान विधियों और अध्ययन डिजाइन को नए सूचना विज्ञान-आधारित दृष्टिकोणों के साथ एकीकृत करते हैं, जो इलेक्ट्रॉनिक चिकित्सा रिकॉर्ड से “बड़े स्वास्थ्य देखभाल डेटा” को हार्नेस और इंटरोगेट करते हैं, जिसका उद्देश्य जोखिम पूर्वानुमान मॉडलिंग, पुरानी बीमारियों के फीनोटाइपिंग, डेटा साइंस विधियों के शोध, और प्राथमिक देखभाल में स्ट्रेटिफाइड मेडिसिन का अनुवाद करना है।

स्टीफन के साथ साक्षात्कार पढ़ने के लिए यहां क्लिक करें।

फोल्केर्ट डब्ल्यू असेलबर्ग्स, प्रिंसिपल इन्वेस्टिगेटर

फोल्केर्ट यूसीएल में कार्डियोवैस्कुलर रोग में सटीक चिकित्सा के प्रोफेसर हैं, यूसीएलएच में एनआईएचआर बीआरसी क्लिनिकल रिसर्च इन्फॉर्मेटिक्स यूनिट के निदेशक, और यूट्रेच्ट विश्वविद्यालय में कार्डियोलॉजी विभाग में कार्डियोवैस्कुलर जेनेटिक्स और परामर्शदाता कार्डियोलॉजिस्ट हैं। प्रोफेसर असेलबर्ग्स ने 275 से अधिक वैज्ञानिक पत्र प्रकाशित किए हैं और लेडक्यू फाउंडेशन, ब्रिटिश और डच हार्ट फाउंडेशन, यूरोपीय संघ (एफपी7, ईआरए-सीवीडी, आईएमआई, बीबीएमआरआई), और आरओ1 नेशनल इंस्टीट्यूट ऑफ हेल्थ से धन प्राप्त किया है।

फोल्केर्ट के साथ साक्षात्कार पढ़ने के लिए यहां क्लिक करें।

हमारी आशा

Unite.AI की आशा है कि जैव चिकित्सा छवियों, जीनोमिक्स, और नैदानिक डेटा का उपयोग करके बीमारियों और उपचार परिणामों से संबंधित बायोमार्कर और तंत्र की खोज करके कोविड-19 से निपटने के लिए अगली पीढ़ी के उपचार को बढ़ावा मिलेगा। हम इस महत्वपूर्ण परियोजना में योगदान दे रहे हैं जो इस महत्वपूर्ण वैश्विक प्रयास के पीछे की हस्तियों को उजागर कर रही है।