Owkin Meluncurkan Konsorsium AI Terbuka COVID-19 (COAI)

Setelah putaran pendanaan baru, Owkin baru-baru ini meluncurkan Konsorsium AI Terbuka COVID-19 (COAI). Konsorsium ini akan memungkinkan penelitian kolaboratif lanjutan dan mempercepat pengembangan klinis pengobatan efektif untuk pasien yang terinfeksi COVID-19.

Tahap pertama proyek ini adalah memahami dan mengobati komplikasi kardiovaskuler pada pasien COVID-19, ini akan dilakukan dalam kolaborasi dengan CAPACITY, sebuah registri internasional yang bekerja dengan lebih dari 50 pusat di seluruh dunia. Area penelitian lainnya akan mencakup hasil pasien dan triase, serta prediksi dan karakterisasi respon imun.

Manifes Owkin menyatakan visi perusahaan dengan sempurna:

“Kami sepenuhnya terlibat dalam frontier baru ini dengan tujuan meningkatkan pengembangan obat dan hasil pasien. Didirikan pada tahun 2016, Owkin telah dengan cepat muncul sebagai pemimpin dalam membawa teknologi Kecerdasan Buatan (AI) dan Pembelajaran Mesin (ML) ke industri kesehatan. Solusi kami meningkatkan paradigma penelitian medis tradisional dengan mengubah sistem yang sebelumnya terisolasi dan terpisah menjadi satu yang inovatif dan kolaboratif yang, di atas semua, memprioritaskan privasi pasien.”

Pembelajaran Terfederasi

Untuk memahami model yang Owkin gunakan, seseorang harus memahami teknologi baru yang disebut Pembelajaran Terfederasi. Pembelajaran terfederasi menawarkan kerangka kerja untuk pengembangan AI yang memungkinkan perusahaan untuk melatih model pembelajaran mesin pada data yang tersebar di seluruh institusi medis tanpa mengumpulkan data tersebut. Manfaatnya adalah dua kali lipat, tidak ada kehilangan privasi karena data tidak terkait langsung dengan pasien tertentu, dan data dipertahankan di institusi kesehatan yang mengumpulkannya.

Penggunaan Pembelajaran Terfederasi memungkinkan akses ke jangkauan data yang jauh lebih luas daripada yang dimiliki oleh satu organisasi. Artinya, dengan menggunakan Pembelajaran Terfederasi, peneliti memiliki akses ke sebanyak mungkin data yang tersedia, dan semakin banyak data yang dimiliki oleh sistem pembelajaran mesin, semakin akurat AI menjadi.

Saat ini ada upaya nasional yang menggunakan AI untuk mengatasi COVID-19. Masalah dengan banyak upaya nasionalistik yang terpisah adalah bahwa data spesifik untuk satu negara. Mengumpulkan data dari satu wilayah mungkin gagal mengungkapkan informasi penting yang akan memungkinkan peneliti untuk memahami sepenuhnya bagaimana paparan terhadap elemen lingkungan, komposisi etnis, genetika, usia, dan jenis kelamin dapat memainkan peran penting dalam memahami penyakit ini. Inilah mengapa kolaborasi sangat penting, dan mengapa mengumpulkan data dari yurisdiksi multiple lebih penting lagi.

Sebagaimana dijelaskan oleh Owkin, mereka bertujuan untuk menggunakan Pembelajaran Terfederasi untuk:

“Kami bertujuan untuk membantu mereka memahami mengapa efikasi obat bervariasi dari pasien ke pasien, meningkatkan proses pengembangan obat dan mengidentifikasi obat terbaik untuk pasien yang tepat pada waktu yang tepat, untuk meningkatkan hasil pengobatan.”

Memahami dan mengatasi masalah kesehatan kardiovaskuler akan menjadi tantangan pertama yang dihadapi oleh Owkin. Sebagaimana pentingnya data, yang lebih penting lagi adalah upaya peneliti dan kontributor yang memimpin upaya ini. Inilah mengapa Unite.AI akan merilis tiga wawancara dengan peneliti yang berkontribusi pada proyek COAI.

Wawancara

Sanjay Budhdeo, MD, Pengembangan Bisnis:

Sanjay adalah seorang dokter yang berpraktik. Ia memegang gelar Ilmu Kedokteran dan Kedokteran dari Universitas Oxford dan gelar Magister dari Universitas Cambridge. Sanjay memiliki pengalaman penelitian dalam neuroimaging, epidemiologi, dan kesehatan digital. Sebelum bergabung dengan Owkin sebagai Manajer Kemitraan, ia adalah Asosiasi Senior di Boston Consulting Group, di mana ia fokus pada data dan digital dalam kesehatan. Ia duduk di Komite Keamanan Pasien di Royal Society of Medicine dan sebelumnya adalah Penasihat Spesialis di Komisi Kualitas Perawatan.

Klik di sini untuk membaca wawancara dengan Sanjay.

Dr. Stephen Weng, Peneliti Utama:

Stephen adalah Asisten Profesor Epidemiologi Terintegrasi dan Ilmu Data yang memimpin penelitian ilmu data dalam Grup Penelitian Kesehatan Primer Terstratifikasi.

Ia mengintegrasikan metode epidemiologi tradisional dan desain studi dengan pendekatan berbasis informasi baru, memanfaatkan dan menginterogasi “data kesehatan besar” dari catatan medis elektronik untuk tujuan pemodelan prediksi risiko, penipuan penyakit kronis, penelitian metode ilmu data, dan terjemahan obat terstratifikasi ke dalam kesehatan primer.

Klik di sini untuk membaca wawancara dengan Stephen

Folkert W. Asselbergs, Peneliti Utama

Folkert adalah profesor obat presisi dalam penyakit kardiovaskuler di Institute of Cardiovascular Science, UCL, Direktur Unit Informatics Penelitian Klinis NIHR BRC di UCLH, profesor genetika kardiovaskuler dan dokter spesialis jantung di departemen Kardiologi, University Medical Center Utrecht, dan kepala ilmuwan Durrer Center for Cardiovascular Research, Netherlands Heart Institute. Prof Asselbergs telah menerbitkan lebih dari 275 makalah ilmiah dan memperoleh pendanaan dari leDucq foundation, British dan Dutch Heart Foundation, EU (FP7, ERA-CVD, IMI, BBMRI), dan RO1 National Institutes of Health.

Klik di sini untuk membaca wawancara dengan Folkert

Harapan Kami

Harapan Unite.AI adalah bahwa dengan menggunakan gambar biomedis, genomika, dan data klinis untuk menemukan biomarker dan mekanisme yang terkait dengan penyakit dan hasil pengobatan, ini akan mendorong generasi pengobatan berikutnya untuk mengatasi COVID-19. Kami berkontribusi pada proyek penting ini dengan menyoroti kepribadian di balik upaya global ini.