Owkin, 공동 COVID-19 개방형 AI 컨소시엄(COAI) 출범

후 새로운 펀딩 라운드, Owkin은 최근 Covid-19 Open AI Consortium (COAI)을 시작했습니다. 이 컨소시엄은 첨단 공동 연구를 가능하게 하고 COVID-19에 감염된 환자를 위한 효과적인 치료법의 임상 개발을 가속화할 것입니다.

프로젝트의 첫 번째 단계는 COVID-19 환자의 심혈관 합병증을 완전히 이해하고 치료하는 것입니다. 생산 능력, 전 세계 50개 이상의 센터와 협력하는 국제 등록부입니다. 연구의 다른 영역에는 환자 결과 및 분류, 면역 반응의 예측 및 특성화가 포함됩니다.

Owkin의 선언문은 회사의 비전을 완벽하게 설명합니다.

“우리는 약물 개발 및 환자 결과 개선. 2016년에 설립된 Owkin은 인공지능(AI)과 머신러닝(ML) 기술을 의료 산업에 도입합니다. 우리의 솔루션은 이전에 사일로화되고 분리된 시스템을 혁신적이고 협력적인 시스템으로 바꾸어 무엇보다도 환자의 프라이버시를 최우선으로 함으로써 전통적인 의료 연구 패러다임을 개선합니다.”

연합 학습

Owkin이 관여하는 모델을 이해하려면 다음과 같은 새로운 기술을 완전히 이해해야 합니다. 연합 학습. 연합 학습은 기업이 데이터를 중앙 집중화하지 않고 여러 의료 기관에 대규모로 분산된 데이터에 대해 기계 학습 모델을 교육할 수 있도록 하는 AI 개발을 위한 프레임워크를 제공합니다. 이것의 이점은 두 가지입니다. 데이터가 특정 환자와 직접 연결되지 않기 때문에 개인 정보 손실이 없으며 데이터는 이 데이터를 수집하는 의료 기관에서 유지됩니다.

따라서 연합 학습을 사용하면 단일 조직이 사내에 보유하고 있는 것보다 훨씬 더 광범위한 데이터를 사용할 수 있습니다. 이것이 의미하는 바는 사용된 Federated Learning 연구원이 가능한 한 많은 데이터에 액세스할 수 있고 기계 학습 시스템이 보유한 빅 데이터가 많을수록 AI가 더 정확해진다는 것입니다.

현재 AI를 사용하여 COVID-19를 해결하기 위한 여러 국가적 노력이 있습니다. 이러한 많은 민족주의적 단절 노력의 문제는 데이터가 한 국가에만 국한된다는 것입니다. 단일 지역에서 데이터를 수집하면 연구원이 환경 요소, 민족 구성, 유전학, 연령 및 성별에 대한 노출이 이 질병을 이해하는 데 중요한 역할을 할 수 있는 방법을 완전히 이해할 수 있도록 하는 중요한 정보를 공개하지 못할 수 있습니다. 이것이 협업이 매우 중요한 이유이며 여러 관할권에서 데이터를 수집하는 것이 훨씬 더 중요한 이유입니다.

Owkin이 설명한 대로 그들은 다음을 위해 연합 학습을 사용하려고 합니다.

"우리는 환자마다 약물 효능이 다른 이유를 이해하고, 약물 개발 프로세스를 개선하고, 적시에 적절한 환자에게 가장 적합한 약물을 식별하여 치료 결과를 개선하도록 돕는 것을 목표로 합니다."

심혈관 건강 문제를 이해하고 밟는 것은 Owkin이 수행하는 첫 번째 도전이 될 것입니다. 데이터만큼 중요한 것은 이를 주도하는 연구자와 기여자들의 노력입니다. 이것이 바로 Unite.AI가 COAI 프로젝트에 기여하고 있는 연구원들과의 세 가지 인터뷰를 공개하는 이유입니다.

인터뷰

Sanjay Budhdeo, MD, 비즈니스 개발:

산자 현직 의사입니다. 옥스퍼드 대학교에서 의학 및 의학 학위를, 케임브리지 대학교에서 석사 학위를 받았습니다. Sanjay는 신경 영상, 역학 및 디지털 건강에 대한 연구 경험이 있습니다. 파트너십 관리자로 Owkin에 합류하기 전에는 Boston Consulting Group의 선임 연구원으로 의료 분야의 데이터 및 디지털에 중점을 두었습니다. 그는 Royal Society of Medicine의 환자 안전 위원회에 있으며 이전에는 Care Quality Commission의 전문가 고문이었습니다.

Sanjay와의 인터뷰를 읽으려면 여기를 클릭하십시오.

수석 연구원 Dr. Stephen Weng:

스티븐 통합 역학 및 데이터 과학 조교수로 데이터 사이언스 연구를 주도하고 있습니다. XNUMX차의료계층의학연구그룹.

그는 전통적인 역학 방법 및 연구 설계를 새로운 정보학 기반 접근 방식과 통합하여 위험 예측 모델링, 만성 질환 표현형, 데이터 과학 방법 연구 및 계층화된 의학 번역을 목적으로 전자 의료 기록의 "빅 헬스케어 데이터"를 활용하고 조사합니다. 일차 진료에.

Stephen과의 인터뷰를 읽으려면 여기를 클릭하십시오.

Folkert W. Asselbergs, 수석 수사관

폴커트 UCL 심혈관 과학 연구소의 심혈관 질환 정밀 의학 교수, UCLH의 NIHR BRC 임상 연구 정보학 부서장, 심혈관 유전학 교수 및 위트레흐트 대학 의료 센터 심장학과의 심장 전문의, 그리고 최고 과학 책임자 Durrer 심혈관 연구 센터, 네덜란드 심장 연구소. Asselbergs 교수는 275개 이상의 과학 논문을 발표했으며 leDucq 재단, British and Dutch Heart Foundation, EU(FP7, ERA-CVD, IMI, BBMRI), RO1 National Institutes of Health로부터 자금을 받았습니다.

Folkert와의 인터뷰를 읽으려면 여기를 클릭하십시오.

우리의 희망

Unite.AI의 희망은 생물의학 이미지, 유전체학 및 임상 데이터를 사용하여 질병 및 치료 결과와 관련된 바이오마커 및 메커니즘을 발견함으로써 COVID-19에 대처하기 위한 차세대 치료법을 추진하는 것입니다. 우리는 이 중요한 글로벌 노력의 이면에 있는 인물들을 강조함으로써 이 중요한 프로젝트에 기여하고 있습니다.