Owkin, COVID-19 오픈 AI 컨소시엄(COAI) 출시

자금 조달의 새로운 라운드 이후, Owkin은 최근에 Covid-19 오픈 AI 컨소시엄(COAI)을 출시했습니다. 이 컨소시엄은 고급 협력 연구를 가능하게 하며 COVID-19에 감염된 환자에게 효과적인 치료의 임상 개발을 가속화할 것입니다.

프로젝트의 첫 번째 단계는 COVID-19 환자의 심혈관 합병증을 완전히 이해하고 치료하는 것입니다. 이것은 전 세계 50개 이상의 센터와 협력하는 국제 등록인 CAPACITY와 함께 수행됩니다. 연구의 다른 영역에는 환자 결과 및 트라이어지, 면역 반응의 예측 및 특성화가 포함됩니다.

Owkin의 선언은 회사의 비전을 완벽하게 설명합니다.

“우리는 의료 연구의 새로운 전선에 완전히 참여하여 의약품 개발과 환자 결과를 개선하는 것을 목표로 합니다. 2016년에 설립된 Owkin은 빠르게 의료 산업에서 인공 지능(AI) 및 기계 학습(ML) 기술을 제공하는 선도적인 회사로 부상했습니다. 우리의 솔루션은 이전에 분리된 시스템을 협력적인 시스템으로 전환하여 의료 연구의 전통적인 패러다임을 개선합니다. 이 시스템은 무엇보다도 환자의 개인 정보를 우선합니다.”

연방 학습

Owkin이 참여하는 모델을 이해하기 위해서는 연방 학습이라고 하는 새로운 기술을 완전히 이해해야 합니다. 연방 학습은 기업이 중앙 집중식 데이터 없이 여러 의료 기관에 분산된 데이터에서 기계 학습 모델을 교육할 수 있는 프레임워크를 제공합니다. 이의 이점은 두 가지입니다. 데이터가 특정 환자와 직접 연결되지 않기 때문에 개인 정보가 손실되지 않으며 데이터는 데이터를 수집하는 의료 기관에서 유지됩니다.

연방 학습을 사용하면 단일 조직이 내부에서 소유하는 것보다 훨씬 더广泛한 데이터에 액세스할 수 있습니다. 이것은 연방 학습을 사용하여 연구자가 가능한 모든 데이터에 액세스할 수 있으며 기계 학습 시스템이 소유하는 빅데이터가 많을수록 AI가 더 정확해진다는 것을 의미합니다.

현재 여러 국가에서 COVID-19를 해결하기 위해 AI를 사용하는 노력이 있습니다. 이러한 국가주의적이고 분리된 노력의 문제는 데이터가 한 국가에 특정되어 있다는 것입니다. 단일 지역의 데이터를 수집하면 환경적 요소, 민족적 구성, 유전적 요소, 나이, 성별이 질병을 이해하는 데 중요한 역할을 할 수 있는 중요한 정보를 나타내지 않을 수 있습니다. 이것이 협력이 중요한 이유이며 여러 관할 구역의 데이터를 수집하는 것이 더 중요합니다.

Owkin이 설명한 대로, 그들은 다음과 같은 목적으로 연방 학습을 사용하려고 합니다.

“우리는 약물의 효능이 환자마다 왜 달라지는지 이해하기 위해 도움을 주고, 약물 개발 프로세스를 개선하며, 올바른 환자에게 올바른 약물을 올바른 시기에 제공하여 치료 결과를 개선하기 위해 노력합니다.”

심혈관 건강 문제를 이해하고 해결하는 것이 Owkin의 첫 번째 도전이 될 것입니다. 데이터가 중요하지만 이 노력을 주도하는 연구자와 기여자의 노력이 더 중요합니다. 이것이 Unite.AI가 COAI 프로젝트에 기여하는 연구자 3명과의 인터뷰를 공개하는 이유입니다.

인터뷰

Sanjay Budhdeo, MD, 비즈니스 개발:

Sanjay는 의사입니다. 그는 옥스포드 대학교에서 의학 과학 및 의학 학위를, 케임브리지 대학교에서 석사 학위를 가지고 있습니다. Sanjay는 신경 영상, 역학, 디지털 건강에 대한 연구 경험을 가지고 있습니다. Owkin의 파트너십 매니저로 합류하기 전에 그는 보스턴 컨설팅 그룹의 시니어 어소시에이트였으며そこ에서 그는 의료 분야의 데이터 및 디지털에 중점을 두었습니다. 그는 왕립 의학 협회(Royal Society of Medicine)의 환자 안전위원회에 참여하고 있으며 이전에는 의료 질 관리위원회(Care Quality Commission)의 전문가 자문위원이었습니다.

Sanjay와의 인터뷰를 읽으려면 여기서 클릭하세요.

Dr. Stephen Weng, 주임 연구원:

Stephen은 일차 의료 분자 의학 연구 그룹에서 데이터 과학 연구를 주도하는 조합 교수입니다.

그는 전통적인 역학적 방법과 연구 설계를 새로운 정보 기반 접근 방식과 결합하여 전자 의료 기록에서 “큰 의료 데이터”를 활용하여 위험 예측 모델링,慢性 질병의 표현형, 데이터 과학 방법 연구, 및 일차 의료에서 분자 의학을 번역합니다.

Stephen과의 인터뷰를 읽으려면 여기서 클릭하세요.

Folkert W. Asselbergs, 주임 조사원

Folkert는 유클(UCL)의 심혈관 질환 정밀 의학 교수이며, 유클병원의 임상 연구 정보 단위 책임자입니다. 그는 또한 우트레흐트 대학 의과대학의 심혈관 유전학 교수이자 심장병 학과 의사입니다. Asselbergs 교수는 275개 이상의 과학 논문을 발표했으며 leDucq 재단, 영국 및 네덜란드 심장 재단, EU (FP7, ERA-CVD, IMI, BBMRI), RO1 국립 보건 연구원으로부터 자금을 지원받았습니다.

Folkert와의 인터뷰를 읽으려면 여기서 클릭하세요.

우리의 희망

Unite.AI의 희망은 생물 의학 이미지, 유전체학, 임상 데이터를 사용하여 질병 및 치료 결과와 관련된 바이오 마커와 메커니즘을 발견하여 COVID-19를 해결하기 위한 차세대 치료를 추진하는 것입니다. 우리는 이 중요한 프로젝트에 기여하여 이 중요한 글로벌 노력의 뒤에 있는 인물들을 강조함으로써 이를 지원하고 있습니다.