헬릭스, 50만 개의 연결된 게놈 데이터 기록 돌파 및 생물의학 연구를 위한 AI 도구 도입

의료 분야에서 더 나은 AI를 구축하기 위한 경주는 단순한 문제에 의해 제한되어 왔다. 즉, 유전 정보와 실제 환자 결과를 연결하는 충분히 큰 규모의 고품질 데이터셋이 부족한 것이다. 이번 주, 헬릭스는 重要한 里程碑을 발표했다. 이는 그 도전을 해결하는 데 도움이 될 수 있다. 헬릭스의 GenoSphere 플랫폼은 50만 개의 연결된 임상-게놈 기록을 돌파했으며, 과학적 발견을 가속화하기 위한 새로운 AI 기반 연구 도구를 도입했다.

이 발표는 헬릭스를 몇몇 조직 중 하나로 위치시킨다. 이들은 대규모의 종단적 데이터셋을 생성하려고 시도하고 있다. 이러한 데이터셋은 게놈 시퀀싱과 수年的 의료 기록을 결합한다. 이러한 데이터셋은 점점 더 중요하게 여겨지고 있다. 이는 다음 세대의 정밀의학, 약물 개발, AI 기반 생물의학 연구를 위한 필수적인 인프라이다.

연결된 게놈 데이터의 중요성

게놈 시퀀싱은 지난 10년 동안劇的に 더 저렴해졌다. 그러나 DNA만으로는 질병의 전체 이야기를Rarely рассказ할 수 없다.

연구자들은 또한 임상 결과, 치료 기록, 진단, 및 종단적 건강 기록에 접근할 필요가 있다. 이는 유전 변이들이 실제 환자 건강에 미치는 영향을 이해하는 데 필요하다. 그러나 이러한 데이터셋은 종종 별도의 시스템에 존재하며, 대규모로 연결하기 어렵다.

헬릭스는 각 GenoSphere 기록이 Exome+ 시퀀싱 데이터와 평균 13년의 전자 건강 기록, 그리고 약 8년의 청구 데이터를 결합한다고 말한다. 이 데이터셋은 헬릭스 연구 네트워크를 통해 수집되며, 현재 16개의 참여 건강 시스템이 있다.

이러한 종류의 다중 모달 데이터셋은 점점 더 중요해지고 있다. 많은 현대적인 AI 모델은 여러 형태의 정보를 동시에 분석할 때 가장 잘 작동하기 때문이다. 즉, 유전이나 임상 기록만을頼하지 않는다.

인구 게놈학에서 연구 인프라로

헬릭스는 2015년에 설립되어 초기에 인구 게놈학과 유전 검사에 중점을 두었다. 시간이 지남에 따라, 회사는 임상 진단, 건강 시스템 파트너십, 연구 인프라로 확장했다. 오늘날, 헬릭스는 게놈 테스트, 인구 건강, 생물의학 발견의 교차점에서 운영된다.

회사의 장기 전략은 점점 더 대규모 연구 플랫폼을 구축하는 것으로 보인다. 이는 단순히 유전 검사를 제공하는 것보다 더重要하다. 헬릭스는 GenoSphere가 지난 2년 동안 두 배로 성장했으며, 향후 18개월 내에 100만 개의 연결된 기록을 초과할 것으로 보고 있다.

규모가 중요하다. 왜냐하면 많은 임상적으로 중요한 유전 변이들이 드물기 때문이다. 더 큰 데이터셋은 연구자들이 유전 마커와 질병 결과 간의 의미 있는 연관성을 식별하는 능력을 향상시킨다. 특히, 다양한 환자 집단에서 더욱 그렇다.

AI 도구: 연구 병목 현상을 줄이기

데이터셋 확장과 함께, 헬릭스는 복잡한 게놈 데이터와 상호 작용하는 연구자들의 작업을簡素化하기 위한 새로운 AI 기반 도구를 도입했다.

첫 번째 릴리스는 자연어 기반 워크플로를 사용하여 환자 집단을 생성하고 분석할 수 있는 AI 기반 Cohort Builder이다. 회사는 이 도구가 수분 내에 대상 클리니코-게놈 집단을 생성할 수 있다고 말한다. 이는 수주의 수동 데이터 준비와 쿼리 구성을 줄일 수 있다.

이는 보다广泛한 추세를 반영한다. 즉, 의료 및 생명 과학 분야에서 AI가 과학적 분석 자체뿐만 아니라 연구를 느리게 하는 운영 병목 현상을 해결하는 데 적용되고 있다. 대규모 언어 모델은 복잡한 생물의학 데이터베이스의 인터페이스가 되고 있다. 이는 과학자들이 데이터 엔지니어링보다 가설 생성에 더 집중할 수 있도록 한다.

AI 준비가 된 의료 데이터의 중요성

헬릭스의 발표는 데이터셋의 크기 자체를 넘어서는 중요성을 갖는다.

의료 업계 전반에서 연구자들은 성공적인 AI 시스템이 모델 아키텍처만큼 데이터 품질과 구조에 의존한다는 것을認識하고 있다. 최근의 노력은 학계, 정부, 산업을 통해 점점 더 생물의학 데이터셋을 개발하는 데 중점을 두고 있다. 이러한 데이터셋은 의학에서 대규모 기계 학습 애플리케이션을 지원할 수 있다.

신약 개발자에게 이러한 데이터셋은 새로운 치료 표적을 식별하고, 바이오 마커를 발견하고, 환자 분류를 개선하며, 치료 반응을 더 잘 예측하는 데 도움이 될 수 있다. 건강 시스템에서는 더 개인화된 접근 방식을 지원할 수 있다. 즉, 스크리닝, 진단, 질병 예방을 위한 것이다.

정밀의학에 대한 의미

의료 업계는 정밀의학의 약속에 대해 수년간 논의해 왔다. 그러나 진행은 종종 단편화된 데이터 생태계와 불충분한 종단적 정보로 제한되었다.

헬릭스의 성장하는 GenoSphere 플랫폼은 통합 연구 환경으로의 더 큰 전환의 일부를 나타낸다. 여기서 게놈, 임상, 실제 의료 데이터를 함께 분석할 수 있다. AI 기반 연구 도구의 추가는 정밀의학의 다음 단계가巨大한 데이터셋을 수집하는 것뿐만 아니라, 더 많은 과학자에게 접근할 수 있도록 하는 것에 의존할 수 있다.

이 추세가 계속된다면, 생물의학 AI의 경쟁 우위는 더 큰 모델을 구축하는 것뿐만 아니라, 더 풍부하고 연결된 데이터셋을 구축하는 데서 나올 수 있다. 이러한 모델은 이전에 감지할 수 없었던 통찰력을 제공할 수 있다.