Owkin lanceert het Collaborative COVID-19 Open AI Consortium (COAI)

Na een nieuwe ronde van financiering, lanceerde Owkin onlangs het Covid-19 Open AI Consortium (COAI). Dit consortium zal geavanceerd samenwerkend onderzoek mogelijk maken en de klinische ontwikkeling van effectieve behandelingen voor patiënten die zijn geïnfecteerd met COVID-19 versnellen.

Het eerste stadium van het project is gericht op het volledig begrijpen en behandelen van cardiovasculaire complicaties bij COVID-19-patiënten, dit zal worden uitgevoerd in samenwerking met CAPACITY, een internationaal register dat samenwerkt met meer dan 50 centra over de hele wereld. Andere onderzoeksgebieden zullen patiëntresultaten en triage, en de voorspelling en karakterisering van immuunrespons omvatten.

De manifest van Owkin verwoordt het bedrijfsvisie perfect:

“We zijn volledig betrokken bij deze nieuwe frontier met als doel de ontwikkeling van geneesmiddelen en patiëntresultaten te verbeteren. Opgericht in 2016, is Owkin snel opgekomen als leider in het brengen van Artificial Intelligence (AI) en Machine Learning (ML) technologieën naar de gezondheidszorg. Onze oplossingen verbeteren het traditionele medische onderzoeksparadigma door een eerder geïsoleerd, gefragmenteerd systeem om te zetten in een innovatief en samenwerkend systeem dat, bovenal, de privacy van patiënten op de eerste plaats zet.”

Federated Learning

Om het model dat Owkin gebruikt te begrijpen, moet men eerst een nieuwe technologie begrijpen die Federated Learning heet. Federated Learning biedt een kader voor AI-ontwikkeling dat bedrijven in staat stelt om machine learning-modellen te trainen op gegevens die zijn verdeeld over meerdere medische instellingen zonder de gegevens te centraliseren. De voordelen hiervan zijn tweeledig, er is geen verlies van privacy omdat de gegevens niet direct zijn gekoppeld aan een specifieke patiënt, en de gegevens worden onderhouden bij de gezondheidsinstelling die deze gegevens verzamelt.

Het gebruik van Federated Learning maakt het mogelijk om een veel bredere reeks gegevens te gebruiken dan welke enkele organisatie in huis heeft. Wat dit betekent is dat onderzoekers, door het gebruik van Federated Learning, toegang hebben tot zoveel gegevens als beschikbaar, en hoe meer big data een machine learning-systeem heeft, hoe nauwkeuriger de AI wordt.

Er zijn momenteel meerdere nationale inspanningen om AI te gebruiken om COVID-19 aan te pakken. Het probleem met veel van deze nationale, gefragmenteerde inspanningen is dat de gegevens specifiek zijn voor één land. Het verzamelen van gegevens uit één regio kan ervoor zorgen dat belangrijke informatie niet wordt onthuld die onderzoekers in staat zou stellen om volledig te begrijpen hoe blootstelling aan milieuelementen, etnische samenstelling, genetica, leeftijd en geslacht belangrijke rollen kunnen spelen bij het begrijpen van deze ziekte. Dit is waarom samenwerking zo belangrijk is, en waarom het verzamelen van gegevens uit meerdere rechtsgebieden nog belangrijker is.

Zoals beschreven door Owkin, willen ze Federated Learning gebruiken voor het volgende:

“We willen helpen begrijpen waarom de werkzaamheid van geneesmiddelen varieert van patiënt tot patiënt, het proces van geneesmiddelontwikkeling verbeteren en het beste geneesmiddel voor de juiste patiënt op het juiste moment identificeren, om de behandelingresultaten te verbeteren.”

Het begrijpen en behandelen van cardiovasculaire gezondheidsproblemen zal de eerste uitdaging zijn die Owkin aanpakt. Net zoals gegevens belangrijk zijn, zijn de inspanningen van onderzoekers en bijdragers die deze inspanning leiden nog belangrijker. Dit is waarom Unite.AI drie interviews met onderzoekers zal publiceren die bijdragen aan het COAI-project.

De Interviews

Sanjay Budhdeo, MD, Business Development:

Sanjay is een praktiserend arts. Hij heeft een graad in Medische Wetenschappen en Geneeskunde van de Universiteit van Oxford en een Masterdiploma van de Universiteit van Cambridge. Sanjay heeft onderzoekservaring in neuroimaging, epidemiologie en digitale gezondheidszorg. Voordat hij bij Owkin kwam als Partnership Manager, was hij Senior Associate bij Boston Consulting Group, waar hij zich richtte op data en digitale gezondheidszorg. Hij zit in de Patient Safety Committee van de Royal Society of Medicine en was eerder Specialist Advisor bij de Care Quality Commission.

Klik hier om het interview met Sanjay te lezen.

Dr. Stephen Weng, Principal Researcher:

Stephen is een Assistant Professor of Integrated Epidemiology and Data Science die het data science onderzoek leidt binnen de Primary Care Stratified Medicine Research Group.

Hij combineert traditionele epidemiologische methoden en studieontwerp met nieuwe informatica-gebaseerde benaderingen, waarmee hij en onderzoekt “big health care data” uit elektronische medische dossiers voor het doel van risicopredictiemodellering, fenotypering van chronische ziekten, data science methoden onderzoek, en vertaling van gestratificeerde geneeskunde naar de eerste lijn.

Klik hier om het interview met Stephen te lezen

Folkert W. Asselbergs, Principal Investigator

Folkert is professor of precision medicine in cardiovascular disease aan het Institute of Cardiovascular Science, UCL, Director NIHR BRC Clinical Research Informatics Unit at UCLH, professor of cardiovascular genetics en consultant cardioloog aan de afdeling Cardiologie, University Medical Center Utrecht, en chief scientific officer van de Durrer Center for Cardiovascular Research, Netherlands Heart Institute. Prof Asselbergs heeft meer dan 275 wetenschappelijke artikelen gepubliceerd en financiering ontvangen van leDucq foundation, British en Dutch Heart Foundation, EU (FP7, ERA-CVD, IMI, BBMRI), en RO1 National Institutes of Health.

Klik hier om het interview met Folkert te lezen

Onze Hoop

De hoop van Unite.AI is dat door het gebruik van biomedische beelden, genomics, en klinische gegevens om biomarkers en mechanismen te ontdekken die zijn geassocieerd met ziekten en behandelingresultaten, dit de volgende generatie behandelingen zal versnellen om COVID-19 aan te pakken. We dragen bij aan dit belangrijke project door de persoonlijkheden achter deze belangrijke mondiale inspanning te belichten.