COVID-19 Open AI Consortium – Intervju med Owkin’s Sanjay Budhdeo, MD, Business Development

Covid-19 Open AI Consortium (COAI) har som mål å bringe gjennombrudd i medisinske oppdagelser og håndterbare funn i kampen mot Covid-19-pandemien.

COAI har som mål å øke samarbeidsforskning, å akselerere klinisk utvikling av effektive behandlinger for Covid-19, og å dele alle funn med den globale medisinske og vitenskapelige samfunnet. COAI vil samle sammen samarbeidspartnere: akademiske institusjoner, forskere, dataeksperter og industripartnere, for å bekjempe Covid-19-pandemien.

Dette vil være den første av tre intervjuer med ledere bak COAI.

Sanjay Budhdeo er en praktiserende lege. Han har en mastergrad i medisinske vitenskaper og en doktorgrad i medisin fra Oxford University, samt en mastergrad fra Cambridge University, og er medlem av Royal College of Physicians. Sanjay har erfaring med neuroimaging, epidemiologi og digital helse. Før han ble med i Owkin som partnerskapsmanager, var han senioransatt i Boston Consulting Group, der han fokuserte på data og digitalisering i helsevesenet. Han sitter i pasientsikkerhetskomiteen i Royal Society of Medicine og var tidligere spesialrådgiver i Care Quality Commission.

Hva var det som inspirerte deg til å bli med i OWKIN?

Når jeg praktiserte som lege, så jeg mange pasienter som hadde tilstander vi ikke kunne behandle med medisiner, der det bare var så mye vi kunne gjøre. Som forsker var jeg frustrert over de tradisjonelle tilnærmingene til analyse, på en tid da det var tilgang til stadig mer data. Å prøve å knytte sammen felt som hadde utviklet seg separat — som epidemiologi og bildebehandling – viste seg å være svært utfordrende. Maskinlæring var for meg en måte å knytte sammen punktene fra min forskning og min rolle som lege, å kunne trekke ut individuelle innsikter som kunne påvirke diagnose og behandling for hele pasientpopulasjonen.

Du har erfaring med epidemiologi og digital helse. Kan du dele noen av de tidligere prosjektene du har arbeidet med?

I epidemiologi arbeidet jeg med Storbritannias 1946-fødselskohort — en fascinerende langtidsstudie som har sporet subjekter født i en enkelt uke over løpet av deres liv. I ett prosjekt så jeg på når disse subjektene begynte å lære å sitte, stå og gå, og så at dette var assosiert med deres evne til å utføre mer kompliserte oppgaver senere i livet. Jeg så også på årsakene til denne assosiasjonen — var det forskjeller i genetikk eller i hjernestruktur? I digital helse har min fokus vært på interoperabilitet — koblingene mellom elektroniske journaler på sykehus som muliggjør deling av pasientdata mellom sykehus. Dette er veldig viktig for direkte klinisk behandling, så en lege har en fullstendig idé om hva som har skjedd med deg tidligere, men det er også veldig viktig for å muliggjøre bruk av maskinlæringsmodeller i klinisk setting.

OWKIN er i ferd med å drive et AI-drevet forskningssamarbeid kalt Covid-19 Open AI Consortium (COAI). Kan du beskrive hva dette prosjektet er?

COAI er Owkins respons på bekymringene vi har hørt fra våre partnerkliniske og akademiske institusjoner. Det er klart for oss at det er viktige kliniske spørsmål som må besvares for Covid-19 — for eksempel, hvordan kan vi identifisere pasienter som er i risiko for alvorlig sykdom? Hva er potensielle behandlinger som kan prøves mot Covid-19-infeksjoner? Vårt mål er å øke samarbeidsforskning og dele alle funn med det globale medisinske og vitenskapelige samfunnet. COAI bygger på styrkene til samarbeidspartnere over hele helse- og teknologisektoren — inkludert universiteter, sykehus, startup-selskaper og bioteknologiselskaper. Vi oppretter spesifikke forskningsområder, og det første området vi har kunngjort er kardiovaskulære komplikasjoner hos Covid-19-pasienter, med ytterligere forskningsområder som kommer snart.

En av de første prosjektene vil være å forstå kardiovaskulære komplikasjoner. Hva slags innsikter håper vi å få fra COAI?

Vårt mål er å produsere klinisk nyttige opplysninger om risikoen for akutte kardiovaskulære komplikasjoner fra Covid-19-infeksjoner. Vi utforsker dette spørsmålet fra flere vinkler, ved å bruke ulike typer data over flere land. Det er fantastisk å arbeide med internasjonalt ledende kliniske forskere for å komme til bunns i disse spørsmålene.

Prediksjon og karakterisering av immunresponser er et annet aspekt av COAI. Hva er noen av datapunktene du tror bør analyseres for å fullstendig forstå hvorfor noen mennesker er i stand til å bygge opp en immunrespons, mens andre trenger medisinsk hjelp?

Vårt kroppssystem for forsvar er usedvanlig komplekst og intrikat. Det er mange typer celler involvert i vår immunrespons. Noen av cellene kjemper direkte mot fremmede invasjoner. Andre celler vil produsere pro-inflammatoriske kjemikalier kalt cytokiner, som fungerer som homing-signal til å målrette immunresponsen, og merking av bestemte celler for ødeleggelse. Det vi lærer er at balansen av bestemte cytokiner – inkludert IFN1, IFN gamma og IL-10 – er veldig viktig i å mediere denne immunresponsen. Maskinlæring kan være svært nyttig for å undersøke en meget rik datasett som inneholder nivåer av mange cytokiner og andre blodmarkører, og generere innsikter i hva de viktigste aktørene er her, samtidig som man tar hensyn til det komplekse samspillet mellom ulike faktorer.

Å forstå hvordan man skal behandle pasienter for å oppnå beste mulig pasientutfall, er kanskje ett av de viktigste prosjektene som COAI tar seg av. I din mening, hva er de første skrittene som må tas for å forstå dette?

En viktig første skritt er risikostrafifisering. Vi ønsker å forstå hvilke pasienter som er i høyest risiko for å få alvorlig sykdom — inkludert lungkomplikasjoner som akutt respirasjonssvikt, hjertekomplikasjoner som myokarditt, og andre organspesifikke sekundærtilstander. Dette risikospørsmålet er viktig av flere grunner. Først som lege vil du kanskje ønske å overvåke en pasient annerledes hvis du vet at de er i høyere risiko for komplikasjoner. Andre som sykehus vil du ønske å kunne forutsi etterspørselen etter intensivbehandling og planlegge etter dette behovet. Tredje hvis du er forsker eller bioteknologiselskap, kan du inkludere denne undergruppen av pasienter i studier, og behandle dem tidlig for å få en optimal respons på din medisin. I alle disse tilfellene er vårt ultimate mål å forbedre pasientutfall

Kan du forklare hvorfor datavitenskap er så viktig for å bekjempe Covid-19?

Datavitenskap, i sin bredeste forstand, er i hjertet av kampen mot Covid-19. Viktige spørsmål om modellering av Covid-19-infeksjonsrater gjenværer. Vi kan bruke virkelige pasientdata til å identifisere medisiner som kan være nyttige for å behandle Covid-19-pasienter. Det er en usedvanlig mengde informasjon vi oppdager om viruset som vil hjelpe oss til å bedre designe en vaksine. Det er så mye vi ikke vet om viruset, inkludert hvordan det påvirker mennesker, og vi lærer mer og mer takket være mange variasjoner av data – biokjemiske, genetiske, kliniske og fra mobiltelefoner.

Hva tror du er noen av innsiktene vi kan lære fra AI som analyserer denne datoen?

For meg er søtpunktet for AI virkelig å hjelpe til å trekke konklusjoner på individnivå fra populasjonsnivådata. Vi kan tenke på hvilke pasienter som kan dra nytte av hvilke terapier for å bekjempe Covid-19-infeksjon, eller hjelpe til å forutsi hvilke områder som kan bli lokale varmeområder for Covid-19-infeksjon. Det er også mye aktivitet i oppdagelsesrommet, både når det gjelder potensielle medisiner og vaksinekandidater. AI kan virkelig hjelpe oss til å levere nye biologiske innsikter mye raskere.

Hvem bør delta i Covid-19 Open AI Consortium-prosjektet?

Vi snakker med en rekke aktører innenfor og utenfor helsevesenet. Dette inkluderer sykehus, universiteter og farmasøytiske selskaper, men også andre startup-selskaper, NGO-er og politiske organisasjoner. Vi er spesielt glade for å høre fra kliniske forskere som har samlet inn data og som ønsker hjelp med analyse.

Er det noe annet du ønsker å dele om enten COAI-prosjektet eller Covid-19?

Jeg er veldig glad for å dele denne initiativet med dere! Hvis du ønsker å samarbeide, vil vi være glade for å diskutere — kontakt oss på COAI@owkin.com

Takk for det fantastiske intervjuet. Lesere som ønsker å lære mer, kan lese vår artikkel som beskriver COAI-prosjektet.

Det andre intervjuet i denne serien var med Dr. Stephen Weng, Principal Investigator.

Det tredje intervjuet i denne serien var med Folkert W. Asselbergs, Principal Investigator

Du kan også besøke Covid-19 Open AI Consortium-nettstedet.