Konsorcjum COVID-19 Open AI – Wywiad z dr. Stephenem Weng, Kierownikiem Badań

Konsorcjum COVID-19 Open AI (COAI) ma na celu wprowadzenie przełomowych odkryć medycznych i przydatnych wyników do walki z pandemią COVID-19.

COAI ma na celu zwiększenie współpracy badawczej, przyspieszenie rozwoju klinicznego skutecznych leków na COVID-19 oraz udostępnienie wszystkich wyników społeczności medycznej i naukowej na całym świecie. COAI zjednoczy współpracowników: instytucje akademickie, badaczy, specjalistów od danych i partnerów przemysłowych, aby walczyć z pandemią COVID-19.

To jest drugi z trzech wywiadów z głównymi liderami zaangażowanymi w COAI. Pierwszy wywiad był z Sanjayem Budhdeo, MD, Business Development z Owkin.

Stephen Weng jest adiunktem w dziedzinie epidemiologii i nauki o danych, który kieruje badaniami nad nauką o danych w ramach Grupy Badawczej Medycyny Stratifikowanej w Opiece Pierwotnej.

Łączy tradycyjne metody epidemiologiczne i projektowanie badań z nowymi podejściami opartymi na informatyce, wykorzystując i badając “wielkie dane opieki zdrowotnej” z elektronicznych kart medycznych w celu modelowania predykcyjnego, fenotypowania chorób przewlekłych, badań nad metodami nauki o danych oraz translacji medycyny stratyfikowanej do opieki pierwotnej.

Niedawno dołączyłeś do Konsorcjum COVID-19 Open AI (COAI) jako główny kierownik badań. Czy możesz omówić, co skłoniło Cię do przyłączenia się do tego projektu?

Współpracowałem z Owkin i partnerami europejskimi w projektach mających na celu poprawę profilaktyki wtórnej dla zespołu choroby wieńcowej przez ostatni rok. Kiedy Owkin uruchomił Konsorcjum COVID-19 Open AI, wykorzystując swoją technologię, ekspertyzę i naszą infrastrukturę, aby przyczynić się do walki z COVID-19 na całym świecie, była to oczywista decyzja i naturalna okazja do przyłączenia się do konsorcjum. Mamy doskonałych partnerów, którzy są wiodącymi kardiologami w Europie wśród naszej grupy badawczej z poprzednich konsorcjów. Wykorzystując te zasoby i ekspertyzę, mogliśmy działać bardzo szybko i w tempie, aby uruchomić to konsorcjum w ciągu kilku tygodni i ostatecznie poprawić nasze zrozumienie przebiegu choroby, podstawowej etiologii i czynników ryzyka w naszych populacjach.

Jakiego rodzaju problemy serca są obserwowane u procentu populacji, która jest dotknięta COVID-19?

Istnieją dowody, że czynniki ryzyka serca i choroby serca są głównym czynnikiem wpływającym na ciężkość choroby. Ostatnia analiza 17 000 przypadków COVID-19, które wymagały hospitalizacji w Wielkiej Brytanii, wykazała, że choroba serca występowała u 29% wszystkich hospitalizowanych przypadków. Podstawowe czynniki ryzyka serca, w tym wiek, wysokie ciśnienie krwi, otyłość, nadciśnienie i cukrzyca typu 2, znacznie przyczyniają się do ciężkości choroby.

Czy uważasz, że obecnie mamy jakieś zrozumienie, dlaczego COVID-19 powoduje tego rodzaju uszkodzenia serca?

Nadal istnieją wiele pytań, które muszą być odpowiedzią wokół epidemiologii wokół przebiegu i ciężkości COVID-19, w szczególności dotyczących pacjentów z chorobą serca. Pacjenci z chorobą serca są bardziej narażeni na doświadczenie ciężkiej choroby, która może wymagać wsparcia kardiorespiratorycznego w oddziale intensywnej opieki. Ciężkość COVID-19 i postęp w kierunku ciężkich wyników jest prawdopodobnie spowodowana bezpośrednim uszkodzeniem układu sercowo-naczyniowego, które może być ostre. Dokładny rodzaj urazu serca u pacjentów z COVID-19 wymaga dalszych badań.

Jaka będzie Twoja rola w COAI?

Jestem epidemiologiem i specjalistą od danych zorientowanym na prognozowanie wyników serca. Większość mojej pracy to głębokie analizy bardzo dużych zbiorów danych, aby odpowiedzieć na te pytania kliniczne. W mojej roli, oprócz bezpośredniej próby odpowiedzi na niektóre z tych ważnych pytań badawczych, wykorzystując moją zdolność dostępu do dużych zbiorów danych populacyjnych, staram się również ułatwić innym akademikom i kolegom przyczynienie się do naszego konsorcjum.

Jakiego rodzaju ludzi potrzebujemy, aby dołączyć do projektu COAI, aby maksymalizować jego skuteczność?

Nie tylko ważne jest uzyskanie większej liczby naukowców i kolegów klinicznych, którzy przyczynią się do danych, ale także musimy zwiększyć różnorodność naszych zasobów danych. Wiemy, że COVID-19 ma szeroki spektrum ciężkości, od osób bezobjawowych do bardzo ciężkich przypadków, które skutkują śmiercią. Różne typy danych w całym spektrum ustawień opieki zdrowotnej, od opieki podstawowej do opieki wtórnej, są potrzebne, aby odpowiedzieć na te pytania dotyczące przebiegu i ciężkości choroby.

Jesteś obecnie adiunktem w dziedzinie epidemiologii i nauki o danych, który kieruje badaniami nad nauką o danych w ramach Grupy Badawczej Medycyny Stratifikowanej w Opiece Pierwotnej na Uniwersytecie w Nottingham. Czy możesz omówić możliwe sposoby, w jakie duże dane mogą być wykorzystane do walki z COVID-19 przy obecnych informacjach?

Mamy kilka dużych zbiorów danych, które możemy wykorzystać. Główne korzyści wynikają z niedawnych inwestycji w połączenia danych, które zostały wdrożone i zaczynają przynosić znaczne korzyści. W rzeczywistości rozpoczynamy uzyskiwanie dostępu do dużych kohort populacyjnych, które zostały połączone z danymi opieki podstawowej, szpitali, rejestrów zgonów i danych testowych COVID-19. Ponadto te dane mają możliwości badania wpływu genetycznego na wyniki COVID-19. Te połączenia są możliwe tylko dzięki wzrostowi połączeń dużych danych i dużych biobanków populacyjnych. Ze względu na ilość danych i zmiennych, modele AI opracowane przez Owkin są naprawdę przydatne do efektywnej analizy danych w celu uzyskania znaczących spostrzeżeń.

Jakie informacje musimy zebrać, aby uczynić medycynę precyzyjną skutecznym narzędziem w leczeniu pacjentów z COVID-19?

Bardziej zróżnicowany zakres typów danych, w tym obrazowania, genetyki, biomarkerów oraz cech klinicznych i danych demograficznych pacjentów.

W idealnym świecie, jaki rodzaj danych powinien być zbierany od pacjentów z COVID-19?

W takiej nowej chorobie jak COVID-19 nie sądzę, że istnieje maksymalny limit danych, których potrzebujemy. Istnieje powiedzenie “nie wiemy, czego nie wiemy jeszcze”, więc im więcej typów danych i informacji możemy teraz zebrać, tym bardziej będą one przydatne w przyszłości. Na przykład, jak wiele postępów wiedzy genetycznej doświadczyliśmy, ponieważ byliśmy w stanie sekwencjonować dane i utrzymywać je w dostępie dla badaczy w biobankach? Widzę, że to się dzieje w przypadku COVID-19. Jeśli teraz stworzymy duży i zróżnicowany zasób danych, nie mam wątpliwości, że pojawią się nowe odkrycia, które pomogą nam lepiej zrozumieć tę chorobę w przyszłości.

Czy powinniśmy również zbierać dane od segmentu populacji, który jest odporny na COVID-19, aby lepiej zrozumieć, co sprawia, że są odporni?

W epidemiologii wybór grupy porównawczej jest niezwykle ważny. Ryzyko w wielu sensach jest względne. Jeśli nasza linia bazowa zaczyna się od przyjęcia do szpitala, to zrozumiemy chorobę tylko u osób, które mają więcej objawów. Uważam, że lepsze zrozumienie osób bezobjawowych i tego, co sprawia, że są one bezobjawowe wobec COVID-19, jest absolutnie konieczne. Jak wiele terapii zostało opracowanych dzięki badaniu mutacji zysku lub utraty funkcji, które występują naturalnie w populacjach.

Dziękuję za wspaniały wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, mogą przeczytać nasz artykuł opisujący projekt COAI.

Pierwszy wywiad w tej serii był z Sanjayem Budhdeo, MD, Business Development z Owkin.

Trzeci wywiad w tej serii był z Folkertem W. Asselbergs, Kierownikiem Badań

Możesz również odwiedzić stronę internetową Konsorcjum COVID-19 Open AI.