Konsorcjum COVID-19 Open AI – wywiad z Sanjayem Budhdeo z firmy Owkin, MD, rozwój biznesu

Konsorcjum Covid-19 Open AI (COAI) zamierza wnieść przełomowe odkrycia medyczne i ustalenia praktyczne do walki z pandemią Covid-19.

COAI ma na celu wzrost wspólne badania, aby przyspieszyć rozwój kliniczny skutecznych metod leczenia Covid-19 i udostępnić wszystkie swoje ustalenia światowej społeczności medycznej i naukowej. COAI zjednoczy współpracowników: instytucje akademickie, badaczy, analityków danych i partnerów przemysłowych, aby walczyć z pandemią Covid-19.

To będzie drugim z trzech wywiadów z głównymi liderami stojącymi za COAI.

Sanjay Budhdeo jest praktykującym lekarzem. Uzyskał tytuły naukowe i medyczne na Uniwersytecie Oksfordzkim oraz tytuł magistra na Uniwersytecie w Cambridge, a także członkostwo w Royal College of Physicians. Sanjay ma doświadczenie badawcze w dziedzinie neuroobrazowania, epidemiologii i zdrowia cyfrowego. Przed dołączeniem do Owkin jako menedżer ds. partnerstwa był starszym współpracownikiem w Boston Consulting Group, gdzie skupiał się na danych i technologiach cyfrowych w opiece zdrowotnej. Zasiada w Komitecie ds. Bezpieczeństwa Pacjentów w Królewskim Towarzystwie Medycznym, a wcześniej był specjalistycznym doradcą w Komisji ds. Jakości Opieki.

Co Cię zainspirowało do przyłączenia się OWKIN?

Pracując jako lekarz, spotkałem wielu pacjentów, których schorzenia nie dawały się wyleczyć lekami, a w przypadku których niewiele mogliśmy zrobić. Jako badacz byłem sfrustrowany tradycyjnym podejściem do analizy w czasach, gdy dostępny był dostęp do coraz większej ilości danych. Próba powiązania dziedzin, które ewoluowały oddzielnie – takich jak epidemiologia i obrazowanie – okazała się naprawdę trudna. Uczenie maszynowe było dla mnie sposobem na połączenie faktów z mojej pracy jako badacza i lekarza, umożliwiając uzyskanie spostrzeżeń na poziomie indywidualnym, które mogłyby mieć wpływ na diagnozę i leczenie całej populacji pacjentów.

Masz doświadczenie badawcze zarówno w zakresie epidemiologii, jak i zdrowia cyfrowego. Czy mógłbyś podzielić się z nami niektórymi z poprzednich projektów, nad którymi pracowałeś?

W dziedzinie epidemiologii pracowałem nad kohortą urodzeniową w Wielkiej Brytanii w 1946 r. – fascynującym, długoterminowym badaniem, w którym obserwowano osoby urodzone w ciągu jednego tygodnia przez całe ich życie. W jednym z projektów sprawdziłam, kiedy osoby te zaczęły uczyć się siadania, stania i chodzenia, i zobaczyłam, że było to powiązane z ich zdolnością do wykonywania bardziej skomplikowanych zadań w późniejszym życiu. Przyjrzałem się także przyczynom tego powiązania – czy istniały różnice w genetyce lub strukturze mózgu? W obszarze zdrowia cyfrowego skupiłem się na interoperacyjności — połączeniach między elektroniczną dokumentacją medyczną w szpitalach, które umożliwiają wymianę danych o pacjentach między szpitalami. Jest to naprawdę ważne w przypadku bezpośredniej opieki klinicznej, aby lekarz miał pełne pojęcie o tym, co Ci się wcześniej przydarzyło, ale bardzo ważne jest również umożliwienie korzystania z modeli uczenia maszynowego w warunkach klinicznych.

OWKIN stoi na czele współpracy badawczej opartej na sztucznej inteligencji o nazwie COVID-19 Open AI Consortium (COAI). Czy mógłbyś opisać, co to za projekt?

COAI to odpowiedź firmy Owkin na obawy, które usłyszeliśmy od naszych partnerskich instytucji klinicznych i akademickich. Jest dla nas jasne, że istnieją ważne pytania kliniczne, na które należy odpowiedzieć w przypadku Covid-19 – na przykład, w jaki sposób możemy zidentyfikować pacjentów zagrożonych ciężkim przebiegiem choroby? Jakie potencjalne metody leczenia można by przetestować w walce z infekcjami Covid-19? Naszym celem jest zwiększenie współpracy badawczej i dzielenie się wszystkimi wynikami z globalną społecznością medyczną i naukową. COAI czerpie z mocnych stron współpracowników z branży zdrowia i technologii, w tym uniwersytetów, szpitali, start-upów i firm biofarmaceutycznych. Tworzymy konkretne obszary badawcze, a pierwszy ogłoszony przez nas obszar dotyczy powikłań sercowo-naczyniowych u pacjentów z Covid-19, a wkrótce zostaną uruchomione dodatkowe obszary badawcze.

Jednym z pierwszych projektów będzie zrozumienie powikłań sercowo-naczyniowych. Jakiego rodzaju spostrzeżenia mamy nadzieję uzyskać dzięki COAI?

Naszym celem jest dostarczenie klinicznie przydatnych informacji na temat ryzyka ostrych powikłań sercowo-naczyniowych w wyniku infekcji Covid-19. Badamy to pytanie pod wieloma względami, korzystając z różnych typów danych w różnych krajach. Wspaniale jest współpracować z czołowymi międzynarodowymi badaczami klinicznymi, aby dotrzeć do sedna tych pytań.

Przewidywanie i charakterystyka odpowiedzi immunologicznych to kolejny aspekt COAI. Jakie dane należy Twoim zdaniem przeanalizować, aby w pełni zrozumieć, dlaczego niektórzy ludzie są zdolni do wytworzenia odpowiedzi immunologicznej, a inni wymagają pomocy medycznej?

System obronny naszego organizmu jest niezwykle złożony i skomplikowany. W naszą odpowiedź immunologiczną zaangażowanych jest wiele typów komórek. Niektóre komórki bezpośrednio zwalczają obcych najeźdźców. Inne komórki będą wytwarzać prozapalne substancje chemiczne zwane cytokinami, które działają jak sygnały naprowadzające, ukierunkowujące odpowiedź immunologiczną i oznaczające określone komórki do zniszczenia. Dowiadujemy się, że równowaga poszczególnych cytokin – w tym IFN1, IFN gamma i IL-10 – jest bardzo ważna w pośredniczeniu w tej odpowiedzi immunologicznej. Uczenie maszynowe może być bardzo pomocne w badaniu bardzo bogatego zbioru danych zawierającego poziomy wielu cytokin i innych markerów krwi oraz w uzyskiwaniu wglądu w kluczowe czynniki, biorąc pod uwagę złożoną interakcję między różnymi czynnikami.

Zrozumienie, w jaki sposób leczyć pacjentów, aby osiągnąć najlepsze wyniki leczenia, jest prawdopodobnie jednym z najważniejszych projektów realizowanych przez COAI. Jakie są według Ciebie pierwsze kroki, jakie należy podjąć, aby to zrozumieć?

Ważnym pierwszym krokiem jest stratyfikacja ryzyka. Chcemy zrozumieć, którzy pacjenci są narażeni na największe ryzyko wystąpienia ciężkiej choroby – w tym powikłań płucnych, takich jak zespół ostrej niewydolności oddechowej, powikłań sercowych, takich jak zapalenie mięśnia sercowego, oraz innych następstw specyficznych dla narządów lub układów. To pytanie dotyczące stratyfikacji ryzyka jest ważne z kilku powodów. Po pierwsze, jako lekarz możesz chcieć monitorować pacjenta w inny sposób, jeśli wiesz, że jest on narażony na większe ryzyko kompilacji. Po drugie, jako szpital chcesz móc przewidzieć zapotrzebowanie na oddziały intensywnej terapii i planować zgodnie z tym zapotrzebowaniem. Po trzecie, jeśli prowadzisz badania lub prowadzisz firmę biofarmaceutyczną, możesz włączyć tę podgrupę pacjentów do badań i leczyć ich wcześniej, aby uzyskać optymalną reakcję na lek. We wszystkich tych przypadkach naszym ostatecznym celem jest poprawa wyników leczenia pacjentów

Czy możesz wyjaśnić, dlaczego analiza danych jest tak ważna w walce z Covid-19?

Nauka o danych, w najszerszym ujęciu, leży u podstaw walki z COVID-19. Nadal otwarte pozostają ważne pytania dotyczące modelowania wskaźników zakażeń COVID-19. Możemy wykorzystać rzeczywiste dane pacjentów do identyfikacji leków, które mogłyby zostać użytecznie wykorzystane w leczeniu pacjentów z COVID-19. Odkrywamy ogromną ilość informacji na temat wirusa, które pomogą nam lepiej zaprojektować szczepionkę. Wciąż wiemy tak wiele o wirusie, w tym o tym, jak wpływa na ludzi, a dzięki różnorodnym danym – biochemicznym, genetycznym, klinicznym i pochodzącym z telefonów komórkowych – dowiadujemy się coraz więcej.

Jakie wnioski według Ciebie możemy wyciągnąć z analizy tych danych przez sztuczną inteligencję?

Według mnie najwspanialszą cechą sztucznej inteligencji jest wyciąganie wniosków na poziomie jednostki z danych na poziomie populacji. Możemy zastanowić się, którzy pacjenci mogą odnieść korzyść z jakich terapii w walce z infekcją COVID-19, lub pomóc przewidzieć, które obszary mogą stać się lokalnymi punktami zapalnymi infekcji Covid-19. Dużo się dzieje także w obszarze odkryć, zarówno jeśli chodzi o potencjalne leki, jak i kandydatów na szczepionki. Sztuczna inteligencja może naprawdę pomóc nam znacznie szybciej dostarczać nowatorskich informacji biologicznych.

Kto powinien dołączyć do projektu COVID-19 Open AI Consortium?

Rozmawiamy z wieloma podmiotami z sektora opieki zdrowotnej i spoza niego. Są to między innymi szpitale, uniwersytety i firmy farmaceutyczne, a także inne start-upy, organizacje pozarządowe i instytucje polityczne. Szczególnie cieszymy się na głosy klinicystów, którzy zebrali dane i chcieliby uzyskać pomoc w ich analizie.

Czy jest coś jeszcze, czym chciałbyś się podzielić na temat projektu COAI lub COVID-19?

Bardzo się cieszę, że mogę podzielić się z Wami tą inicjatywą! Jeśli chcesz nawiązać współpracę, chętnie porozmawiamy – skontaktuj się z nami pod adresem [email chroniony]

Dziękuję za fantastyczny wywiad. Czytelnicy chcący dowiedzieć się więcej, może przeczytaj nasz artykuł opisujący projekt COAI.

Drugi wywiad z tej serii odbył się z Dr Stephen Weng, główny badacz.

Trzeci wywiad z tej serii odbył się z Folkert W. Asselbergs, główny badacz

Możesz także odwiedzić stronę internetową Covid-19 Open AI Consortium.