Helix Przekracza 500 000 Połączonych Rekordów Genomicznych i Wprowadza Narzędzia AI do Odkryć Biomedycznych

Wyścig, by zbudować lepsze AI dla opieki zdrowotnej, był w dużej mierze ograniczony przez prosty problem: brak wystarczająco dużych, wysokiej jakości zbiorów danych, które łączą informacje genetyczne z wynikami pacjentów w świecie rzeczywistym. W tym tygodniu Helix ogłosił kamień milowy, który może pomóc rozwiązać ten problem, ujawniając, że jego platforma GenoSphere przekroczyła 500 000 połączonych rekordów kliniczno-genomicznych, wprowadzając nowe narzędzia AI, które mają przyspieszyć odkrycia naukowe.

Ogłoszenie to umiejscawia Helix wśród niewielkiej grupy organizacji, które próbują stworzyć duże, długoterminowe zbiory danych, które łączą sekwencjonowanie genetyczne z latami rekordów zdrowotnych. Takie zbiory danych są coraz częściej uważane za krytyczną infrastrukturę dla następnej generacji medycyny spersonalizowanej, rozwoju leków i badań biomedycznych z użyciem AI.

Dlaczego Połączone Dane Genomiczne Są Ważne

Podczas gdy sekwencjonowanie genetyczne stało się dramatycznie bardziej przystępne w ciągu ostatniej dekady, sam DNA rzadko opowiada pełną historię choroby.

Naukowcy potrzebują również dostępu do wyników klinicznych, historii leczenia, diagnoz i długoterminowych rekordów zdrowia, aby zrozumieć, jak warianty genetyczne wpływają na zdrowie pacjentów w świecie rzeczywistym. Wyzwaniem jest to, że te zbiory danych często istnieją w oddzielnych systemach i są trudne do połączenia w skali.

Helix twierdzi, że każdy rekord GenoSphere łączy dane sekwencjonowania Exome+ z średnio 13-letnią historią elektronicznych rekordów zdrowia i około 8-letnimi danymi roszczeń. Zbiór danych pochodzi z sieci badawczej Helix, która obecnie obejmuje 16 uczestniczących systemów zdrowia.

Ten typ multimodalnego zbioru danych jest coraz ważniejszy, ponieważ wiele nowoczesnych modeli AI działa najlepiej, gdy mogą analizować wiele form informacji jednocześnie, a nie polegać tylko na genetyce lub rekordach klinicznych.

Od Genetyki Populacyjnej do Infrastruktury Badawczej

Założona w 2015 roku Helix początkowo skupiła się na genetyce populacyjnej i testach genetycznych. Z czasem firma rozwinęła się w kierunku diagnostyki klinicznej, partnerstw z systemami zdrowia i infrastruktury badawczej. Dziś Helix działa na przecięciu testowania genetycznego, zdrowia publicznego i odkryć biomedycznych.

Strategia długoterminowa firmy wydaje się coraz bardziej skupiona na budowaniu dużej platformy badawczej, a nie tylko na świadczeniu usług testowania genetycznego. Helix podaje, że GenoSphere podwoił się w ciągu ostatnich dwóch lat i jest na dobrej drodze, aby przekroczyć milion połączonych rekordów w ciągu najbliższych 18 miesięcy.

Skala ma znaczenie, ponieważ wiele klinicznie istotnych wariantów genetycznych jest rzadkich. Większe zbiory danych poprawiają możliwości badaczy, aby zidentyfikować znaczące skojarzenia między markerami genetycznymi a wynikami chorób, szczególnie w różnorodnych populacjach pacjentów.

Narzędzia AI Mają Zmniejszyć Wąskie Gardła Badawcze

Wraz z rozszerzeniem zbioru danych Helix wprowadził nowe narzędzia AI, które mają uprościć, w jaki sposób badacze wchodzą w interakcję z złożonymi danymi genetycznymi.

Pierwsze wydanie to narzędzie Cohort Builder z obsługą AI, które pozwala badaczom tworzyć i analizować grupy pacjentów przy użyciu przepływów pracy opartych na języku naturalnym, a nie wymaga obszernych umiejętności bioinformatycznych. Według firmy narzędzie może generować ukierunkowane kliniczno-genomiczne grupy pacjentów w ciągu kilku minut, potencjalnie zmniejszając tygodnie ręcznej przygotowania danych i konstrukcji zapytań.

To odzwierciedla szerszy trend w całej branży opieki zdrowotnej i naukach o życiu, gdzie AI jest coraz częściej stosowana nie tylko do samej analizy naukowej, ale także do wąskich gardeł operacyjnych, które spowalniają badania. Duże modele językowe stają się interfejsami dla złożonych baz danych biomedycznych, umożliwiając naukowcom skupienie się bardziej na generowaniu hipotez i mniej na inżynierii danych.

Rosnące Znaczenie Danych Opieki Zdrowotnej Gotowych do AI

Znaczenie ogłoszenia Helix sięga poza sam rozmiar zbioru danych.

W całej branży opieki zdrowotnej badacze uznają, że pomyślne systemy AI zależą tak samo od jakości i struktury danych, jak i od architektury modelu. Ostatnie wysiłki w środowisku akademickim, rządowym i przemysłowym coraz częściej koncentrują się na tworzeniu zbiorów danych biomedycznych gotowych do AI, które mogą wspierać duże aplikacje uczenia maszynowego w medycynie.

Dla producentów leków zbiory te mogą pomóc w identyfikacji nowych celów terapeutycznych, odkryciu biomarkerów, poprawie stratyfikacji pacjentów i lepszym przewidywaniu odpowiedzi na leczenie. Dla systemów opieki zdrowotnej mogą one ostatecznie wspierać bardziej spersonalizowane podejścia do badań przesiewowych, diagnozy i profilaktyki chorób.

Co to Znaczy dla Medycyny Spersonalizowanej

Branża opieki zdrowotnej spędziła lata na dyskusjach o obietnicy medycyny spersonalizowanej, jednak postęp był często ograniczony przez fragmentaryczne ekosystemy danych i niewystarczające długoterminowe informacje.

Rosnąca platforma GenoSphere Helix reprezentuje część większego trendu w kierunku zintegrowanych środowisk badawczych, w których dane genetyczne, kliniczne i rzeczywiste dane opieki zdrowotnej mogą być analizowane razem. Dodanie narzędzi badawczych z obsługą AI sugeruje, że następna faza medycyny spersonalizowanej może zależeć nie tylko od zbierania ogromnych zbiorów danych, ale także od ich udostępniania szerszemu gronu naukowców.

Jeśli ten trend się utrzyma, przewaga konkurencyjna w biomedycznej AI może coraz częściej pochodzić nie tylko z budowania większych modeli, ale z budowania bogatszych, bardziej połączonych zbiorów danych, które pozwalają tym modelom na odkrywanie spostrzeżeń, które wcześniej były niemożliwe do wykrycia.