Owkin Lança o Consórcio Aberto de Inteligência Artificial para COVID-19 (COAI)

Após uma nova rodada de financiamento, a Owkin lançou recentemente o Consórcio Aberto de Inteligência Artificial para COVID-19 (COAI). Este consórcio permitirá pesquisas colaborativas avançadas e acelerará o desenvolvimento clínico de tratamentos eficazes para pacientes infectados com COVID-19.

A primeira etapa do projeto é entender e tratar complicações cardiovasculares em pacientes com COVID-19, o que será feito em colaboração com CAPACITY, um registro internacional que trabalha com mais de 50 centros em todo o mundo. Outras áreas de pesquisa incluirão resultados dos pacientes e triagem, e a previsão e caracterização da resposta imunológica.

O manifesto da Owkin afirma perfeitamente a visão da empresa:

“Estamos totalmente comprometidos com essa nova fronteira com o objetivo de melhorar o desenvolvimento de medicamentos e os resultados dos pacientes. Fundada em 2016, a Owkin rapidamente emergiu como líder em levar tecnologias de Inteligência Artificial (IA) e Aprendizado de Máquina (ML) para a indústria de saúde. Nossas soluções melhoram o paradigma de pesquisa médica tradicional, transformando um sistema anteriormente isolado e desconectado em um inovador e colaborativo que, acima de tudo, coloca a privacidade dos pacientes em primeiro lugar.”

Aprendizado Federado

Para entender o modelo que a Owkin está utilizando, é necessário entender uma nova tecnologia chamada Aprendizado Federado. O Aprendizado Federado oferece um quadro para o desenvolvimento de IA que permite que as empresas treinem modelos de aprendizado de máquina em dados distribuídos em larga escala em várias instituições médicas sem centralizar os dados. Os benefícios são duplos: não há perda de privacidade, pois os dados não estão diretamente vinculados a nenhum paciente específico, e os dados são mantidos na instituição de saúde que os coleta.

O uso do Aprendizado Federado permite, portanto, um acesso significativamente mais amplo a dados do que qualquer organização individual possua. Isso significa que, ao usar o Aprendizado Federado, os pesquisadores têm acesso a todos os dados disponíveis, e quanto mais dados um sistema de aprendizado de máquina tiver, mais precisa se torna a IA.

Atualmente, existem esforços nacionais múltiplos para usar IA para combater a COVID-19. O problema com muitos desses esforços nacionais é que os dados são específicos de um país. Coletar dados de uma única região pode não revelar informações importantes que permitam aos pesquisadores entender completamente como a exposição a elementos ambientais, composição étnica, genética, idade e gênero podem desempenhar papéis importantes no entendimento dessa doença. É por isso que a colaboração é tão importante e por que coletar dados de múltiplos territórios é ainda mais importante.

Como descrito pela Owkin, eles buscam usar o Aprendizado Federado para:

“Ajudá-los a entender por que a eficácia dos medicamentos varia de paciente para paciente, melhorar o processo de desenvolvimento de medicamentos e identificar o melhor medicamento para o paciente certo no momento certo, para melhorar os resultados do tratamento.”

Entender e tratar problemas de saúde cardiovascular será o primeiro desafio a ser enfrentado pela Owkin. Assim como os dados são importantes, os esforços dos pesquisadores e contribuintes que estão liderando esse esforço são ainda mais importantes. É por isso que a Unite.AI estará publicando três entrevistas com pesquisadores que estão contribuindo para o projeto COAI.

As Entrevistas

Sanjay Budhdeo, MD, Desenvolvimento de Negócios:

Sanjay é um médico em prática. Ele possui graus em Ciências Médicas e Medicina pela Universidade de Oxford e um mestrado pela Universidade de Cambridge. Sanjay tem experiência em neuroimagem, epidemiologia e saúde digital. Antes de se juntar à Owkin como Gerente de Parcerias, ele foi Associado Sênior no Boston Consulting Group, onde se concentrou em dados e digital na saúde. Ele é membro do Comitê de Segurança do Paciente na Royal Society of Medicine e foi anteriormente um Consultor Especial no Care Quality Commission.

Clique aqui para ler a entrevista com Sanjay.

Dr. Stephen Weng, Pesquisador Principal:

Stephen é Professor Assistente de Epidemiologia Integrada e Ciência de Dados que lidera a pesquisa em ciência de dados dentro do Grupo de Pesquisa em Medicina Estratificada em Atenção Primária.

Ele integra métodos epidemiológicos tradicionais e design de estudo com novas abordagens baseadas em informática, aproveitando e interrogando “grandes dados de saúde” de registros médicos eletrônicos para fins de modelagem de previsão de risco, fenotipagem de doenças crônicas, pesquisa de métodos de ciência de dados e tradução de medicina estratificada para a atenção primária.

Clique aqui para ler a entrevista com Stephen.

Folkert W. Asselbergs, Investigador Principal

Folkert é professor de medicina de precisão em doenças cardiovasculares no Instituto de Ciências Cardiovasculares, UCL, Diretor da Unidade de Informática de Pesquisa Clínica do NIHR BRC no UCLH, professor de genética cardiovascular e cardiologista no departamento de Cardiologia, Centro Médico Universitário de Utrecht, e diretor científico do Centro de Pesquisa Cardiovascular Durrer, Instituto Holandês do Coração. O Prof. Asselbergs publicou mais de 275 artigos científicos e obteve financiamento da Fundação leDucq, Fundação Britânica e Holandesa do Coração, UE (FP7, ERA-CVD, IMI, BBMRI) e RO1 National Institutes of Health.

Clique aqui para ler a entrevista com Folkert.

Nossa Esperança

A esperança da Unite.AI é que, ao usar imagens biomédicas, genômica e dados clínicos para descobrir biomarcadores e mecanismos associados a doenças e resultados de tratamento, isso impulsione a próxima geração de tratamento para combater a COVID-19. Estamos contribuindo para esse importante projeto destacando as personalidades por trás desse esforço global importante.