Owkin lança o Open AI Consortium Colaborativo COVID-19 (COAI)

Após um nova rodada de financiamento, Owkin lançou recentemente o Covid-19 Open AI Consortium (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 completamente as complicações cardiovasculares em pacientes com COVID-19, isso será realizado em colaboração com CAPACIDADE, um registro internacional que trabalha com mais de 50 centros em todo o mundo. Outras áreas de pesquisa incluirão resultados e triagem de pacientes e a previsão e caracterização da resposta imune.

O manifesto de Okkin declara perfeitamente a visão da empresa:

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

Aprendizagem Federada

Para entender o modelo que Owkin está adotando, é preciso entender completamente uma nova tecnologia chamada Aprendizagem Federada. O aprendizado federado oferece uma estrutura para desenvolvimento de IA que permite que as empresas treinem modelos de aprendizado de máquina em dados distribuídos em escala em várias instituições médicas sem centralizar os dados. Os benefícios disso 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, assim, uma gama significativamente mais ampla de dados do que qualquer organização possui internamente. O que isso significa é que, por meio do aprendizado federado, os pesquisadores têm acesso a todos os dados disponíveis e, quanto mais big data um sistema de aprendizado de máquina possui, mais precisa a IA se torna.

Atualmente, existem vários esforços nacionais no uso da IA ​​para combater o COVID-19. O problema com muitos desses esforços nacionalistas desconexos é que os dados são específicos de um país. A coleta de dados de uma única região pode falhar em revelar informações importantes que permitiriam aos pesquisadores entender completamente como a exposição a elementos ambientais, composição étnica, genética, idade e gênero podem desempenhar papéis importantes na compreensão desta doença. É por isso que a colaboração é tão importante e a coleta de dados de várias jurisdições é ainda mais importante.

Conforme descrito por Owkin, eles procuram usar o aprendizado federado para o seguinte:

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

Compreender e lidar com questões de saúde cardiovascular será o primeiro desafio assumido por Owkin. Por mais importantes que sejam os dados, o que é ainda mais importante são os esforços dos pesquisadores e colaboradores que lideram esse esforço. É por isso que o Unite.AI divulgará três entrevistas com pesquisadores que estão contribuindo com o projeto COAI.

As entrevistas

Sanjay Budhdeo, MD, Desenvolvimento de Negócios:

Sanjay é um médico praticante. Ele possui graduação em Ciências Médicas e Medicina pela Universidade de Oxford e mestrado pela Universidade de Cambridge. Sanjay tem experiência em pesquisa em neuroimagem, epidemiologia e saúde digital. Antes de ingressar na Owkin como gerente de parceria, ele foi associado sênior no Boston Consulting Group, onde se concentrou em dados e digital na área da saúde. Ele faz parte do Comitê de Segurança do Paciente da Royal Society of Medicine e foi anteriormente Consultor Especializado na Comissão de Qualidade de Cuidados.

Clique aqui para ler a entrevista com Sanjay.

Dr. Stephen Weng, Pesquisador Principal:

Stephen é um Professor Assistente de Epidemiologia Integrada e Ciência de Dados que lidera a pesquisa de ciência de dados dentro do Grupo de Pesquisa em Medicina Estratificada de 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 na 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 Institute of Cardiovascular Science, UCL, diretor da Unidade de Informática de Pesquisa Clínica do NIHR BRC na UCLH, professor de genética cardiovascular e cardiologista consultor no departamento de Cardiologia, University Medical Center Utrecht e diretor científico do Durrer Centre for Cardiovascular Research, Netherlands Heart Institute. O Prof Asselbergs publicou mais de 275 artigos científicos e obteve financiamento da fundação leDucq, British and Dutch Heart Foundation, UE (FP7, ERA-CVD, IMI, BBMRI) e RO1 National Institutes of Health.

Clique aqui para ler a entrevista com Folkert

Nossa esperança

A esperança do 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 o COVID-19. Estamos contribuindo para este importante projeto destacando as personalidades por trás deste importante esforço global.