Консорциум открытой ИИ против COVID-19 – Интервью с Санджейем Будхдео, MD, директором по развитию бизнеса Owkin

Консорциум открытой ИИ против COVID-19 (COAI) направлен на достижение прорывных медицинских открытий и получение действенных результатов в борьбе с пандемией COVID-19.

COAI стремится увеличить коллаборативные исследования, чтобы ускорить клиническое развитие эффективных методов лечения COVID-19, и поделиться всеми своими результатами с глобальным медицинским и научным сообществом. COAI объединит коллабораторов: академические учреждения, исследователи, специалисты по данным и промышленные партнеры, чтобы бороться с пандемией COVID-19.

Это будет первое из трех интервью с основными лидерами, стоящими за COAI.

Санджей Будхдео является практикующим врачом. Он имеет степени в области медицинских наук и медицины от Оксфордского университета и степень магистра от Кембриджского университета, а также членство в Королевском колледже врачей. Санджей имеет опыт исследований в области нейровизуализации, эпидемиологии и цифрового здравоохранения. До того, как присоединиться к Owkin в качестве менеджера по партнерству, он был старшим ассоциированным в Boston Consulting Group, где он фокусировался на данных и цифровых технологиях в здравоохранении. Он является членом Комитета по безопасности пациентов в Королевском обществе медицины и ранее был специальным советником в Комиссии по качеству ухода.

Что вдохновило вас присоединиться к OWKIN?

Когда я практиковал как врач, я видел многих пациентов, которые имели состояния, которые мы не могли лечить с помощью лекарств, где мы могли сделать только так много. Как исследователь, я был разочарован традиционными подходами к анализу, в то время когда у нас был доступ к все большему количеству данных. Попытка установить связь между областями, которые эволюционировали отдельно – такими как эпидемиология и визуализация – оказалась действительно сложной. Машинное обучение было для меня способом соединить точки из моей работы как исследователя и врача, чтобы получить индивидуальные знания, которые могли бы повлиять на диагностику и лечение всего населения пациентов.

У вас есть опыт исследований в области эпидемиологии и цифрового здравоохранения. Не могли бы вы поделиться с нами некоторыми из предыдущих проектов, над которыми вы работали?

В эпидемиологии я работал над британской когортой 1946 года рождения – fascинующим долгосрочным исследованием, которое отслеживало предметов, родившихся в одну и ту же неделю, на протяжении всей их жизни. В одном проекте я посмотрел, когда эти предметы начали учиться сидеть, стоять и ходить, и увидел, что это было связано с их способностью выполнять более сложные задачи позже в жизни. Я также посмотрел на причины этой связи – были ли различия в генетике или в структуре мозга? В цифровом здравоохранении мой фокус был на интероперабельности – связях между электронными медицинскими записями в больницах, которые позволяют делиться данными о пациентах между больницами. Это действительно важно для прямой клинической помощи, поэтому врач имеет полное представление о том, что произошло с вами раньше, но это также действительно важно для использования моделей машинного обучения в клинической обстановке.

Owkin возглавляет коллаборативное исследование, основанное на ИИ, называемое Консорциумом открытой ИИ против COVID-19 (COAI). Не могли бы вы описать, что это за проект?

COAI – это ответ Owkin на проблемы, которые мы слышали от наших партнеров – клинических и академических учреждений. Ясно, что есть важные клинические вопросы, которые нужно ответить для COVID-19 – например, как мы можем определить пациентов, находящихся в группе риска тяжелого заболевания? Какие потенциальные методы лечения можно попробовать против инфекции COVID-19? Наша цель – увеличить коллаборативные исследования и поделиться всеми своими результатами с глобальным медицинским и научным сообществом. COAI опирается на сильные стороны коллабораторов в области здравоохранения и технологий – включая университеты, больницы, стартапы и биофармацевтические компании. Мы создаем конкретные исследовательские области, и первой областью, которую мы объявили, является область кардиоваскулярных осложнений у пациентов с COVID-19, с дополнительными исследовательскими областями, которые скоро будут запущены.

Одним из первых проектов будет понимание кардиоваскулярных осложнений. Какие знания мы надеемся получить из COAI?

Наша цель – произвести клинически полезную информацию о риске острых кардиоваскулярных осложнений от инфекции COVID-19. Мы исследуем этот вопрос с разных сторон, используя разные типы данных в разных странах. Это здорово работать с ведущими клиническими исследователями, чтобы добраться до сути этих вопросов.

Прогнозирование и характеристика иммунных ответов – это еще один аспект COAI. Какие данные, по вашему мнению, следует проанализировать, чтобы полностью понять, почему некоторые люди способны построить иммунный ответ, а другие требуют медицинской помощи?

Система защиты нашего организма невероятно сложна и тонка. Есть много типов клеток, участвующих в нашем иммунном ответе. Некоторые клеток напрямую борются с чужеродными захватчиками. Другие клетки будут производить про-воспалительные химические вещества, называемые цитокинами, которые действуют как сигналы навигации для иммунного ответа, и маркируют конкретные клетки для уничтожения. То, что мы учимся, – это то, что баланс определенных цитокинов – включая IFN1, IFN гамма и IL-10 – очень важен для посредничества этого иммунного ответа. Машинное обучение может быть очень полезным для изучения очень богатого набора данных, содержащего уровни многих цитокинов и других маркеров крови, и генерации знаний о том, какие ключевые игроки здесь, принимая во внимание сложное взаимодействие между различными факторами.

Понимание того, как лечить пациентов, чтобы достичь лучших результатов для пациентов, возможно, является одним из самых важных проектов, которые выполняет COAI. По вашему мнению, какие первые шаги необходимо предпринять, чтобы понять это?

Важный первый шаг – это стратификация риска. Мы хотим понять, какие пациенты находятся в группе最高ого риска тяжелого заболевания – включая легочные осложнения, такие как острый респираторный дистресс-синдром, сердечные осложнения, такие как миокардит, и другие органоспецифические последствия. Этот вопрос о стратификации риска важен по нескольким причинам. Во-первых, как врач, вы можете отслеживать пациента по-другому, если вы знаете, что он находится в группе риска осложнений. Во-вторых, как больница, вы хотите быть в состоянии предсказать спрос на интенсивную терапию и спланировать соответственно. В-третьих, если вы исследователь или биофармацевтическая компания, вы можете включить эту подгруппу пациентов в испытания и лечить их ранее, чтобы получить оптимальный ответ на ваше лекарство. Во всех этих случаях наша конечная цель – улучшить результаты для пациентов.

Не могли бы вы объяснить, почему наука о данных так важна для борьбы с COVID-19?

Наука о данных, в ее широком смысле, является сердцем борьбы с COVID-19. Остались важные вопросы о моделировании скорости инфекции COVID-19. Мы можем использовать реальные данные пациентов, чтобы определить лекарства, которые можно было бы полезно перепрофилировать для лечения пациентов с COVID-19. Есть невероятное количество информации, которую мы открываем о вирусе, которая поможет нам лучше спроектировать вакцину. Есть так много того, чего мы не знаем о вирусе, включая то, как он влияет на людей, и мы учимся все больше и больше благодаря многим видам данных – биохимическим, генетическим, клиническим и от мобильных телефонов.

Что, по вашему мнению, являются некоторыми из знаний, которые мы можем получить из анализа ИИ этих данных?

Для меня сладкое место ИИ – это действительно в помощи в получении выводов на уровне отдельного человека из данных популяционного уровня. Мы можем подумать о том, какие пациенты могут получить пользу от каких терапий для борьбы с инфекцией COVID-19 или помочь предсказать, какие области могут стать местными горячими точками для инфекции COVID-19. Там также много активности в области открытий, как в плане потенциальных лекарств, так и в плане кандидатов на вакцину. ИИ может действительно помочь нам доставить новые биологические знания намного быстрее.

Кто, по вашему мнению, должен присоединиться к проекту Консорциума открытой ИИ против COVID-19?

Мы говорим с множеством игроков внутри и вне сферы здравоохранения. Это включает больницы, университеты и фармацевтические компании, но также другие стартапы, НПО и политические организации. Мы особенно рады услышать от клиницистов, которые собрали данные и хотели бы получить помощь в анализе.

Есть ли что-то еще, что вы хотели бы поделиться о проекте COAI или COVID-19?

Я действительно рад поделиться этой инициативой с вами! Если вы хотите сотрудничать, мы были бы рады обсудить – свяжитесь с нами по адресу [email protected].

Спасибо за фантастический интервью. Читатели, которые хотят узнать больше, могут прочитать нашу статью, описывающую проект COAI.

Второе интервью в этой серии было с доктором Стивеном Венгом, главным исследователем.

Третье интервью в этой серии было с Фолькертом В. Ассельбергсом, главным исследователем.

Вы также можете посетить веб-сайт Консорциума открытой ИИ против COVID-19.