Запуск Owkin Коллаборативного Консорциума Открытой ИИ для COVID-19 (COAI)

После свежего раунда финансирования, Owkin недавно запустил Консорциум Открытой ИИ для COVID-19 (COAI). Этот консорциум позволит проводить передовые совместные исследования и ускорить клиническое развитие эффективных методов лечения пациентов, инфицированных COVID-19.

Первым этапом проекта является полное понимание и лечение сердечно-сосудистых осложнений у пациентов с COVID-19, что будет выполнено в сотрудничестве с CAPACITY, международным реестром, работающим с более чем 50 центрами по всему миру. Другие области исследований будут включать результаты лечения пациентов и триаж, а также прогнозирование и характеристику иммунного ответа.

Манифест Owkin идеально отражает видение компании:

“Мы полностью вовлечены в это новое направление с целью улучшения разработки лекарств и результатов лечения пациентов. Основанная в 2016 году, Owkin быстро выросла в лидера в привнесении технологий искусственного интеллекта (ИИ) и машинного обучения (МО) в отрасль здравоохранения. Наши решения улучшают традиционный медицинский исследовательский парадигму, превращая ранее разрозненные и несвязанные системы в инновационные и совместные, которые, прежде всего, ставят во главу угла конфиденциальность пациентов.”

Федеративное обучение

Чтобы понять модель, которую использует Owkin, необходимо полностью понять новую технологию, называемую Федеративным обучением. Федеративное обучение предлагает框架 для разработки ИИ, который позволяет предприятиям обучать модели машинного обучения на данных, распределенных по множеству медицинских учреждений, не централизуя данные. Преимущества этого двойные: нет потери конфиденциальности, поскольку данные не связаны напрямую с конкретным пациентом, и данные сохраняются в медицинском учреждении, которое их собирает.

Использование Федеративного обучения позволяет получить значительно более широкий спектр данных, чем тот, который имеет любая отдельная организация. Это означает, что, используя Федеративное обучение, исследователи имеют доступ к стольким данным, сколько доступно, и чем больше данных имеет система машинного обучения, тем более точным становится ИИ.

В настоящее время существуют несколько национальных усилий по использованию ИИ для борьбы с COVID-19. Проблема многих из этих национальных, разрозненных усилий заключается в том, что данные специфичны для одной страны. Сбор данных из одного региона может не раскрыть важную информацию, которая позволит исследователям полностью понять, как воздействие окружающей среды, этническая принадлежность, генетика, возраст и пол могут сыграть важную роль в понимании этой болезни. Это почему сотрудничество так важно, и почему сбор данных из нескольких юрисдикций еще более важен.

Как описано Owkin, они стремятся использовать Федеративное обучение для следующего:

“Мы стремимся помочь им понять, почему эффективность лекарств варьируется от пациента к пациенту, улучшить процесс разработки лекарств и определить лучшее лекарство для правильного пациента в правильное время, чтобы улучшить результаты лечения.”

Понимание и решение проблем со здоровьем сердца будет первым вызовом, который Owkin предпримет. Как важно данные, так же важно и усилия исследователей и участников, которые возглавляют эту инициативу. Это почему Unite.AI будет публиковать три интервью с исследователями, которые вносят вклад в проект COAI.

Интервью

Санджай Будхдео, доктор медицины, бизнес-развитие:

Санджай – практикующий врач. Он имеет степени в области медицинских наук и медицины Оксфордского университета и степень магистра Кембриджского университета. Санджай 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.

Нажмите здесь, чтобы прочитать интервью с Санджаем.

Доктор Стивен Венг, главный исследователь:

Стивен – ассистент-профессор интегрированной эпидемиологии и науки о данных, который возглавляет исследования по науке о данных в Группе исследований первичной медико-санитарной помощи и стратифицированной медицины.

Он объединяет традиционные эпидемиологические методы и дизайн исследования с новыми информационными подходами, используя и анализируя “большие данные здравоохранения” из электронных медицинских записей для целей моделирования прогнозирования риска, фенотипирования хронических заболеваний, исследований методов науки о данных и перевода стратифицированной медицины в первичную медико-санитарную помощь.

Нажмите здесь, чтобы прочитать интервью со Стивеном

Фолькерт В. Асселберги, главный исследователь

Фолькерт – профессор точной медицины сердечно-сосудистых заболеваний в Институте сердечно-сосудистых наук, Университетского колледжа Лондона, директор клинического исследовательского информационного подразделения Национального института здравоохранения в Университетском колледже Лондонской больницы, профессор генетики сердечно-сосудистых заболеваний и консультант-кардиолог в отделении кардиологии Университетской медицинской клиники Утрехта, и главный научный сотрудник Центра исследований сердечно-сосудистых заболеваний Дюррера, Нидерландский институт сердца. Профессор Асселберги опубликовал более 275 научных работ и получил финансирование от фонда LeDucq, Британского и Нидерландского фондов сердца, ЕС (FP7, ERA-CVD, IMI, BBMRI) и Национальных институтов здравоохранения.

Нажмите здесь, чтобы прочитать интервью с Фолькертом

Наша надежда

Надежда Unite.AI заключается в том, что, используя биомедицинские изображения, геномику и клинические данные для открытия биомаркеров и механизмов, связанных с заболеваниями и результатами лечения, это позволит ускорить разработку следующего поколения методов лечения COVID-19. Мы вносим вклад в этот важный проект, подчеркивая личности, стоящие за этой важной глобальной инициативой.