COVID-19 Open AI Consortium – Intervju z Owkinovim Sanjayem Budhdeom, dr.med., Poslovni razvoj

Covid-19 Open AI Consortium (COAI) namerava v boj proti pandemiji Covid-19 prinesti prelomna medicinska odkritja in izvedljive ugotovitve.

COAI se želi povečati skupne raziskave, pospešiti klinični razvoj učinkovitih zdravljenj za Covid-19 in deliti vse svoje ugotovitve z globalno medicinsko in znanstveno skupnostjo. COAI bo združil sodelavce: akademske ustanove, raziskovalce, podatkovne znanstvenike in industrijske partnerje za boj proti pandemiji Covid-19.

To bo tisto prvi treh intervjujev z glavnimi voditelji COAI.

Sanjay Budhdeo je zdravnik. Diplomiral je iz medicinskih znanosti in medicine na Univerzi v Oxfordu in magistriral na Univerzi v Cambridgeu ter je član Royal College of Physicians. Sanjay ima raziskovalne izkušnje na področju slikanja nevronov, epidemiologije in digitalnega zdravja. Preden se je pridružil Owkinu kot vodja partnerstva, je bil višji sodelavec pri Boston Consulting Group, kjer se je osredotočal na podatke in digitalno v zdravstvu. Je član odbora za varnost pacientov pri Royal Society of Medicine, pred tem pa je bil svetovalec specialist pri komisiji za kakovost oskrbe.

Kaj vas je navdušilo, da ste se pridružili OWKIN?

Ko sem delal kot zdravnik, sem videl veliko pacientov, ki so imeli bolezni, ki jih nismo mogli zdraviti z zdravili, pri katerih smo lahko storili le toliko. Kot raziskovalec sem bil razočaran nad tradicionalnimi pristopi k analizi v času, ko je bilo dostopa do vedno več podatkov. Poskus vzpostavitve povezave med področji, ki so se razvila ločeno - kot sta epidemiologija in slikanje - se je izkazal za res zahtevno. Strojno učenje je bilo zame način za povezovanje točk iz mojega dela raziskovalca in zdravnika, tako da sem lahko pridobil vpoglede na ravni posameznika, ki bi lahko vplivali na diagnozo in zdravljenje celotne populacije bolnikov.

Imate raziskovalne izkušnje na področju epidemiologije in digitalnega zdravja. Ali lahko z nami delite nekaj prejšnjih projektov, na katerih ste delali?

Na področju epidemiologije sem delal na kohorti rojstev v Združenem kraljestvu leta 1946 – fascinantna dolgoročna študija, ki je spremljala subjekte, rojene v enem tednu v njihovem življenju. V enem projektu sem pogledal, kdaj so se ti subjekti začeli učiti sedeti, stati in hoditi, in videl, da je to povezano z njihovo sposobnostjo opravljanja bolj zapletenih nalog pozneje v življenju. Preučil sem tudi razloge za to povezavo – ali obstajajo razlike v genetiki ali strukturi možganov? V digitalnem zdravstvu sem se osredotočil na interoperabilnost – povezave med elektronskimi zdravstvenimi kartotekami v bolnišnicah, ki omogočajo izmenjavo podatkov o bolnikih med bolnišnicami. To je zelo pomembno za neposredno klinično oskrbo, tako da ima zdravnik popolno predstavo o tem, kaj se vam je zgodilo prej, vendar je prav tako zelo pomembno omogočiti uporabo modelov strojnega učenja v kliničnem okolju.

OWKIN vodi raziskovalno sodelovanje, ki ga vodi umetna inteligenca, imenovano COVID-19 Open AI Consortium (COAI). Ali lahko opišete, kaj je ta projekt?

COAI je Owkinov odgovor na pomisleke, ki smo jih slišali od naših partnerskih kliničnih in akademskih ustanov. Jasno nam je, da obstajajo pomembna klinična vprašanja, na katera je treba odgovoriti na Covid-19 – na primer, kako lahko prepoznamo bolnike, pri katerih obstaja tveganje za hudo bolezen? Kakšna so možna zdravljenja, ki bi jih lahko preizkusili proti okužbam s COVID-19? Naš cilj je povečati skupne raziskave in deliti vse ugotovitve z globalno medicinsko in znanstveno skupnostjo. COAI se opira na prednosti sodelavcev v zdravstvenem in tehnološkem prostoru – vključno z univerzami, bolnišnicami, zagonskimi podjetji in biofarmacevtskimi podjetji. Ustvarjamo posebna raziskovalna področja in prvo področje, ki smo ga napovedali, so srčno-žilni zapleti pri bolnikih s covidom-19, dodatna raziskovalna področja pa bodo kmalu začela delovati.

Eden od začetnih projektov bo razumevanje srčno-žilnih zapletov. Kakšne vpoglede pričakujemo od COAI?

Naš cilj je pridobiti klinično uporabne informacije o tveganju akutnih srčno-žilnih zapletov zaradi okužb s Covid-19. To vprašanje raziskujemo z več zornih kotov in uporabljamo različne vrste podatkov v različnih državah. Super je sodelovati z mednarodno vodilnimi kliničnimi raziskovalci, da pridemo do bistva teh vprašanj.

Napovedovanje in karakterizacija imunskih odzivov je še en vidik COAI. Katere so nekatere podatkovne točke, za katere menite, da bi jih bilo treba analizirati, da bi v celoti razumeli, zakaj so nekateri ljudje sposobni zgraditi imunski odziv, medtem ko drugi potrebujejo zdravniško pomoč?

Obrambni sistem našega telesa je neverjetno kompleksen in zapleten. Obstaja veliko vrst celic, ki sodelujejo pri našem imunskem odzivu. Nekatere celice se neposredno borijo proti tujim napadalcem. Druge celice bodo proizvajale provnetne kemikalije, imenovane citokini, ki delujejo kot signali za usmerjanje za ciljno usmerjenost imunskega odziva in označevanje specifičnih celic za uničenje. Učimo se, da je ravnotežje določenih citokinov – vključno z IFN1, IFN gama in IL-10 – zelo pomembno pri posredovanju tega imunskega odziva. Strojno učenje je lahko zelo koristno za preučevanje zelo bogatega nabora podatkov, ki vsebuje ravni številnih citokinov in drugih krvnih označevalcev, ter ustvarjanje vpogledov v to, kateri so ključni akterji, pri tem pa upošteva zapleteno medsebojno delovanje različnih dejavnikov.

Razumevanje, kako zdraviti bolnike, da bi dosegli najboljši izid za bolnika, je verjetno eden najpomembnejših projektov, ki se jih loteva COAI. Kateri so po vašem mnenju prvi koraki, ki jih je treba narediti, da bi to razumeli?

Pomemben prvi korak je stratifikacija tveganja. Želimo razumeti, pri katerih bolnikih je največje tveganje za hudo bolezen - vključno s pljučnimi zapleti, kot je sindrom akutne dihalne stiske, srčnimi zapleti, kot je miokarditis, in drugimi posledicami, specifičnimi za organe ali sisteme. To vprašanje stratifikacije tveganja je pomembno iz več razlogov. Prvič, kot zdravnik boste morda želeli bolnika spremljati drugače, če veste, da je pri njih večje tveganje kompilacij. Drugič, kot bolnišnica želite imeti možnost napovedati povpraševanje po ustanovah za intenzivno nego in načrtovati v skladu s tem povpraševanjem. Tretjič, če ste raziskovalec ali biofarmacevtsko podjetje, lahko to podskupino bolnikov vključite v preskušanja in jih zdravite zgodaj, da dobite optimalen odziv na vaše zdravilo. V vseh teh primerih je naš končni cilj izboljšanje bolnikovih rezultatov

Ali lahko pojasnite, zakaj je podatkovna znanost tako pomembna za boj proti COVID-19?

Podatkovna znanost je v najširšem smislu v središču boja proti COVID-19. Ostajajo pomembna vprašanja o modeliranju stopenj okužbe s COVID-19. Podatke o bolnikih iz resničnega sveta lahko uporabimo za identifikacijo zdravil, ki bi jih lahko koristno preuredili za zdravljenje bolnikov s COVID-19. O virusu odkrivamo neverjetno veliko informacij, ki nam bodo pomagale bolje oblikovati cepivo. O virusu ne vemo toliko, vključno s tem, kako vpliva na ljudi, in se učimo vse več zahvaljujoč številnim vrstam podatkov – biokemičnih, genetskih, kliničnih in iz mobilnih telefonov.

Katera so po vašem mnenju nekatera spoznanja, ki se jih lahko naučimo z AI, ki analizira te podatke?

Zame je prednost umetne inteligence v tem, da pomaga pri pridobivanju zaključkov na ravni posameznika iz podatkov na ravni prebivalstva. Razmislimo lahko o tem, katerim bolnikom bi lahko koristile katere terapije za boj proti okužbi s COVID-19, ali pomagamo predvideti, katera območja bi lahko postala lokalna žarišča okužbe s COVID-19. Prav tako je veliko dejavnosti na področju odkrivanja, tako v smislu potencialnih zdravil kot kandidatov za cepiva. Umetna inteligenca nam resnično lahko pomaga veliko hitreje zagotoviti nova biološka spoznanja.

Kdo bi se moral pridružiti projektu COVID-19 Open AI Consortium?

Govorimo s številnimi akterji znotraj in zunaj zdravstvenega prostora. To vključuje bolnišnice, univerze in farmacevtska podjetja, pa tudi druga zagonska podjetja, nevladne organizacije in politične organizacije. Zlasti smo veseli klinikov, ki so zbrali podatke in želijo pomoč pri analizi.

Ali želite še kaj povedati o projektu COAI ali COVID-19?

Zelo sem vesel, da lahko to pobudo delim z vami! Če želite sodelovati, bomo z veseljem razpravljali — stopite v stik na [e-pošta zaščitena]

Hvala za fantastičen intervju. Bralci, ki želite izvedeti več, lahko preberete naš članek, ki opisuje projekt COAI.

Drugi intervju v tej seriji je bil z Dr. Stephen Weng, glavni raziskovalec.

Tretji intervju v tej seriji je bil z Folkert W. Asselbergs, glavni raziskovalec

Obiščete lahko tudi spletno mesto Covid-19 Open AI Consortium.