COVID-19 Open AI Consortium – Intervju med Dr. Stephen Weng, Principal Investigator

Covid-19 Open AI Consortium (COAI) syftar till att bringa banbrytande medicinska upptäckter och handlingsbara resultat till kampen mot covid-19-pandemin.

COAI syftar till att öka samarbetsforskning, för att påskynda klinisk utveckling av effektiva behandlingar för covid-19, och för att dela alla sina resultat med den globala medicinska och vetenskapliga gemenskapen. COAI kommer att förena samarbetspartners: akademiska institutioner, forskare, dataforskare och industriella partners, för att bekämpa covid-19-pandemin.

Detta är den andra av tre intervjuer med de ledande personerna bakom COAI. Den första intervjun var med Owkins Sanjay Budhdeo, MD, Business Development.

Stephen Weng är en biträdande professor i integrerad epidemiologi och dataforskning som leder dataforskningsarbetet inom Primary Care Stratified Medicine Research Group.

Han integrerar traditionella epidemiologiska metoder och studieutformning med nya informationsbaserade tillvägagångssätt, som utnyttjar och undersöker “stora hälso- och sjukvårdsdata” från elektroniska patientjournaler för att förutsäga risker, identifiera kroniska sjukdomar, forska om dataforskningsmetoder och översätta stratifierad medicin till primärvården.

Nyligen gick du med i COVID-19 Open AI Consortium (COAI) som en ledande principal investigator. Kan du diskutera vad som fick dig att gå med i det här projektet?

Jag har samarbetat med Owkin och europeiska partners i projekt som syftar till att förbättra sekundärprevention för akut koronart syndrom under det senaste året. När Owkin lanserade COVID-19 Open AI Consortium för att utnyttja deras teknik, expertis och vår infrastruktur för att bidra till den globala kampen mot covid-19, var detta ett uppenbart val och en naturlig passform för att gå med i konsortiet. Vi har utmärkta partners som är ledande kardiologer i Europa bland våra utredare från våra tidigare konsortier. Med hjälp av dessa resurser och expertis kunde vi gå mycket snabbt och med en takt som möjliggjorde att lansera det här konsortiet inom några veckor och slutligen förbättra vår förståelse av sjukdomsprogressionen, den underliggande etiologin och riskfaktorerna i våra populationer.

En viss procent av befolkningen som drabbas av covid-19 visar tecken på kardiovaskulär skada. Vilka typer av hjärtrelaterade problem ses?

Det finns bevis som tyder på att kardiovaskulära riskfaktorer och kardiovaskulära sjukdomar är en stor bidragande faktor till sjukdomens svårighetsgrad. En nylig analys av 17 000 covid-19-fall som krävde sjukhusvistelse i Storbritannien visade att hjärtsjukdomar förekom i 29 % av alla sjukhusfall. Underliggande kardiovaskulära riskfaktorer, inklusive ökande ålder, högt blodtryck, fetma, hypertoni och typ 2-diabetes, bidrar betydligt till sjukdomens svårighetsgrad.

Tror du att vi för närvarande har någon form av förståelse för varför covid-19 orsakar den här typen av hjärtskada?

Det finns fortfarande många frågor som måste besvaras om epidemiologin kring sjukdomsprogressionen och svårighetsgraden av covid-19, särskilt när det gäller patienter med hjärtsjukdom. Patienter med hjärtsjukdom löper ökad risk att uppleva allvarlig sjukdom som kan kräva cardiorespiratoriskt stöd på en intensivvårdsavdelning. Svårighetsgraden av covid-19 och progressionen mot allvarliga utfall är troligen driven av någon direkt skada på det kardiovaskulära systemet, som kan vara akut. Den exakta typen av kardial skada hos covid-19-patienter kräver ytterligare utredning.

Vad kommer din roll att vara inom COAI?

Jag är en epidemiolog och dataforskare med ett forskningsfokus på prognos av kardiovaskulära utfall. Mycket av mitt arbete består i att dyka djupt i mycket stora datamängder för att besvara dessa kliniska frågor. I min roll, förutom att direkt försöka besvara några av dessa viktiga forskningsfrågorna genom att utnyttja min förmåga att komma åt stora populationer, försöker jag också att underlätta för andra akademiker och kollegor att bidra till vårt konsortium.

Vilka typer av personer behöver vi för att gå med i COAI-projektet för att maximera dess effektivitet?

Det är inte bara viktigt att få tillgång till större mängder data från fler forskare och kliniska kollegor, utan vi behöver också öka mångfalden av våra dataresurser. Vi vet att covid-19 har ett brett spektrum av svårighetsgrad, från asymtomatiska individer till mycket allvarlig sjukdom som resulterar i död. Olika typer av data över hela spektrumet av hälso- och sjukvårdsinställningar, från primärvård till sekundärvård, behövs för att besvara dessa frågor om sjukdomsprogression och svårighetsgrad.

Du är för närvarande en biträdande professor i integrerad epidemiologi och dataforskning som leder dataforskningsarbetet inom University of Nottinghams Primary Care Stratified Medicine Research Group. Kan du diskutera möjliga sätt som stora data kan användas för att bekämpa covid-19 med den information vi har i dag?

Vi har några stora datamängder som vi kan utnyttja. De stora vinsterna har varit nyliga investeringar i datakoppling, som verkligen har satts i verket, och vi börjar se att dessa initiativ bär frukt. Vi är på väg att få tillgång till stora populationer som nu har kopplats till primärvård, sjukhusjournaler, dödsregister och covid-19-testdata. Dessutom har dessa data möjligheter att undersöka genetiska influenser på covid-19-utfall. Dessa kopplingar är endast möjliga tack vare den ökande användningen av stora datamängder och stora populationers biobanker. På grund av mängden data och variabler som samlas in är de AI-modeller som Owkin har utvecklat och förfinat verkligen användbara för att effektivt analysera data och dra meningsfulla slutsatser.

Vilken information behöver vi samla in för att göra precisionsmedicin till ett effektivt verktyg för att behandla covid-19-patienter?

En mer varierad uppsättning datatyper, inklusive bilder, genetiska data, biomarkörer samt kliniska egenskaper och patientdemografi.

I en idealisk värld, vilken typ av data borde vi samla in från covid-19-patienter?

I en sådan ny sjukdom som covid-19 tror jag inte att det finns någon övre gräns för den mängd data som behövs. Det finns ett uttryck “vi vet inte vad vi inte vet ännu”, så ju fler typer av data och information vi kan samla in nu, desto användbarare kommer det att vara i framtiden. Till exempel, hur många genetiska framsteg har vi uppnått tack vare att vi kunnat sekvensera data och hålla den tillgänglig för forskare i biobanker? Jag ser att detta sker med covid-19. Om vi skapar en stor och varierad datamängd nu, har jag ingen tvekan om att det kommer att finnas nya upptäckter som kan hjälpa vår förståelse i framtiden.

Borde vi också samla in data från den delen av befolkningen som är immun mot covid-19, för att bättre förstå vad som gör dem immuna?

I epidemiologi är valet av kontrollgrupp extremt viktigt. Risk i många avseenden är relativ. Om vår baslinje börjar med sjukhusinläggning, då förstår vi bara sjukdomsätiologin hos de som visar mer allvarliga symtom. Jag tror att en bättre förståelse av asymtomatiska individer och vad som gör dem asymtomatiska mot covid-19 är absolut nödvändig. Hur många terapier utvecklas tack vare att man undersöker vinst- eller förlustmutationer som naturligt förekommer i populationer.

Tack för den fantastiska intervjun. Läsare som vill lära sig mer kan läsa vår artikel som beskriver COAI-projektet.

Den första intervjun i den här serien var med Owkins Sanjay Budhdeo, MD, Business Development.

Den tredje intervjun i den här serien var med Folkert W. Asselbergs, Principal Investigator

Du kan också besöka Covid-19 Open AI Consortiums webbplats.