Stefano Pacifico och David Heeger, medgrundare av Epistemic AI – Intervjuer

Epistemic AI använder den senaste Natural Language Processing (NLP), maskinlärings- och djupläringsalgoritmer för att kartlägga relationer mellan en växande mängd biomedicinsk kunskap, från flera offentliga och privata källor, inklusive textdokument och databaser. Genom en process för kunskapskartläggning arbetar användarna interaktivt med plattformen för att kartlägga och förstå delmängder av biomedicinsk kunskap, vilket avslöjar begrepp och relationer som annars missas med traditionell sökning.

Vi har intervjuat båda medgrundarna av Epistemic AI för att diskutera de senaste framstegen.

Stefano Pacifico har mer än 10 års erfarenhet av tillämpad AI och NLP-utveckling. Tidigare var han på Bloomberg, där han tillbringade 7 år, och var på Elemental Cognition innan han startade Epistemic.

David Heeger är en Silver Professor i datavetenskap och neurovetenskap vid NYU och har tillbringat sin karriär med att kombinera datavetenskap, AI och biosvetenskap. Han är medlem i National Academy of Sciences. Som grundare kombinerar de expertisen inom tillämpad storskalig AI och NLP-system för att förstå stora samlingar av kunskap, med expertis inom beräkningsbiologi och biomedicinsk vetenskap från år av forskning inom området.

Vad var det som introducerade och drog er till AI och Natural Language Processing (NLP)?

Stefano Pacifico: När jag var i college i Rom och AI inte var särskilt populärt (i själva verket var det ganska marginellt), frågade jag min dåvarande handledare vilken specialisering jag borde ha valt bland de tillgängliga. Han sa: “Om du vill tjäna pengar, mjukvaruteknik och databaser, men om du vill vara konstig men mycket avancerad, välj då artificiell intelligens”. Jag var såld på “konstig”. Jag började sedan arbeta med kunskapsrepresentation och resonemang för att studera hur autonoma agenter kunde spela fotboll eller rädda människor. Sedan gjorde två insikter att jag blev kär i NLP: först, autonoma agenter kan behöva kommunicera med naturligt språk med varandra! Andra, att bygga formella kunskapsbaser för hand är svårt, medan naturligt språk (i text) redan tillhandahåller den största kunskapsbasen av alla. Jag vet idag att dessa kanske verkar som uppenbara observationer, men de var inte lika mainstream tidigare.

Vad var inspirationen bakom att lansera Epistemic AI?

Stefano Pacifico: Jag ska göra ett djärvt påstående. Ingen har idag adekvata verktyg för att förstå och koppla samman kunskapen i stora, växande samlingar av dokument och data. Jag hade tidigare arbetat med det problemet i finansvärlden. Tänk på nyheter, finansiella rapporter, prisdata, företagsåtgärder, ansökningar etc. Jag fann att problemet var berusande. Och naturligtvis är det ett svårt problem; och ett viktigt! När jag träffade min medgrundare, Dr. David Heeger, tillbringade vi ganska mycket tid med att utvärdera startup-möjligheter inom biomedicinska industrier. När vi insåg den enorma mängden information som genereras inom detta område, var det som om allt föll på plats. Biomedicinska forskare kämpar med informationsöverbelastning, samtidigt som de försöker hantera den växande basen av biomedicinsk kunskap, inklusive dokument (t.ex. artiklar, patent, kliniska prövningar) och databaser (t.ex. gener, proteiner, vägar, läkemedel, sjukdomar, medicinska termer). Detta är ett stort smärtproblem för forskare, och eftersom det inte finns någon lämplig lösning, tvingas de använda grundläggande sökverktyg (PubMed och Google (GOOGL ) Scholar) och manuellt kuraterade databaser. Dessa verktyg är lämpliga för att hitta dokument som matchar nyckelord (t.ex. en enskild gen eller en publicerad tidskriftsartikel), men inte för att skaffa sig omfattande kunskap om ett ämnesområde eller underdomän (t.ex. COVID-19), eller för att tolka resultaten från höggenomströmningsexperiment inom biologi, såsom gensekvensering, proteinuttryck eller skärming av kemiska föreningar. Vi startade Epistemic AI med idén att lösa detta problem med en plattform som tillåter dem att iterativt:

1. Förkorta tiden för att samla information och bygga omfattande kunskapskartor
2. Ta fram tvärvetenskaplig information som kan vara svår att hitta (verkliga upptäckter kommer ofta från att titta på det vita utrymmet mellan discipliner);
3. Identifiera orsakshypoteser genom att hitta vägar och saknade länkar i er kunskapskarta.

Vilka är några av de offentliga och privata källor som används för att kartlägga dessa relationer?

Stefano Pacifico: För närvarande tar vi in alla offentligt tillgängliga källor som vi kan få tag på, inklusive Pubmed och clinicaltrials.gov. Vi tar in databaser över gener, läkemedel, sjukdomar och deras interaktioner. Vi inkluderar också privata datakällor för utvalda kunder, men vi är inte i stånd att avslöja några detaljer ännu.

Vilken typ av maskinlärningstekniker används för kunskapskartläggning?

Stefano Pacifico: En av de djupt rotade övertygelserna på Epistemic AI är att fanatism inte är hjälpsam för att bygga produkter. Att bygga en arkitektur som integrerar flera maskinlärningstekniker var ett beslut som togs tidigt, och dessa sträcker sig från kunskapsrepresentation till transformermodeller, via grafnedbäddningar, men inkluderar också enklare modeller som regressioner och slumpmässiga skogar. Varje komponent är så enkel som den behöver vara, men inte enklare. Medan vi tror att vi redan har byggt NLP-komponenter som är state-of-the-art för vissa uppgifter, skyggar vi inte för enklare baslinjemodeller när det är möjligt.

Kan ni nämna några av de företag, ideella organisationer eller akademiska institutioner som använder Epistemic-plattformen?

Stefano Pacifico: Medan jag skulle älska att göra det, har vi inte kommit överens med våra användare om att göra det. Jag kan säga att vi har haft människor som registrerat sig från mycket högprofilerade institutioner i alla tre sektorerna (företag, ideella organisationer och akademiska institutioner). Dessutom avser vi att hålla plattformen gratis för akademiska/icke-vinstdrivande ändamål.

Hur hjälper Epistemic forskare att identifiera centrala nervsystem (CNS) och andra sjukdomsspecifika biomarkörer?

Dr. David Heeger: Neurovetenskap är ett mycket tvärvetenskapligt område som inkluderar molekylär och cellulär biologi och genetik, men också psykologi, kemi och principer för fysik, teknik och matematik. Det är så brett att ingen kan vara expert på allt. Forskare vid akademiska institutioner och läkemedels-/bioteknikföretag tvingas specialisera sig. Men vi vet att de viktiga insikterna är tvärvetenskapliga, som kombinerar kunskap från underspecialområden. Den AI-drivna programvaruplattformen som vi bygger möjliggör för alla att vara mer tvärvetenskapliga, att se sambanden mellan deras individuella expertområde och andra ämnen, och att identifiera nya hypoteser. Detta är särskilt viktigt inom neurovetenskap eftersom det är ett så högt tvärvetenskapligt område från början. Funktionen och dysfunktionen hos den mänskliga hjärnan är det svåraste problem som vetenskapen någonsin har stått inför. Vi är på en mission att förändra sättet som biomedicinska forskare arbetar och tänker.

Epistemic möjliggör också upptäckten av genetiska mekanismer för CNS-störningar. Kan ni gå igenom hur detta fungerar?

Dr. David Heeger: De flesta neurologiska sjukdomar, psykiska sjukdomar och utvecklingsstörningar har inte en enkel förklaring i termer av genetiska skillnader. Det finns ett fåtal syndrom som har en specifik mutation som orsakar störningen. Men det är inte typiskt. Det finns hundratals genetiska skillnader, till exempel, som har associerats med autism-spektrum-störningar (ASD). Det finns viss förståelse för vissa av dessa gener om de funktioner de tjänar i termer av grundläggande biologi. Till exempel, vissa av de gener som är associerade med ASD håller synapser samman i hjärnan (observera dock att samma gener vanligtvis utför olika funktioner i andra organsystem i kroppen). Men det finns mycket liten förståelse för hur dessa genetiska skillnader kan förklara den komplexa uppsättningen beteendemässiga skillnader som visas av individer med ASD. För att göra saken värre, två individer med samma genetiska skillnad kan ha helt olika resultat, en diagnostiserad med ASD och den andra, inte. Och två individer med helt olika genetiska profiler kan ha samma resultat med mycket liknande beteendemässiga brister. För att förstå allt detta krävs att man gör kopplingen från genetik och molekylärbiologi till cellulär neurovetenskap (hur orsakar genetiska skillnader att enskilda neuroner fungerar annorlunda) och sedan till systemneurovetenskap (hur orsakar skillnader i cellulär funktion att nätverk av stora antal sammanlänkade neuroner fungerar annorlunda) och sedan till psykologi (hur orsakar skillnader i neurala nätverksfunktioner skillnader i kognition, emotion och beteende). Och allt detta behöver förstås från ett utvecklingsperspektiv. En genetisk skillnad kan orsaka en brist i en viss aspekt av neural funktion. Men hjärnan sitter inte bara där och tar det. Hjärnor är mycket anpassningsbara. Om det finns en saknad eller trasig mekanism, kommer hjärnan att utvecklas annorlunda för att kompensera så mycket som möjligt. Denna kompensation kan vara molekylär, till exempel uppreglering av en annan synaptisk receptor för att ersätta funktionen hos en trasig synaptisk receptor. Eller kompensationen kan vara beteendemässig. Det slutliga resultatet beror inte bara på den initiala genetiska skillnaden, utan också på de olika försöken att kompensera som förlitar sig på andra molekylära, cellulära, krets-, system- och beteendemässiga mekanismer.

Ingen individ har kunskapen att förstå allt detta. Vi alla behöver hjälp. Den AI-drivna programvaruplattformen som vi bygger möjliggör för alla att samla och koppla samman all relevant biomedicinsk kunskap, att se sambanden och att identifiera nya hypoteser.

Hur använder bioteknik- och akademiska institutioner Epistemic för att tackla COVID-19-utmaningen?

Stefano Pacifico: Vi har släppt en offentlig version av vår plattform som innehåller COVID-specifika datamängder och som är fritt tillgänglig för alla som forskar om COVID-19. Den är tillgänglig på https://covid.epistemic.ai

Vilka är några av de andra sjukdomarna eller genetiska problemen som Epistemic har använts för?

Stefano Pacifico: Vi har samarbetat med autismforskare och håller för närvarande på att sammanställa ett nytt forskningsinitiativ för cystisk fibros. Men vi är glada att samarbeta med andra forskare eller institutioner som kan behöva hjälp med sin forskning.

Finns det något annat som ni skulle vilja dela om Epistemic?

Stefano Pacifico: Vi bygger en rörelse av människor som vill förändra sättet som biomedicinska forskare arbetar och tänker. Vi hoppas innerligt att många av era läsare kommer att vilja ansluta sig till oss!

Tack till er båda för att ni tog er tid att svara på våra frågor. Läsare som vill lära sig mer kan besöka Epistemic AI.