Owkin, İşbirlikçi COVID-19 Açık AI Konsorsiyumunu (COAI) Başlattı

Bir yeni finansman turu, Owkin kısa süre önce Covid-19 Açık Yapay Zeka Konsorsiyumu'nu (COAI) başlattı. Bu konsorsiyum, COVID-19 ile enfekte olan hastalar için gelişmiş ortak araştırmalara olanak sağlayacak ve etkili tedavilerin klinik gelişimini hızlandıracaktır.

Projenin ilk aşaması, COVID-19 hastalarında kardiyovasküler komplikasyonları tam olarak anlamak ve tedavi etmektir, bu, KAPASİTE, dünya çapında 50'den fazla merkezle çalışan uluslararası bir kayıt defteri. Diğer araştırma alanları, hasta sonuçlarını ve triyajı ve bağışıklık tepkisinin tahminini ve karakterizasyonunu içerecektir.

Owkin'in manifestosu şirketin vizyonunu mükemmel bir şekilde ortaya koyuyor:

“Hedefiyle bu yeni sınırla tamamen meşgulüz. ilaç geliştirme ve hasta sonuçlarını iyileştirme. 2016 yılında kurulan Owkin, kısa sürede lider olarak ortaya çıktı. Yapay Zeka (AI) ve Makine Öğrenimi (ML) teknolojilerini sağlık sektörüne getiriyoruz. Çözümlerimiz, daha önce silo halinde olan, birbirinden kopuk bir sistemi, her şeyden önce hastaların mahremiyetine öncelik veren yenilikçi ve işbirliğine dayalı bir sisteme dönüştürerek geleneksel tıbbi araştırma paradigmasını geliştiriyor.”

Federe Öğrenme

Owkin'in ilgilendiği modeli anlamak için yeni bir teknolojiyi tam olarak anlamak gerekir. Federe Öğrenme. Birleşik öğrenim, işletmelerin verileri merkezileştirmeden birden çok tıp kurumuna geniş ölçekte dağıtılan veriler üzerinde makine öğrenimi modelleri eğitmesine olanak tanıyan bir yapay zeka geliştirme çerçevesi sunar. Bunun faydaları iki yönlüdür, veriler belirli bir hastayla doğrudan bağlantılı olmadığı için mahremiyet kaybı yaşanmaz ve veriler bu verileri toplayan sağlık kuruluşunda saklanır.

Federe Öğrenimin kullanımı, herhangi bir tek kuruluşun şirket içinde sahip olduğundan çok daha geniş bir veri yelpazesi sağlar. Bunun anlamı, kullanılan Birleşik Öğrenim sayesinde araştırmacılar mümkün olduğu kadar çok veriye erişebilir ve bir makine öğrenimi sistemi ne kadar büyük veriye sahip olursa yapay zeka o kadar doğru olur.

Şu anda COVID-19 ile mücadele etmek için yapay zekayı kullanmaya yönelik çok sayıda ulusal çaba var. Bu milliyetçi kopuk çabaların çoğundaki sorun, verilerin bir ülkeye özgü olmasıdır. Tek bir bölgeden veri toplamak, araştırmacıların çevresel unsurlara, etnik yapıya, genetiğe, yaşa ve cinsiyete maruz kalmanın bu hastalığı anlamada nasıl önemli roller oynayabileceğini tam olarak anlamalarını sağlayacak önemli bilgileri ortaya çıkarmada başarısız olabilir. İşbirliğinin bu kadar önemli olmasının ve birden fazla yetki alanından veri toplamanın daha da önemli olmasının nedeni budur.

Owkin tarafından açıklandığı gibi, Birleşik Öğrenimi aşağıdakiler için kullanmayı amaçlıyorlar:

"İlaç etkinliğinin neden hastadan hastaya değiştiğini anlamalarına yardımcı olmayı, ilaç geliştirme sürecini geliştirmeyi ve doğru zamanda doğru hasta için en iyi ilacı belirleyerek tedavi sonuçlarını iyileştirmeyi amaçlıyoruz."

Kardiyovasküler sağlık sorunlarını anlamak ve ele almak, Owkin'in üstlendiği ilk zorluk olacak. Veriler kadar önemli olan, bu çabaya öncülük eden araştırmacıların ve katkıda bulunanların çabalarıdır. Bu nedenle Unite.AI, COAI projesine katkıda bulunan araştırmacılarla üç röportaj yayınlayacak.

Mülakatlar

Sanjay Budhdeo, MD, İş Geliştirme:

Sanjay pratisyen hekimdir. Oxford Üniversitesi'nden Tıp Bilimleri ve Tıp derecelerine ve Cambridge Üniversitesi'nden Yüksek Lisans Derecesine sahiptir. Sanjay beyin görüntüleme, epidemiyoloji ve dijital sağlık alanlarında araştırma deneyimine sahiptir. Owkin'e İş Ortağı Yöneticisi olarak katılmadan önce, sağlık hizmetlerinde veri ve dijitale odaklandığı Boston Consulting Group'ta Kıdemli Yardımcıydı. Royal Society of Medicine'de Hasta Güvenliği Komitesinde yer almaktadır ve daha önce Bakım Kalitesi Komisyonunda Uzman Danışman olarak görev yapmıştır.

Sanjay ile yapılan röportajı okumak için tıklayın.

Stephen Weng, Baş Araştırmacı:

Stephen içinde veri bilimi araştırmalarına liderlik eden Entegre Epidemiyoloji ve Veri Bilimi Yardımcı Doçentidir. Birinci Basamak Tabakalı Tıp Araştırma Grubu.

Risk tahmini modellemesi, kronik hastalıkları fenotipleme, veri bilimi yöntemleri araştırması ve katmanlı tıbbın çevirisi amacıyla elektronik tıbbi kayıtlardan "büyük sağlık hizmeti verilerini" sorgulayarak ve sorgulayarak, geleneksel epidemiyolojik yöntemleri ve çalışma tasarımını yeni bilişim temelli yaklaşımlarla bütünleştiriyor. birinci basamakta.

Stephen ile röportajı okumak için tıklayın

Folkert W. Asselbergs, Baş Araştırmacı

folkert Kardiyovasküler Bilimler Enstitüsü, UCL'de kardiyovasküler hastalıklarda hassas tıp profesörü, UCLH'de NIHR BRC Klinik Araştırma Bilişim Birimi Direktörü, Utrecht Üniversitesi Tıp Merkezi Kardiyoloji bölümünde kardiyovasküler genetik profesörü ve konsültan kardiyolog ve baş bilim görevlisidir. Durrer Kardiyovasküler Araştırma Merkezi, Hollanda Kalp Enstitüsü. Prof Asselbergs 275'ten fazla bilimsel makale yayınladı ve leDucq vakfı, İngiliz ve Hollanda Kalp Vakfı, AB (FP7, ERA-CVD, IMI, BBMRI) ve RO1 Ulusal Sağlık Enstitülerinden fon aldı.

Folkert ile yapılan röportajı okumak için tıklayınız

Umudumuz

Unite.AI'nin umudu, hastalıklar ve tedavi sonuçlarıyla ilişkili biyobelirteçleri ve mekanizmaları keşfetmek için biyomedikal görüntüleri, genomikleri ve klinik verileri kullanarak bunun COVID-19 ile mücadele etmek için yeni nesil tedaviyi ilerletmesidir. Bu önemli küresel çabanın arkasındaki kişilikleri öne çıkararak bu önemli projeye katkıda bulunuyoruz.