Запуск Owkin Колаборативної COVID-19 Відкритої AI Консорціум (COAI)

Після нового раунду фінансування, Owkin недавно запустив Консорціум COVID-19 Відкритої AI (COAI). Цей консорціум дозволить здійснити передові колаборативні дослідження та прискорити клінічний розвиток ефективних методів лікування пацієнтів, інфікованих COVID-19.

Перший етап проекту полягає у повному розумінні та лікуванні серцево-судинних ускладнень у пацієнтів з COVID-19, що буде виконано у співпраці з CAPACITY, міжнародним реєстром, який працює з понад 50 центрами по всьому світу. Іншими областями досліджень будуть результати лікування пацієнтів та тріаж, а також прогнозування та характеристика імунної відповіді.

Маніфест Owkin ідеально висловлює бачення компанії:

“Ми повністю зайняті в цій новій сфері з метою поліпшення розробки ліків та результатів лікування пацієнтів. Заснована у 2016 році, Owkin швидко стала лідером у сфері впровадження технологій штучного інтелекту (AI) та машинного навчання (ML) у галузі охорони здоров’я. Наші рішення покращують традиційний медичний дослідницький парадигму, перетворюючи раніше ізольовану, розрізнену систему на інноваційну та колаборативну, яка, перш за все, ставить на перше місце конфіденційність пацієнтів.”

Федеративне навчання

Щоб зрозуміти модель, яку використовує Owkin, потрібно повністю зрозуміти нову технологію, яка називається Федеративне навчання. Федеративне навчання пропонує rámework для розробки AI, який дозволяє підприємствам тренувати моделі машинного навчання на даних, які розподілені по всьому світу в різних медичних закладах без централізації даних. Переваги цього подвійні: немає втрати конфіденційності, оскільки дані не безпосередньо пов’язані з конкретним пацієнтом, а дані зберігаються в медичному закладі, який збирає ці дані.

Використання Федеративного навчання дозволяє значно розширити діапазон даних, ніж той, який володіє будь-яка окрема організація. Це означає, що завдяки Федеративному навчанню дослідники мають доступ до всіх наявних даних, а чим більше даних володіє система машинного навчання, тим більш точним стає AI.

На даний момент існує кілька національних зусиль щодо використання AI для боротьби з COVID-19. Проблема багатьох цих національних розрізнених зусиль полягає в тому, що дані специфічні для однієї країни. Збір даних з однієї області може не розкрити важливої інформації, яка дозволила б дослідникам повністю зрозуміти, як вплив навколишнього середовища, етнічний склад, генетика, вік та стать можуть відігравати важливу роль у розумінні цієї хвороби. Саме тому колаборація так важлива, а збір даних з кількох юрисдикцій ще важливіший.

Як описано компанією Owkin, вони хочуть використовувати Федеративне навчання для:

“Допомогти їм зрозуміти, чому ефективність ліків варіюється від пацієнта до пацієнта, покращити процес розробки ліків та ідентифікувати найкращий ліки для правильного пацієнта в правильний час, щоб поліпшити результати лікування.”

Розуміння та лікування серцево-судинних проблем буде першим завданням, яке поставить перед собою Owkin. Наскільки важливі дані, настільки ж важливі зусилля дослідників та учасників, які очолюють цей проект. Саме тому Unite.AI буде публікувати три інтерв’ю з дослідниками, які беруть участь у проекті COAI.

Інтерв’ю

Санджай Будхдео, MD, Бізнес-розвиток:

Санджай – практикуючий лікар. Він має ступінь медичних наук та медичні ступені Оксфордського університету та ступінь магістра Кембриджського університету. Санджай має досвід досліджень у сфері нейровізуалізації, епідеміології та цифрової медицини. До того, як приєднатися до Owkin як менеджера з партнерства, він був старшим асоціатом у Boston Consulting Group, де він зосередився на даних та цифрових технологіях у сфері охорони здоров’я. Він є членом Комітету з безпеки пацієнтів у Королівському товаристві медицини та раніше був спеціальним радником у Комісії з якості медичної допомоги.

Клікніть тут, щоб прочитати інтерв’ю з Санджаєм.

Доктор Стівен Венг, Головний дослідник:

Стівен – асистент-професор інтегрованої епідеміології та науки про дані, який очолює дослідження науки про дані у Primary Care Stratified Medicine Research Group.

Він інтегрує традиційні епідеміологічні методи та дизайн дослідження з новими підходами, заснованими на інформатиці, використовуючи та опитуючи “більші дані охорони здоров’я” з електронних медичних записів для цілей моделювання прогнозування ризику, фенотипування хронічних захворювань, дослідження методів науки про дані та перекладу стратифікованої медицини в первинну медичну допомогу.

Клікніть тут, щоб прочитати інтерв’ю з Стівеном

Фолькерт В. Ассельберґс, Головний дослідник

Фолькерт – професор точної медицини серцево-судинних захворювань в Інституті серцево-судинних наук, UCL, директор клінічної дослідницької інформатики в UCLH, професор серцево-судинної генетики та консультант-кардіолог у відділенні кардіології Університетського медичного центру Утрехта, а також головний науковий співробітник Центру серцево-судинних досліджень Durrer, Нідерланди. Професор Ассельберґс опублікував понад 275 наукових робіт та отримав фінансування від фонду leDucq, Британського та Нідерландського фонду серця, ЄС (FP7, ERA-CVD, IMI, BBMRI) та RO1 Національних інститутів охорони здоров’я.

Клікніть тут, щоб прочитати інтерв’ю з Фолькертом

Наша надія

Надія Unite.AI полягає в тому, що використання біомедичних зображень, геноміки та клінічних даних для відкриття біомаркерів та механізмів, пов’язаних з захворюваннями та результатами лікування, сприяє розвитку наступного покоління методів лікування COVID-19. Ми внесли свій внесок у цей важливий проект, висвітлюючи особистості, які стоять за цією важливою глобальною ініціативою, biomedical images, genomics, and clinical data to discover biomarkers and mechanisms associated with diseases and treatment outcomes this will propel the next generation of treatment to tackle COVID-19. We are contributing to this important project by highlighting the personalities behind this important global effort.