Owkin Ra Mắt Tập Đoàn Trí Tuệ Nhân Tạo Mở COVID-19 (COAI)

Sau một vòng tài trợ mới, Owkin gần đây đã ra mắt Tập đoàn Trí tuệ nhân tạo mở COVID-19 (COAI). Tập đoàn này sẽ cho phép nghiên cứu hợp tác tiên tiến và tăng tốc phát triển lâm sàng các phương pháp điều trị hiệu quả cho bệnh nhân nhiễm COVID-19.

Giai đoạn đầu tiên của dự án là hiểu và điều trị các biến chứng tim mạch ở bệnh nhân COVID-19, điều này sẽ được thực hiện hợp tác với CAPACITY, một sổ đăng ký quốc tế hợp tác với hơn 50 trung tâm trên toàn thế giới. Các lĩnh vực nghiên cứu khác sẽ bao gồm kết quả bệnh nhân và phân loại, và dự đoán và đặc trưng hóa phản ứng miễn dịch.

Tuyên ngôn của Owkin thể hiện rõ tầm nhìn của công ty:

“Chúng tôi cam kết tham gia vào lĩnh vực mới này với mục tiêu cải thiện phát triển thuốc và kết quả bệnh nhân. Thành lập vào năm 2016, Owkin đã nhanh chóng nổi lên như một nhà lãnh đạo trong việc đưa công nghệ Trí tuệ nhân tạo (AI) và Học máy (ML) vào ngành chăm sóc sức khỏe. Các giải pháp của chúng tôi cải thiện mô hình nghiên cứu y học truyền thống bằng cách biến một hệ thống trước đây bị cô lập và rời rạc thành một hệ thống hợp tác và đổi mới, đặt quyền riêng tư của bệnh nhân lên hàng đầu.”

Học Tập Liên Bang

Để hiểu mô hình mà Owkin đang tham gia, chúng ta phải hiểu một công nghệ mới gọi là Học tập liên bang. Học tập liên bang cung cấp một khuôn khổ cho sự phát triển trí tuệ nhân tạo cho phép các doanh nghiệp đào tạo mô hình học máy trên dữ liệu được phân phối trên quy mô lớn trên nhiều cơ sở y tế mà không cần tập trung dữ liệu. Lợi ích của điều này là hai mặt, không có mất mát quyền riêng tư vì dữ liệu không được liên kết trực tiếp với bất kỳ bệnh nhân cụ thể nào, và dữ liệu được duy trì tại cơ sở y tế thu thập dữ liệu.

Sử dụng Học tập liên bang cho phép một phạm vi dữ liệu rộng lớn hơn nhiều so với bất kỳ tổ chức nào sở hữu trong nhà. Điều này có nghĩa là bằng cách sử dụng Học tập liên bang, các nhà nghiên cứu có quyền truy cập vào nhiều dữ liệu nhất có thể, và càng có nhiều dữ liệu lớn, hệ thống trí tuệ nhân tạo càng trở nên chính xác.

Hiện tại có nhiều nỗ lực quốc gia trong việc sử dụng trí tuệ nhân tạo để đối phó với COVID-19. Vấn đề với nhiều nỗ lực này là dữ liệu cụ thể cho một quốc gia. Việc thu thập dữ liệu từ một khu vực duy nhất có thể không tiết lộ thông tin quan trọng giúp các nhà nghiên cứu hiểu đầy đủ cách tiếp xúc với các yếu tố môi trường, thành phần dân tộc, di truyền, tuổi tác và giới tính có thể đóng vai trò quan trọng trong việc hiểu bệnh này. Đây là lý do tại sao sự hợp tác lại quan trọng, và tại sao việc thu thập dữ liệu từ nhiều khu vực pháp lý lại quan trọng hơn.

Como được mô tả bởi Owkin, họ nhằm sử dụng Học tập liên bang để:

“Chúng tôi giúp họ hiểu tại sao hiệu quả của thuốc khác nhau giữa các bệnh nhân, cải thiện quá trình phát triển thuốc và xác định thuốc tốt nhất cho bệnh nhân đúng vào đúng thời điểm, để cải thiện kết quả điều trị.”

Hiểu và điều trị các vấn đề sức khỏe tim mạch sẽ là thách thức đầu tiên mà Owkin thực hiện. Mặc dù dữ liệu rất quan trọng, nhưng những nỗ lực của các nhà nghiên cứu và những người đóng góp đang dẫn đầu nỗ lực này lại còn quan trọng hơn. Đây là lý do tại sao Unite.AI sẽ phát hành ba cuộc phỏng vấn với các nhà nghiên cứu đang đóng góp cho dự án COAI.

Các Cuộc Phỏng Vấn

Sanjay Budhdeo, MD, Phát triển Kinh doanh:

Sanjay là một bác sĩ hành nghề. Ông có bằng về Khoa học Y tế và Y học từ Đại học Oxford và bằng Thạc sĩ từ Đại học Cambridge. Sanjay có kinh nghiệm nghiên cứu về hình ảnh y học, dịch tễ học và sức khỏe số. Trước khi gia nhập Owkin với tư cách là Quản lý Đối tác, ông là một Cộng sự cao cấp tại Boston Consulting Group, nơi ông tập trung vào dữ liệu và số hóa trong chăm sóc sức khỏe. Ông là thành viên của Ủy ban An toàn Bệnh nhân tại Hội Hoàng gia Y học và trước đây là Cố vấn Chuyên môn tại Ủy ban Chất lượng Chăm sóc.

Click vào đây để đọc cuộc phỏng vấn với Sanjay.

Tiến sĩ Stephen Weng, Nghiên cứu viên chính:

Stephen là một Giảng viên phụ tá về Dịch tễ học Tích hợp và Khoa học Dữ liệu, người lãnh đạo nghiên cứu khoa học dữ liệu trong Nhóm Nghiên cứu Y học Stratified Primary Care.

Ông kết hợp các phương pháp dịch tễ học truyền thống và thiết kế nghiên cứu với các phương pháp thông tin mới, khai thác và thẩm vấn “dữ liệu chăm sóc sức khỏe lớn” từ hồ sơ bệnh án điện tử để phục vụ việc xây dựng mô hình dự đoán rủi ro, đặc trưng hóa bệnh mãn tính, nghiên cứu phương pháp khoa học dữ liệu và chuyển đổi y học phân tầng vào chăm sóc sức khỏe ban đầu.

Click vào đây để đọc cuộc phỏng vấn với Stephen

Folkert W. Asselbergs, Nghiên cứu viên chính

Folkert là giáo sư về y học chính xác trong bệnh tim mạch tại Viện Khoa học Tim mạch, UCL, Giám đốc Đơn vị Thông tin Nghiên cứu Lâm sàng NIHR BRC tại UCLH, giáo sư về di truyền tim mạch và bác sĩ tim mạch tại khoa Tim mạch, Trung tâm Y học Đại học Utrecht, và giám đốc khoa học của Trung tâm Nghiên cứu Tim mạch Durrer, Viện Tim mạch Hà Lan. Giáo sư Asselbergs đã xuất bản hơn 275 bài báo khoa học và nhận được tài trợ từ quỹ leDucq, Quỹ Tim mạch Anh và Hà Lan, EU (FP7, ERA-CVD, IMI, BBMRI), và RO1 Viện Y tế Quốc gia.

Click vào đây để đọc cuộc phỏng vấn với Folkert

Hy Vọng Của Chúng Tôi

Hy vọng của Unite.AI là rằng bằng cách sử dụng hình ảnh y sinh, genomics, và dữ liệu lâm sàng để khám phá các dấu ấn sinh học và cơ chế liên quan đến bệnh và kết quả điều trị, điều này sẽ thúc đẩy thế hệ điều trị tiếp theo để đối phó với COVID-19. Chúng tôi đang đóng góp vào dự án quan trọng này bằng cách nhấn mạnh vào những người đứng sau nỗ lực toàn cầu quan trọng này.