COVID-19 开放人工智能联盟 – 采访首席研究员 Stephen Weng 博士

Covid-19 开放人工智能联盟 (COAI) 旨在为抗击 Covid-19 大流行带来突破性的医学发现和可操作的发现。

COAI 旨在增加 合作研究，加速 Covid-19 有效治疗方法的临床开发，并与全球医学和科学界分享其所有研究结果。 COAI 将联合学术机构、研究人员、数据科学家和工业合作伙伴等合作者，共同抗击 Covid-19 大流行。

这是 第二 对 COAI 背后主要领导人的三场采访。 第一次采访是 Owkin 的 Sanjay Budhdeo，医学博士，业务开发。

翁志强 是综合流行病学和数据科学的助理教授，领导数据科学研究 初级保健分层医学研究小组.

他将传统的流行病学方法和研究设计与基于信息学的新方法相结合，利用和查询电子病历中的“医疗保健大数据”，用于风险预测建模、慢性病表型分析、数据科学方法研究和分层医学翻译进入初级保健。

您最近作为首席研究员加入了 COVID-19 开放人工智能联盟 (COAI)。 您能谈谈是什么促使您加入这个项目吗？

去年，我一直与 Owkin 和欧洲合作伙伴合作开展旨在改善急性冠状动脉综合征二级预防的项目。 当 Owkin 发起 COVID-19 开放人工智能联盟时，利用他们的技术、专业知识和我们的基础设施为全球抗击 COVID-19 做出贡献，加入该联盟是一个显而易见的选择，也是自然而然的选择。 我们拥有优秀的合作伙伴，他们是我们以前联盟的研究小组中欧洲领先的心脏病专家。 利用这些资源和专业知识，我们可以非常迅速地采取行动，在几周内启动这个联盟，并最终提高我们对疾病进展、潜在病因和人群风险因素的了解。

部分感染 COVID-19 的人群表现出心血管损伤的迹象。 正在观察哪些类型的心脏相关问题？

有证据表明心血管危险因素和心血管疾病是导致疾病严重程度的主要原因。 最近对英国 17000 例需要住院治疗的 COVID-19 病例进行的分析发现，所有住院病例中 29% 患有心脏病。 潜在的心血管危险因素，包括年龄增长、高血压、肥胖、高血压和 2 型糖尿病，对疾病的严重程度有显着影响。

您认为我们目前对为什么 COVID-19 会导致这种类型的心脏损伤有任何了解吗？

关于 COVID-19 的进展和严重程度的流行病学仍有许多问题需要解答，特别是关于心脏病患者。 心脏病患者患严重疾病的风险增加，可能需要在重症监护病房接受心肺支持。 COVID-19 的严重程度和严重后果的进展可能是由心血管系统的一些直接损伤引起的，这种损伤可能是急性的。 COVID-19 患者心脏损伤的确切类型需要进一步调查。

您在 COAI 中将扮演什么角色？

我是一名流行病学家和数据科学家，主要研究心血管结果的预后。 我的大部分工作都是深入研究非常大的数据集来回答这些临床问题。 在我的角色中，除了利用我访问大型人口数据集的能力直接尝试回答其中一些重要的研究问题外，我还努力促进其他学者和同事为我们的联盟做出贡献。

我们需要什么样的人加入COAI项目才能最大限度地发挥其功效？

不仅从更多贡献数据的科学家和临床同事那里获得更多数据很重要，而且我们还需要增加数据资源的多样性。 我们知道，COVID-19 的严重程度多种多样，从无症状个体到导致死亡的非常严重的疾病。 需要从初级保健到二级保健的各个医疗保健机构的不同类型的数据来回答有关疾病进展和严重程度的问题。

您目前是综合流行病学和数据科学的助理教授，领导诺丁汉大学初级保健分层医学研究小组的数据科学研究。 您能否根据我们现有的信息讨论一下利用大数据来针对 COVID-19 的可能方法？

我们有一些可以利用的主要大数据集。 主要的胜利是最近对数据链接的投资已经真正付诸行动，我们开始看到这些举措取得了重大成果。 事实上，我们正在着手获取大量人群，这些人群现已与初级保健、医院记录、死亡登记和 COVID-19 检测数据相关联。 此外，这些数据有机会调查遗传对 COVID-19 结果的影响。 只有随着大数据联系和大型人口生物库的兴起，这些联系才成为可能。 由于数据量和变量的整理，Owkin 开发和完善的人工智能模型对于快速高效地分析数据以获得有意义的见解确实非常有用。

我们需要收集哪些信息才能使精准医疗成为治疗 COVID-19 患者的有效工具？

更多样化的数据类型，包括成像、遗传、生物标志物以及临床特征和患者人口统计数据。

在完美的世界中，应该从 COVID-19 患者收集什么类型的数据？

对于像 COVID-19 这样的新疾病，我认为不存在也不应该存在所需数据的最大上限。 有句话“我们不知道我们还不知道什么”，因此我们现在可以整理的更多类型的数据和信息将来可能会很有用。 例如，由于我们能够对数据进行测序并让生物库的研究人员可以访问这些数据，我们经历了多少基因组方面的进步知识？ 我看到这种情况发生了 COVID-19。 如果我们现在创建一个多样化的大型数据资源，我毫不怀疑将会出现新的发现来帮助我们将来的理解。

我们是否还应该从对 COVID-19 免疫的人群中收集数据，以便更好地了解是什么让他们免疫？

在流行病学中，比较组的选择极其重要。 从很多意义上来说，风险都是相对的。 如果我们的基线从入院开始，那么我们也只能了解那些表现出更严重症状的人的疾病病因学。 我认为更好地了解无症状个体以及他们对 COVID-19 无症状的原因是绝对必要的。 有多少治疗方法是由于研究人群中自然发生的功能获得突变或功能丧失突变而开发的。

感谢您的精彩采访。 想要了解更多内容的读者， 可以阅读我们描述 COAI 项目的文章。

本系列的第一个采访是 Owkin 的 Sanjay Budhdeo，医学博士，业务开发。

本系列的第三次采访是 Folkert W. Asselbergs，首席研究员

您还可以访问 Covid-19 开放人工智能联盟网站。