COVID-19 开放人工智能联盟 – 采访 Owkin 的业务开发医学博士 Sanjay Budhdeo

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。

这将是 第一 对 COAI 背后主要领导人的三场采访。

桑杰·布德奥 是一名执业医师。 他拥有牛津大学的医学科学和医学学位、剑桥大学的硕士学位以及英国皇家内科医学院的会员资格。 Sanjay 在神经影像学、流行病学和数字健康方面拥有研究经验。 在加入 Owkin 担任合作伙伴经理之前，他是波士顿咨询集团的高级助理，专注于医疗保健领域的数据和数字化。 他是英国皇家医学会患者安全委员会的成员，此前曾担任护理质量委员会的专家顾问。

是什么促使您加入 欧金?

当我作为一名医生执业时，我看到许多病人患有我们无法用药物治疗的病症，而我们能做的就只有这么多。作为一名研究人员，在可以获得越来越多数据的时代，我对传统的分析方法感到沮丧。事实证明，试图在流行病学和影像学等独立发展的领域之间建立联系确实具有挑战性。对我来说，机器学习是一种将我作为研究人员和医生的工作中的点联系起来的方法，能够获得个人层面的见解，从而影响整个患者群体的诊断和治疗。

您在流行病学和数字健康方面拥有研究经验。 您能与我们分享一下您之前参与过的一些项目吗？

在流行病学方面，我对英国 1946 年出生队列进行了研究——这是一项令人着迷的长期研究，追踪了一周内出生的受试者的一生。 在一个项目中，我观察了这些受试者何时开始学习坐下、站立和行走，发现这与他们以后执行更复杂任务的能力有关。 我还研究了这种关联背后的原因是否存在——基因或大脑结构是否存在差异？ 在数字医疗领域，我的重点是互操作性——医院电子病历之间的连接，可以在医院之间共享患者的数据。 这对于直接临床护理非常重要，因此医生可以完整了解您之前发生的情况，但在临床环境中使用机器学习模型也非常重要。

OWKIN 正在牵头开展一项名为“COVID-19 开放人工智能联盟”(COAI) 的人工智能驱动研究合作项目。 您能描述一下这个项目是什么吗？

COAI 是 Owkin 针对我们从合作伙伴临床和学术机构那里听到的担忧做出的回应。 我们很清楚，对于 Covid-19，有一些重要的临床问题需要回答——例如，我们如何识别有重症风险的患者？ 可以针对 COVID-19 感染进行哪些潜在治疗试验？ 我们的目标是加强合作研究并与全球医学和科学界分享所有研究结果。 COAI 借鉴了健康和科技领域合作者的优势，包括大学、医院、初创公司和生物制药公司。 我们正在创建特定的研究领域，我们宣布的第一个领域是 Covid-19 患者的心血管并发症，其他研究领域很快就会上线。

最初的项目之一是了解心血管并发症。 我们希望从 COAI 中获得什么类型的见解？

我们的目标是提供有关 Covid-19 感染引起的急性心血管并发症风险的临床有用信息。 我们正在从多个角度探索这个问题，使用不同国家的不同类型的数据。 很高兴与国际领先的临床研究人员合作来解决这些问题的核心。

免疫反应的预测和表征是 COAI 的另一个方面。 您认为应该分析哪些数据点，以充分理解为什么有些人能够产生免疫反应，而另一些人则需要医疗援助？

我们身体的防御系统极其复杂。 我们的免疫反应涉及多种类型的细胞。 有些细胞直接对抗外来入侵者。 其他细胞会产生称为细胞因子的促炎化学物质，它们充当针对免疫反应的归巢信号，并标记特定细胞以进行破坏。 我们了解到，特定细胞因子（包括 IFN1、IFN gamma 和 IL-10）的平衡对于介导这种免疫反应非常重要。 机器学习对于检查包含许多细胞因子和其他血液标记物水平的非常丰富的数据集非常有帮助，并深入了解这里的关键参与者，同时考虑到不同因素之间复杂的相互作用。

了解如何治疗患者以获得最佳患者治疗结果可能是 COAI 正在进行的最重要的项目之一。 您认为，要理解这一点，首先需要采取哪些步骤？

重要的第一步是风险分层。 我们想了解哪些患者患严重疾病的风险最高，包括急性呼吸窘迫综合征等肺部并发症、心肌炎等心脏并发症以及其他器官或系统特异性后遗症。 这个风险分层问题很重要，原因有几个。 首先，作为一名医生，如果您知道患者发生汇编的风险较高，您可能会希望以不同的方式对其进行监测。 其次，作为医院，您希望能够预测重症监护设施的需求并根据该需求进行计划。 第三，如果您是研究人员或生物制药公司，您可以将该亚组患者纳入试验，尽早治疗他们以获得对药物的最佳反应。 在所有这些情况下，我们的最终目标是改善患者的治疗结果

您能否解释一下为什么数据科学对于对抗 COVID-19 如此重要？

从广义上讲，数据科学是抗击新冠肺炎 (COVID-19) 的核心。关于新冠肺炎感染率建模的重要问题仍然存在。我们可以利用真实世界的患者数据来识别可用于治疗新冠肺炎患者的药物。我们正在发现大量有关该病毒的信息，这将有助于我们更好地设计疫苗。我们对该病毒还有很多未知之处，包括它如何影响人类，而得益于各种数据——生化数据、遗传数据、临床数据以及手机数据——我们正在不断学习。

您认为我们可以从人工智能分析这些数据中学到哪些见解？

对我来说，人工智能的最佳之处实际上在于帮助从人口层面的数据中得出个人层面的结论。 我们可以考虑哪些患者可能受益于哪些对抗 COVID-19 感染的疗法，或者帮助预测哪些地区可能成为当地的 COVID-19 感染热点。 在潜在药物和候选疫苗方面，发现领域也有很多活动。 人工智能确实可以帮助我们更快地提供新颖的生物学见解。

谁应该加入 COVID-19 开放人工智能联盟项目？

我们正在与医疗保健领域内外的众多参与者进行沟通。这其中包括医院、大学和制药公司，以及其他初创企业、非政府组织和政策组织。我们尤其期待收到已收集数据并希望获得分析帮助的临床医生的来信。

关于 COAI 项目或 COVID-19，您还有什么想分享的吗？

我很高兴与您分享这一倡议！ 如果您想合作，我们很乐意讨论 - 请联系 [电子邮件保护]

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。

本系列的第二次采访是 Stephen Weng 博士，首席研究员.

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。