COVID-19 开放 AI 联盟 – 与 Owkin 的 Sanjay Budhdeo 博士的访谈，业务发展总监

COVID-19 开放 AI 联盟（COAI）旨在将突破性的医学发现和可行的研究成果应用于对抗 COVID-19 大流行。

COAI 的目标是增加 协同研究，加速 COVID-19 有效治疗的临床开发，并与全球医学和科学界共享所有研究成果。COAI 将汇集来自医疗和科技领域的合作伙伴，包括学术机构、研究人员、数据科学家和工业合作伙伴，共同对抗 COVID-19 大流行。

这将是与 COAI 背后主要领导人进行的三次访谈中的第一次。

Sanjay Budhdeo 是一名执业医生。他拥有来自牛津大学的医学科学和医学学位，以及来自剑桥大学的硕士学位，并且是皇家内科医师学院的成员。Sanjay 在神经成像、流行病学和数字健康方面有研究经验。在加入 Owkin担任合作伙伴经理之前，他曾是波士顿咨询集团的高级合伙人，专注于医疗保健领域的数据和数字化。他是皇家医学会的患者安全委员会成员，并曾是护理质量委员会的专家顾问。

是什么让你决定加入 OWKIN?

在执业医生期间，我遇到了很多患者，他们患有的疾病我们无法用药物治疗，只能做有限的治疗。作为一名研究人员，我对传统的分析方法感到沮丧，因为那时我们已经可以获取到更多的数据。试图连接那些独立发展的领域——如流行病学和成像——证明非常具有挑战性。机器学习对我来说是一种连接我作为研究人员和医生工作的点的方法，可以从个体层面推导出对诊断和治疗整个患者群体的影响。

您在流行病学和数字健康方面有研究经验。您能否与我们分享一些您曾经参与的项目?

在流行病学方面，我曾参与英国 1946 年出生队列的研究——一项令人着迷的长期研究，跟踪了一组出生于同一周的人的一生。在一个项目中，我研究了这些受试者何时开始学习坐、站和走，并发现这与他们后来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——是否存在基因或脑结构的差异。在数字健康方面，我的重点是互操作性——医院之间的电子医疗记录的连接，实现患者数据的共享。这对于直接的临床护理非常重要，因此医生可以全面了解患者的病史，也有助于在临床环境中使用机器学习模型。

OWKIN 正在推动一个名为 COVID-19 开放 AI 联盟（COAI）的 AI 驱动的研究合作。您能否描述这个项目是什么?

COAI 是 Owkin 对我们合作的临床和学术机构的担忧的回应。很明显，有一些重要的临床问题需要回答——例如，我们如何识别出高风险患者？哪些潜在的治疗方法可以用于 COVID-19 感染？我们的目标是增加协同研究，并与全球医学和科学界共享所有研究成果。COAI 借助医疗和科技领域的合作伙伴的优势，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，首个领域是 COVID-19 患者的心血管并发症，其他研究领域即将推出。

初始项目之一将是了解心血管并发症。我们希望从 COAI 中获得什么样的见解?

我们的目标是产生有关 COVID-19 感染的急性心血管并发症风险的临床有用信息。我们从多个角度、使用不同类型的数据和跨多个国家来探索这个问题。能够与国际领先的临床研究人员合作，深入研究这些问题，真是太棒了。

预测和表征免疫反应是 COAI 的另一个方面。您认为应该分析哪些数据点，以便充分了解为什么有些人能够建立免疫反应，而其他人需要医疗帮助?

我们的身体防御系统非常复杂和微妙。有很多细胞参与我们的免疫反应。有些细胞直接与外来入侵者作战。其他细胞会产生促炎化学物质，如细胞因子，它们作为同源信号，指引免疫反应，并标记特定的细胞进行破坏。我们正在学习，某些细胞因子的平衡——包括 IFN1、IFNγ 和 IL-10——在调节这种免疫反应中非常重要。机器学习可以通过分析包含许多细胞因子和其他血液标志物的丰富数据集来帮助我们获得对关键因素的洞察，同时考虑到不同因素之间的复杂相互作用。

了解如何治疗患者以获得最佳的患者结果，可能是 COAI 进行的最重要的项目之一。在您看来，为了了解这一点，需要采取的第一步是什么?

一个重要的第一步是风险分层。我们希望了解哪些患者有最高风险发展成严重疾病——包括肺部并发症，如急性呼吸窘迫综合征，心脏并发症，如心肌炎，以及其他器官或系统特异性并发症。这个风险分层问题很重要，原因有几点。首先，作为一名医生，您可能希望根据患者的风险水平不同来监测他们。其次，作为一家医院，您希望能够预测对重症监护设施的需求，并据此进行规划。第三，如果您是一名研究人员或生物制药公司，您可以将这些高风险患者纳入试验中，并尽早治疗他们，以获得最佳的治疗反应。无论哪种情况，我们的最终目标都是改善患者的结果。

您能否解释为什么数据科学在对抗 COVID-19 的战斗中如此重要?

数据科学，在其最广泛的意义上，是对抗 COVID-19 的核心。仍然存在关于 COVID-19 感染率建模的重要问题。我们可以使用真实世界的患者数据来识别可以重新用于治疗 COVID-19 患者的药物。关于该病毒的信息量非常大，这将帮助我们更好地设计疫苗。关于该病毒的影响和它如何影响人们，我们还有很多不知道的东西，我们正在通过各种数据——包括生物化学、遗传、临床和来自手机的数据——学习更多的东西。

您认为从 AI 分析这些数据中可以获得什么样的见解?

对我来说，AI 的甜蜜点真正地帮助我们从人口层面的数据中推导出个体层面的结论。我们可以思考哪些患者可能从哪些疗法中受益，以对抗 COVID-19 感染，或者帮助预测哪些地区可能成为 COVID-19 的局部热点。还有很多活动在发现领域进行，既有潜在的药物，也有疫苗候选者。AI 真的可以帮助我们更快地获得新的生物学见解。

谁应该加入 COVID-19 开放 AI 联盟项目?

我们正在与医疗保健领域内外的多个合作伙伴进行对话。这些包括医院、大学、制药公司，以及其他初创公司、非政府组织和政策组织。我们特别希望听到来自已经收集了数据并希望得到分析帮助的临床医生的声音。

您是否还有其他关于 COAI 项目或 COVID-19 的信息想要分享?

我非常高兴能够与您分享这一倡议！如果您希望合作，我们将很乐意讨论——请通过 COAI@owkin.com 联系我们。

感谢您精彩的访谈。希望了解更多的读者，可以阅读我们的文章，了解 COAI 项目的详细信息：COAI 项目介绍。

本系列的第二次访谈是与 斯蒂芬·温格博士，首席研究员 进行的。

本系列的第三次访谈是与 福尔克特·W·阿塞尔伯格斯教授，首席研究员 进行的。

您也可以访问 COVID-19 开放 AI 联盟网站。