COVID-19 开放 AI 联盟 – 采访 Owkin 的 Sanjay Budhdeo，MD，业务发展

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 致力于增加 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分享所有研究成果。COAI 将团结来自卫生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。

这是与 COAI 背后主要领导人进行的三次采访中的 第一 次。

Sanjay Budhdeo 是一名执业医生。他拥有牛津大学的医学科学和医学学位，以及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，在那里他专注于医疗保健中的数据和数字化。 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?

当我作为医生执业时，我遇到了很多患者，他们患有的疾病我们无法用药物治疗，我们只能做这么多。作为研究人员，我对传统的分析方法感到沮丧，因为那时我们可以访问到越来越多的数据。试图连接那些独立演变的领域——例如流行病学和成像——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式，可以推导出个体层面的见解，这些见解可以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都有研究经验。您可以与我们分享一些您曾经参与的项目吗?

在流行病学方面，我曾参与过英国 1946 年出生队列——一项令人着迷的长期研究，该研究跟踪了出生于同一周的受试者的一生。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，实现患者数据在医院之间的共享。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之前发生了什么，也非常重要的是为了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。您可以描述这个项目吗?

COAI 是 Owkin 对我们合作的临床和学术机构的关切的回应。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的严重疾病患者？哪些潜在的治疗方法可以用于试验 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分享所有研究成果。COAI 利用了卫生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，我们宣布的第一个领域是关于 COVID-19 患者的心血管并发症，其他研究领域很快就会推出。

最初的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，深入探讨这些问题，真是太好了。

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才能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错综复杂。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。其他细胞会产生称为细胞因子的前炎症化学物质，这些化学物质作为同源信号，针对免疫反应，并标记特定的细胞以供破坏。我们正在学习的是，特定细胞因子的平衡——包括 IFN1、IFN 伽马和 IL-10 ——在调节免疫反应方面非常重要。机器学习可以通过检查一个包含许多细胞因子和其他血液标志物的丰富数据集，并生成有关这里的关键因素的见解，同时考虑到不同因素之间的复杂相互作用，来提供很大的帮助。

了解如何治疗患者以实现最佳的患者结果，可能是 COAI 进行的最重要的项目之一。在您看来，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的风险会出现严重的疾病——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后遗症。这个风险分层问题很重要，原因有几个。首先，作为医生，您可能希望以不同的方式监测患者，如果您知道他们有更高的并发症风险。其次，作为医院，您希望能够预测对重症监护设施的需求，并根据该需求进行规划。第三，如果您是研究人员或生物制药公司，您可以将该患者子组纳入试验，并尽早治疗以获得最佳的药物反应。在所有这些情况下，我们的最终目标都是改善患者的结果。

您能解释为什么数据科学对抗击 COVID-19如此重要吗?

数据科学，在其最广泛的意义上，是对抗 COVID-19 的核心。关于 COVID-19 感染率建模仍然存在重要的问题。我们可以使用真实世界的患者数据来识别可以改造用于治疗 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。关于该病毒还有很多我们不知道的东西，包括它如何影响人们，我们正在通过各种数据——生化、遗传、临床和来自手机的数据——学习到更多。

您认为我们可以从 AI 分析这些数据中获得什么样的见解?

对于我来说，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会从哪些治疗中受益，以对抗 COVID-19 感染，或帮助预测哪些地区可能会成为 COVID-19 的本地热点。还有很多活动是在发现领域进行的，既有潜在的药物，也有疫苗候选者。AI 可以真正帮助我们更快地提供新的生物学见解。

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参与者交谈。这包括医院、大学和制药公司，但也包括其他初创公司、非政府组织和政策组织。我们特别希望听到来自收集了数据并希望获得分析帮助的临床医生。

您是否还有其他关于 COAI 项目或 COVID-19 的内容想要分享?

我真的很高兴与您分享这个倡议！如果您想合作，我们很乐意讨论——请通过 [email protected] 联系我们。

感谢您这次精彩的采访。希望了解更多的读者，可以阅读我们的文章，描述 COAI 项目：https://www.unite.ai/covid-19-open-ai-consortium/

本系列的第二次采访是与 Dr. Stephen Weng，首席研究员 进行的。

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

您也可以访问 COVID-19 开放 AI 联盟网站。