人工智能
Owkin 发布 COVID-19 开放 AI 联盟（COAI）
在最近的一轮融资之后，Owkin 推出了 COVID-19 开放 AI 联盟（COAI）。这个联盟将使高级协作研究成为可能，并加速对 COVID-19 患者的有效治疗的临床开发。
该项目的第一阶段是完全理解和治疗 COVID-19 患者的心血管并发症，这将与 CAPACITY 合作，CAPACITY 是一个与全球 50 多个中心合作的国际注册中心。其他研究领域还包括患者结果和分诊，以及免疫反应的预测和特征化。
Owkin 的宣言完美地阐述了公司的愿景：
“我们完全致力于这新的前沿领域，目标是 改善药物开发和患者结果。Owkin 成立于 2016 年，迅速成为将人工智能（AI）和机器学习（ML）技术应用于医疗保健行业的领导者。我们的解决方案通过将传统的医疗研究范式转变为创新和协作的范式来改善医疗研究，这种范式将患者隐私放在首位。”
联邦学习
要了解 Owkin 所采用的模型，必须完全理解一种新的技术，即 联邦学习。联邦学习提供了一个 AI 开发框架，允许企业在多个医疗机构分布的大规模数据上训练机器学习模型，而无需集中数据。这种方法的好处是双重的，一方面不会损失隐私，因为数据不会直接与特定患者关联，另一方面，数据将由收集数据的医疗机构维护。
使用联邦学习可以使研究人员获得比任何单个组织内部拥有更广泛的数据范围。这种方法意味着研究人员可以使用尽可能多的数据，而机器学习系统拥有的数据越多，AI 就越准确。
目前，各国都在使用 AI 来应对 COVID-19。然而，许多国家性的、零散的努力存在问题，即数据仅限于一个国家。仅从一个地区收集数据可能无法揭示重要信息，这些信息对于完全理解环境因素、种族构成、基因、年龄和性别在这种疾病中的作用至关重要。因此，合作和从多个管辖区收集数据至关重要。
正如 Owkin 所描述的，他们旨在使用联邦学习来：
“帮助他们了解为什么药物的有效性会因患者而异，提高药物开发过程，找出最适合每个患者的最佳药物，并在正确的时间提供治疗，从而改善治疗效果。”
了解和处理心血管健康问题将是 Owkin 面临的第一个挑战。数据固然重要，但更重要的是那些领导这一努力的研究人员和贡献者的努力。这就是为什么 Unite.AI 将发布三篇与 COAI 项目合作的研究人员的访谈。
访谈
Sanjay Budhdeo，医学博士，业务发展：
Sanjay 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。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副总裁，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，之前曾是护理质量委员会的专家顾问。
斯蒂芬·温格博士，首席研究员：
斯蒂芬 是一名集成流行病学和数据科学的助理教授，他领导了 初级医疗分层医学研究小组 内的数据科学研究。
他将传统的流行病学方法和研究设计与新的信息学方法相结合，利用电子医疗记录中的“大健康数据”进行风险预测建模、慢性疾病表型学、数据科学方法研究和分层医学的转化，以应用于初级医疗。
福尔克·阿塞尔伯格斯，首席调查员
福尔克 是伦敦大学学院心血管科学研究所的精准医学教授，伦敦大学医院国家卫生研究院临床研究信息单元主任，乌特勒支大学医疗中心心脏病学系心血管遗传学教授和心脏病专家，荷兰心脏研究所杜勒中心的首席科学官。阿塞尔伯格斯教授发表了 275 多篇科学论文，并获得了 leDucq 基金、英国和荷兰心脏基金会、欧盟（FP7、ERA-CVD、IMI、BBMRI）和美国国家卫生研究院（RO1）的资金支持。
我们的希望
Unite.AI 的希望是通过使用生物医学图像、基因组学和临床数据来发现与疾病和治疗结果相关的生物标志物和机制，这将推动下一代治疗方法来应对 COVID-19。我们通过强调这一重要的全球努力背后的个性来为这一重要项目做出贡献。
