联系我们

新冠肺炎

新冠肺炎开放AI联盟–欧金访谈’s Sanjay Budhdeo,医学博士,业务发展

mm

更新

 on

Covid-19开放AI联盟 (COAI)计划将突破性的医学发现和可行的发现带入反对Covid-19大流行的斗争。

AI旨在增加 合作研究,以加快Covid-19有效疗法的临床开发,并与全球医学和科学界分享其所有发现。 COAI将团结合作者:学术机构,研究人员,数据科学家和行业合作伙伴,共同对抗Covid-19大流行。

这将是 第一 与COAI背后的主要领导人进行的三次访谈。

桑杰·佛陀(Sanjay Budhdeo) 是执业医师。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会员。 Sanjay在神经影像学,流行病学和数字健康方面具有研究经验。在加入Owkin担任合作伙伴经理之前,他曾是Boston Consulting Group的高级研究员,主要研究医疗保健中的数据和数字技术。他是英国皇家医学会的患者安全委员会成员,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?

当我执业时,我看到许多患者患有我们无法用药物治疗的疾病,而我们只能做很多事情。作为研究人员,在访问越来越多的数据的时候,我对传统的分析方法感到沮丧。试图使流行病学和影像学等已独立发展的领域之间建立联系–被证明是非常具有挑战性的。 机器学习 对我而言,这是一种将研究人员和医生的工作联系起来的方法,能够得出可能影响整个患者群体的诊断和治疗的个人观点。

您在流行病学和数字健康方面都有研究经验。您能否与我们分享您之前从事的一些项目?

在流行病学方面,我参与了1946年英国的出生队列研究,这是一项引人入胜的长期研究,跟踪了他们一生中一周内出生的受试者。在一个项目中,我观察了这些对象何时开始学习坐着,站着和走路,并发现这与他们以后生活中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-遗传学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-医院中电子病历之间的连接,使医院之间可以共享有关患者的数据。这对于直接临床护理非常重要,因此医生对您之前发生的事情有一个完整的了解,但是在临床环境中启用机器学习模型也非常重要。

欧金率先开展了由AI驱动的研究合作,称为 新冠肺炎开放AI联盟 (COAI)。您能描述一下这个项目是什么吗?

AI是Owkin对我们从合作伙伴临床和学术机构听到的担忧的回应。对于我们来说很明显,Covid-19需要解决一些重要的临床问题,例如,我们如何确定有严重疾病风险的患者?可以针对COVID-19感染试用哪些潜在疗法?我们的目标是加强协作研究,并与全球医学和科学界共享所有发现。 COAI利用健康和科技领域的合作者的力量,包括大学,医院,初创企业和生物制药公司。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,还有更多研究领域即将上线。

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。我们正在使用不同国家/地区的不同类型的数据,从多个角度探讨这个问题。很高兴与国际领先的临床研究人员合作,以解决这些问题的核心。

免疫应答的预测和表征是COAI的另一方面。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救助?

我们身体的防御系统非常复杂和复杂。我们的免疫反应涉及多种细胞。一些牢房直接与外国入侵者作战。其他细胞会产生称为细胞因子的促炎化学物质,这些物质可作为靶向信号来靶向免疫反应,并标记特定的细胞进行破坏。我们正在学习的是特定细胞因子的平衡–包括IFN1,IFNγ和IL-10–在介导这种免疫反应中非常重要。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,并考虑到不同因素之间复杂的相互作用,有助于深入了解关键参与者的身分。

了解如何治疗患者以获得最佳患者结果,可能是COAI正在开展的最重要的项目之一。您认为,要了解这一点需要采取哪些第一步?

重要的第一步是风险分层。我们想了解哪些患者患有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,作为医生,如果您知道患者患病的风险较高,则可能希望对其进行不同的监视。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计划。第三,如果您是研究人员或生物制药公司,则可以将该患者亚组纳入试验中,并尽早治疗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预后

你能解释为什么 数据科学 对打击COVID-19如此重要?

从广义上讲,数据科学是与COVID-19斗争的核心。关于COVID-19感染率建模的重要问题仍然存在。我们可以使用现实世界中的患者数据来确定可以有效地用于治疗COVID-19患者的药物。我们正在发现有关该病毒的大量信息,这将有助于我们更好地设计疫苗。我们有太多要做’尚不了解该病毒,包括它如何影响人们,并且由于多种多样的数据,我们正在越来越了解–生化,遗传,临床以及手机。

您认为我们可以从AI分析这些数据中学到什么见解?

对我而言,AI的最大优势确实在于帮助从人口级别的数据得出个人级别的结论。我们可以考虑哪些患者可能从对抗COVID-19感染的疗法中受益,或者帮助预测哪些地区可能成为COVID-19感染的局部热点。发现空间中还有很多活动,无论是潜在药物还是候选疫苗。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AI联盟 project?

We’与医疗保健领域内外的许多参与者讲话。这包括医院,大学和制药公司,还包括其他初创企业,非政府组织和政策组织。我们非常高兴听到临床医生收集了数据并希望对分析有所帮助。

关于COAI项目或COVID-19,您还有什么要分享的吗?

我很高兴与您分享这项倡议!如果您想合作,我们很乐意与您讨论-联系我们 [email protected]

谢谢您的精彩采访。希望了解更多信息的读者, 可以阅读我们描述COAI项目的文章。

本系列的第二次采访是 首席研究员翁文Stephen博士.

本系列的第三次采访是 首席研究员Folkert W. Asselbergs

您也可以访问 Covid-19开放AI联盟网站。

安东尼·塔迪夫(Antoine Tardif)是 Futurist 他对AI和机器人技术的未来充满热情。他是 BlockVentures.com并已投资了50多个AI和区块链项目。他是的联合创始人 Securities.io 一个专注于数字证券的新闻网站,是unite.AI的创始合伙人。他也是 福布斯技术委员会。