Entschlossen, Die Erste AGI Im Bereich Der Biologie Zu Erreichen! Das Medizinische KI-Unternehmen Owkin Erstellt Den Weltweit Größten Räumlichen Omics-Datensatz Zu Krebs
Medizinische KI ist kein neues Thema, aber die jüngsten Äußerungen von Cathie Wood, CEO und Investmentpräsidentin von Ark Ventures, haben erneut für Begeisterung am Markt gesorgt. Ihrer Meinung nach ist das Gesundheitswesen derzeit das am meisten unterschätzte Anwendungsfeld der KI, und ihr Potenzial in der Präzisionsdiagnose und -behandlung sowie der Arzneimittelentwicklung ist noch nicht vollständig ausgeschöpft. Diese Ansicht hat nicht nur die Aufmerksamkeit des Kapitalmarkts erregt, sondern auch direkt zu Aktienkursschwankungen in den mit medizinischer KI verbundenen Sektoren geführt und den enormen Wert der KI-Technologie im medizinischen Bereich hervorgehoben.
In dieser Welle der KI-gestützten Präzisionsmedizin steht Owkin als erstes End-to-End-Biotechnologieunternehmen für künstliche Intelligenz mit seinen führenden Algorithmen für maschinelles Lernen und föderierten Lerntechnologien an der Spitze der Branche. Das Unternehmen hat das Problem des Patientendatenschutzes gelöst, das der Öffentlichkeit die größten Sorgen bereitet. Durch die Integration multimodaler Daten aus verschiedenen Institutionen (wie Genomik, räumliche Omics, klinische Daten usw.) hilft es Forschern und Ärzten, das Potenzial medizinischer Daten umfassend auszuschöpfen. Es beschleunigt nicht nur die Entdeckung von Biomarkern, sondern bietet auch eine zuverlässige Entscheidungsgrundlage für die Präzisionsmedizin und unterstützt die Diagnose und Arzneimittelentwicklung von Krebsarten wie Brustkrebs und Dickdarmkrebs.
Seit seiner Gründung im Jahr 2016 hat Owkin über 100 Millionen US-Dollar an Finanzmitteln aufgebracht und wurde von einer Reihe von Institutionen unterstützt, darunter Google Ventures und Sanofi. Das Unternehmen wurde außerdem zu einem der 20 besten Startups für künstliche Intelligenz in Frankreich ernannt, die man im Auge behalten sollte, sowie zu einem der bemerkenswertesten Startups im Gesundheits- und Technologiebereich im Jahr 2023. Außerdem erhielt es den Best Healthcare Technology Award, wurde in die Forbes AI 50 aufgenommen und vieles mehr.
Die Privatsphäre der Patienten an erste Stelle setzen und Datensilos mit kollektiver Intelligenz aufbrechen
Der Erfolg von Owkin ist untrennbar mit dem beruflichen Hintergrund und den gemeinsamen Überzeugungen seiner beiden Gründer verbunden. Einer der Gründer, Dr. Thomas Clozel, war Assistenzprofessor für klinische Hämatologie und Onkologie. Diese Erfahrung vermittelte ihm ein tieferes Verständnis dafür, wie man Patienten helfen kann, und bestärkte ihn in seiner Entschlossenheit, Technologie zur Verbesserung der medizinischen Ergebnisse einzusetzen. Ein weiterer Gründer, Dr. Gilles Wainrib, erforscht seit langem das Gebiet der KI-Biologie und hat zahlreiche Artikel zu neuronalen Netzwerken, maschinellem Lernen, Arzneimittelforschung und Präzisionsmedizin veröffentlicht. Die beiden gründeten Owkin gemeinsam mit der gemeinsamen Überzeugung, dass KI das Gesundheitswesen stärken kann.
Owkins Kernaufgabe besteht darin, eine Präzisionsmedizin zu entwickeln, das heißt, Behandlungspläne auf Grundlage der einzigartigen biologischen Merkmale jedes einzelnen Patienten zu erstellen und das traditionelle Behandlungsmodell „Einheitsgröße“ zu vermeiden.Dieser Bedarf ist dringend, da sich Krebserkrankungen von Patient zu Patient genetisch und symptomatisch unterscheiden können, viele Patienten jedoch immer noch die gleichen Behandlungsschemata erhalten, was deren Wirksamkeit erheblich einschränken kann.
Owkin geht den Weg, KI-Technologie zu nutzen, um verschiedene Biomarker in multimodalen Patientendaten zu identifizieren, Patienten in Untergruppen zu klassifizieren, jedem Patiententyp das beste therapeutische Ziel zuzuordnen, die Entwicklung zielgerichteter Medikamente zu fördern, Instrumente zur Krankheitsdiagnose zu optimieren und eine wirklich personalisierte Medizin zu erreichen.Der Schlüssel zum Erreichen der oben genannten Ziele liegt darin, wie Daten weitergegeben und gleichzeitig der Datenschutz der Patienten gewährleistet werden kann.
In der Vergangenheit haben Forscher oft nur bestimmte Bereiche ihres eigenen Interesses erforscht, was zu „Dateninseln“ führte. Thomas Clozel ist davon überzeugt, dass echte Innovationen durch interdisziplinäre Integration entstehen. Wenn multimodale Daten wie klinische Daten, Einzelzelldaten, räumliche Omics-Daten und Histologiedaten integriert werden können und Datenwissenschaftler, Kliniker, Akademiker und Pharmaunternehmen gemeinsam an der Forschung teilnehmen können, wird dies die Entdeckung neuer Krankheitsmechanismen beschleunigen und somit die Entwicklung gezielterer Methoden der Präzisionsmedizin ermöglichen. Mit anderen Worten: Datenaustausch ist eine der Lösungen. Medizinische Daten enthalten jedoch sensible persönliche Informationen und mit der Weitergabe von Daten geht häufig das Risiko eines Datenschutzverlusts einher, weshalb viele medizinische Einrichtungen davor zurückschrecken.
Um dieses Problem zu lösen, verwendet Owkin Federated Learning. Thomas Clozel definiert es einfach so, dass großen Institutionen ermöglicht wird, gemeinsam Modelle künstlicher Intelligenz zu trainieren, ohne Daten auszutauschen.
Insbesondere ermöglicht föderiertes Lernen mehreren Datenanbietern (medizinischen Zentren, Forschungseinrichtungen, biopharmazeutischen Unternehmen usw.), gemeinsam und verteilt Modelle für maschinelles Lernen zu trainieren. Das heißt, die Patientendaten verbleiben stets auf den jeweiligen Servern und es findet lediglich eine Übertragung der Algorithmen und Vorhersagemodelle zwischen den Servern statt, d. h. die Algorithmen werden an unterschiedliche Rechenzentren gesendet und dort lokal trainiert. Sobald das Training abgeschlossen ist, kehrt nur der Algorithmus zum zentralen Standort zurück und die verbesserten Vorhersagen werden an jeden lokalen Datensatz gesendet und weiter verfeinert. Wie in der folgenden Abbildung dargestellt, hat Owkin mit diesem Ansatz Patientendaten aus 11 Modalitäten von 83 Partnern integriert.
Kurz gesagt: Föderiertes Lernen erschließt Daten in großem Umfang und gewährleistet gleichzeitig die Privatsphäre der Patienten. Gleichzeitig können die durch die Analyse verschiedener Daten gewonnenen Schlussfolgerungen oder Forschungsergebnisse gemeinsam genutzt werden, wodurch der Fortschritt der medizinischen Forschung beschleunigt wird. Um die Popularisierung dieser Technologie zu fördern, hat Owkin die Federated-Learning-Software Substra als Open Source freigegeben, die für klinische Forschung, Arzneimittelentwicklung usw. verwendet werden kann.
Open-Source-Adresse:https://github.com/substra
Erwähnenswert ist, dass Owkin im Juni 2023 ein Projekt namens MOSAIC (Multi-Omics Spatial Atlas of Cancer) gestartet hat. Das Unternehmen arbeitete mit führenden Krebsforschungskrankenhäusern zusammen, um multimodale Daten von 7.000 Patienten zu sieben hartnäckigen Krebsarten (NSCLC, Eierstockkrebs, Blasenkrebs, Mesotheliom, Glioblastom, Brustkrebs, DLBCL) zu sammeln. Es wird berichtet, dassDies ist der weltweit größte räumliche Omics-Datensatz zum Thema Krebs.100-mal größer als vorhandene Datensätze. Mithilfe dieser Daten kann Owkin fortschrittliche Algorithmen der künstlichen Intelligenz entwickeln und Behandlungsempfehlungen geben.
MOSAIC Adresse:
https://www.mosaic-research.com
Ziel ist die Entwicklung der ersten allgemeinen künstlichen Intelligenz in der Biologie
Im Januar dieses Jahres kündigte Owkin an, dass es die Methodologie und den KI-Agenten, die es in den vergangenen acht Jahren angesammelt hat, in ein System integrieren und Owkin K1.0 Turbigo auf den Markt bringen werde, mit dem Ziel, die erste allgemeine künstliche Intelligenz (AGI) im Bereich der Biologie zu erreichen. Thomas Clozel sagte: „Owkins Ziel ist es, Owkin K zum Standardbetriebssystem in diesem Bereich zu machen. Wir hoffen, dass jedes Pharmaunternehmen, jedes Biotechnologieunternehmen und jede akademische Forschungseinrichtung unser System nutzen kann, um ihre Forschungsmethoden zu erneuern und langjährige Barrieren und Datenbarrieren abzubauen.“
Insbesondere integriert das K1.0-System multimodale Daten von mehr als 1 Million Patienten und verwendet Basismodelle und große multimodale Modelle zur Analyse, um Partnern tiefe biologische Einblicke zu bieten. Gleichzeitig wird Owkins Nasslabor die durch die KI generierten biologischen Erkenntnisse überprüfen und neue experimentelle Daten an K1.0 zurückmelden, um die Leistung des Modells kontinuierlich zu verbessern. Dieses Closed-Loop-Design aus „Daten-Modell-Experiment“ ermöglicht eine kontinuierliche Optimierung von K1.0.
Das K1.0-System verfügt über ein breites Anwendungsspektrum und unterstützt die Entdeckung von Biomarkern, die Identifizierung von Zielen, das Screening von Patientenpopulationen, die Optimierung klinischer Studien und die Entwicklung von KI-Diagnostika. Alle Funktionen basieren auf neu entdeckten Biomarkern und zielen darauf ab, die Entwicklung der Präzisionsmedizin voranzutreiben.
Derzeit unterstützt das System Pharmariesen wie Sanofi, BMS und AstraZeneca. Das erste Entwicklungsprojekt des Systems ist OKN4395, ein Dreifachinhibitor von EP2/EP4/DP1 für Patienten mit soliden Tumoren, der Patienten in klinischen Studien der Phase I verabreicht wurde. Gleichzeitig unterstützen Owkins Zielidentifizierungstool TargetMATCH und das Arzneimittelpositionierungstool DrugMATCH die Partner bei der Entwicklung ihrer Pipelines.
Neben seinen herausragenden Leistungen in der Arzneimittelentwicklung hat Owkin auch bedeutende Fortschritte in der Krebsdiagnose erzielt.
In der klinischen Praxis ist es für Ärzte oft schwierig, genau vorherzusagen, bei welchen Patienten ein Rückfall auftritt und bei welchen der Zustand stabil bleibt. Diese Vorhersagefähigkeit ist jedoch für die Entwicklung personalisierter Behandlungspläne von entscheidender Bedeutung. Wenn Patienten mit hohem Rückfallrisiko genau identifiziert werden können, können Ärzte die Behandlungsstrategien rechtzeitig anpassen und die Behandlungsintensität erhöhen. Bei Patienten mit stabilem Zustand können unnötige Behandlungseingriffe reduziert und ihre Lebensqualität verbessert werden.
Mithilfe der KI-Technologie kann nicht nur die Effizienz des Biomarker-Screenings verbessert werden, sondern auch dringende Fälle priorisiert, eingehende Analysen der Patientenprognose und des Behandlungserfolgs durchgeführt und Ärzten dabei geholfen werden, schnellere und präzisere Entscheidungen zu treffen, was insbesondere in Gebieten mit begrenzten medizinischen Ressourcen wichtig ist. Um dieser Nachfrage gerecht zu werden, hat Owkin eine Reihe von Krebsdiagnosetools entwickelt, darunter die Darmkrebsdiagnosetools MSIntuit® CRC und MSIntuit® CRC v2 sowie das Brustkrebsdiagnosetool RlapsRisk® BC.
Im November 2024 arbeitete Owkin mit dem KI-Onkologie-Pathologieunternehmen Proscia zusammen, um dessen Tool MSIntuit® CRC v2 in die Concentriq®-Softwareplattform von Proscia zu integrieren. So können Pathologen Patienten mit MSS/pMMR-Darmkrebs vorab untersuchen und die umfassende Anwendung der Präzisionsmedizin bei der Diagnose und Behandlung von Darmkrebs fördern. Es ist erwähnenswert, dass MSIntuit® CRC v2 ein Upgrade des MSIntuit® CRC-Tools ist, das die CE-IVD-Zertifizierung erhalten hat, und dass seine Erkennungsempfindlichkeit bis zu 95% beträgt. Das Unternehmen arbeitet außerdem mit Institutionen wie der University of Birmingham Medical School und Cerba Path zusammen, um die Diagnose von Dickdarmkrebs zu optimieren. Im Bereich der Brustkrebsdiagnose hat Owkin auch mit Unternehmen wie Aster Insights, Gustave Roussy und AstraZeneca zusammengearbeitet.
Alles in allem bringen Owkins innovative Plattform und sein umfangreiches Partnernetzwerk Patienten auf der ganzen Welt mehr Hoffnung.Für die Zukunft plant das Unternehmen die Entwicklung einer Reihe von Agenten, die multimodale räumliche Daten automatisch analysieren können. Zudem plant es, das Betriebssystem Owkin K2.0 der nächsten Generation in sein Labor zu integrieren, um ein agentengesteuertes automatisiertes Roboterlabor aufzubauen. Es ist denkbar, dass diese Agenten eines Tages in der Lage sein werden, selbstständig eigene Forschungsprojekte durchzuführen und so die Effizienz der medizinischen Forschung erheblich zu steigern. Wir freuen uns darauf, dass Owkin die Transformation bei der Integration von KI und Gesundheitswesen weiterhin anführen wird.
KI kann Ärzte nicht ersetzen, nur Kooperation kann Win-Win-Ergebnisse erzielen
Anna Huyghues-Despointes, Leiterin für Strategie und Marketing bei Owkin, betonte einmal: „Durch die Zusammenarbeit mit Forschungseinrichtungen wie akademischen Zentren können wir gemeinsam Infrastruktur bereitstellen, Daten aufbereiten, Vorhersagemodelle trainieren, Ergebnisse verifizieren und gemeinsame Ergebnisse in renommierten wissenschaftlichen Zeitschriften veröffentlichen. Wir sind überzeugt, dass Zusammenarbeit der Schlüssel zum Fortschritt in der medizinischen Forschung ist.“Diese Perspektive unterstreicht die Bedeutung der Zusammenarbeit in der medizinischen Forschung.
In der Vergangenheit waren Ärzte gegenüber KI generell zurückhaltend. Sie machten sich beispielsweise Sorgen, ob die Diagnose der KI zuverlässig sei und ob sie den Patienten wirklich helfen könne. Manche dachten sogar, es handele sich bloß um einen Hype in der Technologiebranche. Doch mit den kontinuierlichen Durchbrüchen der KI in Bereichen wie Bilderkennung, Krankheitsvorhersage und personalisierter Behandlung erkennen die Menschen allmählich das Potenzial der KI. So erreichte beispielsweise das von Google eingeführte Modell Med-PaLM 2 bei der USMLE-Prüfung zur medizinischen Qualifikation eine hohe Punktzahl von 86,5, die dem Niveau menschlicher Ärzte nahe kommt oder dieses sogar übertrifft. Dies ist ein weiterer Beweis dafür, dass der KI im medizinischen Bereich eine rosige Zukunft bevorsteht.
Trotz der rasanten Entwicklung der KI sagte Wang Yongjun, stellvertretender Sekretär des Parteikomitees und Präsident des der Capital Medical University angeschlossenen Beijing Tiantan Hospital, dass KI Ärzte nicht ersetzen werde, sondern als Ergänzung und Verbesserung der klinischen Arbeit betrachtet werden sollte. Tatsächlich spielt KI hauptsächlich bei der Datenanalyse und der unterstützenden Diagnose eine Rolle. In komplexen Situationen wie klinischen Operationen und Notfällen sind die Erfahrung, das professionelle Urteilsvermögen und die Anpassungsfähigkeit der Ärzte jedoch nach wie vor unverzichtbar. Darüber hinaus geht es im Gesundheitswesen nicht nur um Technologie, sondern auch um Fürsorge und Empathie, und in dieser Hinsicht muss die KI noch Fortschritte machen.
Nur wenn KI und Ärzte zusammenarbeiten, können wir in Zukunft den Fortschritt der Medizinbranche wirklich vorantreiben und Patienten umfassendere und qualitativ hochwertigere medizinische Leistungen bieten.
Quellen: