挖掘健康数据价值,「Sage Health」推出AI制药深度学习平台

frank909 发布于2020-02-18 18:09 阅读数 12246

我们知道,药物研发需要漫长的过程,长达数年至十数年之久,为了加快进度,“AI+药物研发”或许能帮上忙。

通俗地解释AI新药研发,就是运用AI,对5000-10000个化合物进行“虚拟”筛选。即不做部分的实验,而是利用数据库做分析,大大加速研发进度。

这个赛道上的明星公司有Insilico、Atomwise、Numerate、BenevolentAI等等,一些国内公司的也在世界前沿,包括冰洲石生物和晶泰科技等。

近期,美国旧金山的「Sage Health」成立了医疗数据平台,通过挖掘数据价值,来帮助治疗、预防和治愈各类疾病。

Sage Health 创始人 Siraj Raval 向36氪表示,Sage Health 于本月新近成立,计划通过志愿服务和付费项目,提供健康数据解决方案,来帮助相关医疗机构或医疗企业。

从产品架构来看,Sage Health 的数据价值主要体现在五个细分行业:

  • 生物信息学:人体健康数据是多维度的、复杂的,难以组织,Sage Health 设计的算法可以运用生物标志物进行准确的健康预测,生物标志物的数量多少没有限制;

  • 医学影像:过去几年计算机视觉技术发展迅速,Sage Health 搭建了辅助诊断工具,适用于心脏病学、骨科等多个科室;

  • 电子健康档案挖掘:在保护患者隐私的前提下,Sage Health 使用安全的工具来挖掘文本数据,以便创建分析板、对话系统等;

  • AI药物研发:过去几年机器学习被证明能够极大地加速虚拟筛选过程,Sage Health 帮助设计小分子药物,以及基因和细胞疗法;

  • 手术机器人:利用计算机视觉和控制理论的结合,Sage Health 为达芬奇手术机器人等外科手术设备设计软件。

现阶段的盈利来源主要是付费项目,销向医疗医药企业。随着数据的积累、用户数的增加,还可能挖掘更多盈利方式。

AI+药物研发

其中,新冠病毒的爆发,使得AI新药研发成为最先落地的应用。面对疫情,科学家们仍在努力研发对症药。怎么样缩短研发时间呢?AI药物研发就是一个可行的方案。

“加速”方法是,寻找与COVID-2019主蛋白酶具有高结合亲和力的候选药物。利用机器学习识别潜在的候选蛋白,然后利用软件计算其与主蛋白酶的结合亲和力。有一些研究表明,HIV抗病毒药物具有很好的效果,但这仍然是一个开放的药物发现领域,需要更多的科学家加入。

基于此,Sage Health 近日开展了新冠药物研发竞赛,欢迎全球的有志之士加入到这场研发之中,共同挖掘有效的药物分子。竞赛截止于3月初,届时,Sage Health 将依据候选分子的重现性、文献质量和抗病毒可行性来决定排名,平台给予获奖者现金、JetML云积分等奖励,而 Sage Health 将把获选药品的样品捐给武汉病毒学研究所作进一步分析。


本文内容转摘自互联网,本站不拥有所有权,不承担相关法律责任。如果发现本站有违规或侵权的内容,请及时联系本站主编18965174262(同微信),并提供相关证据,一经查实,本站将立刻删除。
本文转载自36氪 ,转载请注明出处。