Australske analytics selskab, Max antal Kelsen er ved hjælp af kunstig intelligens (AI) til at forudsige effektiviteten af kræft behandlinger.
Virksomheden er at integrere AI og hel-genom-sekventering til kræft forskning og klinisk praksis, og fokuserer i første omgang på immunterapi behandling for modermærkekræft og småcellet lungekræft.
En ud af fire Australians er diagnosticeret med kræft i deres levetid, og samtidig immunterapi har vist stort potentiale for at forbedre patienternes overlevelse på tværs af en række kræftformer, herunder kræft og lungekræft, er det ikke garanteret at være effektiv for alle patienter, — kun 40-42 procent af alle mennesker vil reagere effektivt.
Med en enkelt runde af immunterapi behandling koster over AU$100,000, Max antal Kelsen, ledet af administrerende DIREKTØR Nicholas Therkelsen-Terry, ønsker at udvikle en forudsigelse model, der angiver de forventede effektivitet af kræft behandlinger, der er baseret på patientens genetiske makeup.
At tale med ZDNet, Therkelsen-Terry sagde, at i Australien, der er omkring 12.000 nye lungekræft tilfælde hvert år, og generelt er en fem-års overlevelse, den administrerende DIREKTØR siger, at hans hold besluttet at målrette lungekræft første.
Som en helhed genom beløber sig til næsten 300 gigabyte, Max antal Kelsen er ved hjælp af Google Cloud computing power til at kværne gennem data og eksperimentere på en “hidtil uset” skala, specielt udnytte TensorFlow, som oprindeligt blev udviklet af Google Hjernen Team til intern brug.
Tensor Forskning Cloud er den samme tech kraftoverførsel AlphaGo, at fremhæve mængden af compute magt anvendes ved Max Kelsen.
“Nøglen til at forudsige patientens behandling resultater ligger i at finde og fortolke mønstre og gener af betydning i genomer af patienter, der har svaret bedste til tidligere behandlinger,” Therkelsen-Terry.
“Der er en vifte af genomiske sekventering af paneler, der ser på et par udvalgte gener, som 23andMe og ancestry.com gennem bredere exome analyse, at hele genomet, og vi startede med et synspunkt om, at vi ønsker at se på hele genomet — vi ønsker at indfange alle de oplysninger, genomet har at tilbyde, ikke kun en udvalgt del, der er blevet besluttet, at det er den vigtigste del.”
Selskabet har dannet partnerskaber med data depoter rundt omkring i verden, så det kan køre tests fra flere kilder, men det er også sekventering 400-500 nye lunge cancer patienter på tværs af en række hospitaler i Queensland, overvåge deres behandling, og til at sammenligne det imod modeller, der er opbygget undervejs.
Indsamling af data fra flere kilder vil sikre, at virksomheden opbygger en generel model af genomet, Therkelsen-Terry.
I 2001, hele det menneskelige genom blev først planlægges til en pris af $100 millioner-i dag genomer kan planlægges for under $1.000.
“I 19 år, der har ændret sig radikalt, og kombineret med det faktum, at dyb læring, machine learning forskning er eksploderet i de sidste fem år. Vi var på dette tidspunkt, hvor genomisk videnskab var i sin vorden, og machine learning og dybe læring var modning, men faktisk ikke en enorm mængde af arbejde uden for nogle ting … det var sket i anvendelsen af disse banebrydende teknikker til at genomics videnskab,” Therkelsen-Terry af, hvordan projektet kom fra jorden.
“Så vores team virkelig i gang fra start, de rent faktisk stillede spørgsmålet: Hvis vi har genomiske data på 33 forskellige kandidater, kan vi lige fortælle forskellen bruger machine learning mellem de kandidater fra genomisk prøve, der er blevet indsamlet.”
Therkelsen-Terry, sammen med Max Kelsen sundhed føre Cameron Bean, forklarede, at holdets første spørgsmål førte dem til andet område af forskning, de er virksomhed: Klassificering af kræft af oprindelse for metastatisk kræft.
“I Australien vi har et par tusinde mennesker, der diagnosticeres hvert år med kræft af ukendt primær … hvis du ikke kan afgøre, hvor det primære er, så er du virkelig tage billeder i mørke,” den administrerende DIREKTØR tilføjet. “Det er også en personlig ting, det er ganske sørgeligt, at patienterne ikke får en diagnose.”
RELATEREDE DÆKNING
CSIRO hjælp serverless beregne til at analysere den menneskelige arvemasse
Den BRITISKE 100,000 Genom Projekt når halvvejs gennem forløbet
Hvordan AI og næste generation af genomiske sekventering er at hjælpe kræft-patienter (TechRepublic)
DeepMind ‘ s AI pletter tidlige tegn på øjensygdom
Google ‘ s DeepMind og NHS: ET glimt af, hvad AI betyder for fremtidens sundhedsvæsen
Japanske forskere siger, at AI kan opdage tarmkræft på mindre end et sekund
Disse tatoveringer først bliver synlige, når afsløre kræft-forbundet sygdom
IBM Watson Sundhed udvider partnerskab med OS for at hjælpe dyrlæger med kræft
Relaterede Emner:
Australien
CXO
Digital Transformation
Tech-Branchen
Intelligente Byer
Cloud