Australiska analytics företaget Max Kelsen är med hjälp av artificiell intelligens (AI) för att förutsäga effekten av cancerbehandling.
Företaget integrerar AI och hela genomet sekvensering till cancer forskning och klinisk praktik, med fokus på immunterapi för malignt melanom och småcellig lungcancer.
En av fyra Australiensare är diagnostiseras med cancer under sin livstid, och medan immunterapi har visat mycket lovande för att förbättra patientens överlevnad inom olika typer av cancer, inklusive melanom och lungcancer, är det inte garanterat att vara effektiv för alla patienter-bara 40-42 procent av människor kommer att reagera på ett effektivt sätt.
Med en enda runda av immunterapi kostar över AU$100,000, Max Kelsen, som leds av VD Nicholas Therkelsen-Terry, vill utveckla en förutsägelse modell som visar hur effektiva behandlingar av cancer som baseras på patientens genetiska makeup.
Tala med ZDNet, Therkelsen-Terry sa att i Australien finns det cirka 12 000 nya lungcancerfall varje år och med i allmänhet en fem års överlevnad, VD sa att hans lag bestämt att målet för lungcancer först.
Som en enda hela genomet uppgår till nästan 300 gigabyte, Max Kelsen är att använda Google Cloud computing makt för att pressa igenom data och experiment på en “aldrig tidigare skådad” skala, speciellt för att mobilisera TensorFlow, som ursprungligen utvecklats av Google Hjärnan Team för internt bruk.
Tensor Forskning Cloud är samma tech driver AlphaGo, lyfta fram mängden beräkna makt som tillämpas av Max Kelsen.
“Nyckeln till att förutsäga patientens behandlingsresultat ligger i att finna och tolka mönster och gener av betydelse i arvsmassan hos patienter som har svarat bäst att tidigare behandlingar,” Therkelsen-Terry sa.
“Det finns ett utbud av dna-sekvensering från paneler som att titta på ett fåtal gener som 23andMe och ancestry.com genom att bredare exome analys, genom att hela genomet, och vi började med en synpunkt som vi vill titta på den hela genomet-vi vill fånga all information genomet har att erbjuda, inte bara en utvald del som har bestämt att det är den viktigaste delen.”
Företaget har bildat partnerskap med data arkiv runt om i världen så att det kan köra tester från flera källor, men det är också sekvensering 400-500 nya lungcancer patienter över ett antal sjukhus i Queensland, övervakning av deras behandling och jämföra det mot modeller det har byggts längs vägen.
Att samla in data från flera källor kommer att garantera att företaget bygger upp en generaliserad modell av genomet, Therkelsen-Terry sa.
Under 2001, hela det mänskliga genomet var första ordnat till en kostnad av $100 miljoner-i dag arvsmassa kan vara ordnat för under $1,000.
“På 19 år som har förändrats i grunden, tillsammans med det faktum att djupt lärande, lärande forskning har exploderat under de senaste fem åren. Vi var på denna punkt där genomisk vetenskap var mogna och maskininlärning och djupt lärande var mogna, men faktiskt inte en enorm mängd arbete utanför vissa saker … hade gjorts vid tillämpningen av de banbrytande beräkningsmodeller för att genomik vetenskap,” Therkelsen-Terry sagt av hur projektet kommit igång.
“Så vårt team började verkligen från början, att de faktiskt ställde frågan: Om vi har genetiska data på 33 olika kandidater kan vi bara säga skillnaden med hjälp av maskininlärning mellan dessa kandidater från dna-prov har samlats in.”
Therkelsen-Terry, tillsammans med Max Kelsen hälsa leda Cameron Bean, förklarade att lagets inledande frågan ledde dem till det andra området för forskning är de företag: Klassificering av cancer med ursprung för metastaserande cancer.
“I Australien har vi ett par tusen personer diagnostiseras varje år med cancer av okänd primär … om du inte kan avgöra var det primära är, då är du verkligen fotograferar i mörker,” VD: n lagt till. “Det är också en personlig sak, det är ganska påfrestande för patienter att inte få en diagnos.”
RELATERADE TÄCKNING
CSIRO med serverlösa beräkna att analysera det mänskliga genomet
STORBRITANNIENS 100,000 Genome Project når halvvägs scenen
Hur AI och nästa generations dna-sekvensering är att hjälpa patienter med cancer (TechRepublic)
DeepMind AI fläckar tidiga tecken på ögonsjukdom
Googles DeepMind och NHS: EN glimt av vad som AI innebär för framtidens hälso-och sjukvård
Japanska forskare säger AI kan upptäcka tarmcancer i mindre än en sekund
Dessa tatueringar bara blir synliga när upptäcka cancer-kopplade sjukdom
IBM Watson Hälsa fördjupar samarbetet med OSS för att hjälpa veterinärer med cancer
Relaterade Ämnen:
Australien
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud