NOWOŚCI WYNALAZKI

FU TURE

Ruszyła Europejska Platforma Danych COVID-19

Wspólny poligon badań W drugiej połowie kwietnia Komisja Europejska wraz z partnerami uruchomiła Europejską Platformę Danych COVID-19. W ten sposób UE chce umożliwić szybkie zbieranie i udostępnianie danych badawczych. Platforma ma wspierać naukowców w Europie i na całym świecie w walce z koronawirusem. European COVID-19 Data Platform ma być otwartym, bezpiecznym, godnym zaufania i skalowalnym środowiskiem wiedzy, w którym naukowcy mogą przechowywać i udostępniać zestawy danych, takie jak sekwencje DNA, struktury białek, dane z badań przedklinicznych i prób klinicznych, a także dane epidemiologiczne. Projekt jest wynikiem wspólnych prac Komisji Europejskiej, Europejskiego Instytutu Bioinformatyki – Europejskiego Laboratorium Biologii Molekularnej (EMBL-EBI), infrastruktury Elixir i projektu COMPARE, a także państw członkowskich UE i innych partnerów. Otwarte udostępnianie danych (open data) znacznie przyspiesza badania, umożliwiając skutecznie reagować na pandemię koronawirusa. Europejska platforma danych COVID-19 jest zgodna z zasadami w sprawie udostępniania danych w nagłych przypadkach związanych ze zdrowiem publicznym. Platforma stanowi jednocześnie pilotaż dla planowanej od pewnego czasu europejskiej chmury dla otwartej nauki (EOSC). 7 kwietnia 2020 r. ministrowie ds. badań i innowacji ze wszystkich 27 państw członkowskich UE wsparli 10 działań priorytetowych tzw. planu ERAvsCorona. Obejmuje on działania krótkoterminowe oparte na ścisłej koordynacji, współpracy, wymianie danych i finansowaniu przez Komisję i państwa członkowskie prac badawczych w obszarze koronawirusa.

Poszukiwanie odpowiedzi na pytania w danych Na całym świecie podejmuje się bezprecedensowe wysiłki naukowe w celu dokładnego zbadania mechanizmów działania wirusa SARS-CoV-2 i poznania charakterystyki epidemii. Zagrożenie jest nowe i nadal niewiele wiemy na jego temat, co powoduje, że wiele działań realizowanych jest po omacku. Przykładem jest testowanie dostępnych leków na pacjentach bez wiedzy o konsekwencjach takich interwencji albo wprowadzanie środków prewencyjnych na poziomie populacji. W szybko zmieniającej się sytuacji największym wyzwaniem jest skoordynowana wymiana danych, zrozumienie choroby oraz opracowanie skutecznych terapii i szczepionek. I tu kluczowe okazuje się zebranie jak największych zbiorów danych (Big Data), aby naukowcy mogli je następnie analizować stosując algorytmy sztucznej inteligencji.

Europejska platforma danych COVID-19 opiera się na dwóch filarach: –Centra danych SARS-CoV-2 (Data Hubs), które odpowiedzialne będą za przepływ danych na temat pandemii SARS-CoV-2 i zapewnią kompleksowe udostępnianie otwartych danych europejskim i globalnym społecznościom badawczym. –Portal danych COVID-19 gromadzący i stale aktualizujący zestawy danych i narzędzia COVID-19 do zarządzania bazą, ułatwiający dostęp do innych zasobów SARS-CoV-2.

Dane można już przekazywać na portalu www.covid19dataportal.org.

Rozpoznać infekcję w zarodku

Subtelne sygnały choroby Naukowcy mają nadzieję wykorzystać dane zbierane przez urządzenia monitorujące parametry życiowe do przewidywania chorób, w tym COVID-19. Badacze ze Stanford Medicine i ich współpracownicy z Fitbit i Scripps Research chcą zidentyfikować wczesne oznaki infekcji wirusowych za pomocą danych pochodzących z inteligentnych zegarków i innych technologii ubieralnych. Coraz więcej osób korzysta z opasek albo zegarków mierzących temperaturę ciała albo tętno. Stają się one popularne wśród osób uprawiających sport albo chcących kontrolować na bieżąco stan zdrowia. Naukowcy planują prześledzić modele podnoszenia się temperatury ciała wraz z tym, jak organizm zaczyna walczyć z infekcją i stworzyć algorytmy rozpoznające uaktywnienie systemu odpornościowego. Jeśli się to uda, można by identyfikować chorych z COVID-19 na bardzo wczesnym etapie rozwoju choroby, ograniczając w ten sposób rozprzestrzenianie się wirusa. – Inteligentne zegarki i inne podobne urządzenia wykonują cały szereg pomiarów dziennie, co najmniej 250000, co czyni je urządzeniami monitorującymi o potężnym potencjale. Moje laboratorium chce wykorzystać te dane i sprawdzić, czy można zidentyfikować sygnały świadczące o zachorowaniu, tak wcześnie jak to możliwe, zanim pacjent zacznie dostrzegać pierwsze objawy – mówi dr Michael Snyder, profesor i kierownik wydziału genetyki w Stanford School of Medicine. Obecnie trwa nabór uczestników do badania. W jego realizacji pomaga Fitbit, światowy lider technologii ubieralnych. Firma planuje przekazać 1000 urządzeń na ten cel. Z kolei naukowcy z Scripps Research spróbują ustalić, w jaki sposób infekcja rozprzestrzenia się w społeczności. Tak wykorzystana sztuczna inteligencja byłaby potężną bronią w walce z infekcjami. Urządzenia wyposażone w odpowiednie algorytmy mogłyby ostrzegać użytkowników, gdy ich tętno, temperatura skóry lub inne parametry fizjologiczne sygnalizują, że organizm walczy z infekcją. W przypadku grypy lub przeziębienia, wiele osób przechodzi przez fazę, kiedy wprawdzie brak jest jednoznacznych objawów, ale pojawia się zmiana samopoczucia i dyskomfort. Zadajemy sobie wówczas pytanie: czy to zwykłe zmęczenie czy choroba? W tym czasie chory często może już roznosić wirusa. Sztuczna inteligencja mogłaby z większą niż człowiek precyzją ocenić pierwsze symptomy, zalecając adekwatne reakcje, przykładowo pozostanie w domu. Badania będą oparte na rozwiązaniu opracowanym w 2017 roku przez dr Michael’a Snydera i dr Xiao Li pracującego w Case Western Reserve University. Stworzony przez nich algorytm pozwolił wykrywać infekcje na podstawie danych – w szczególności zmiany tętna serca – pozyskanych z inteligentnych zegarków. Badanie wykazało, że określone wzorce zmian częstości akcji serca mogą wskazywać na chorobę, także gdy choroba przebiega jeszcze bezobjawowo. Naukowiec ma nadzieję, że opracowane algorytmy, a będzie ich pięć, będą w stanie z powodzeniem oznaczyć konkretną zmianę częstości akcji serca związaną z infekcją wirusową, Oczywiście wielokrotnie zdarzy się, że algorytmy wykryją podwyższone tętno w stanie spoczynku, gdy użytkownik ogląda film lub wykonuje inne czynności, które naturalnie zwiększają tętno. Może to być nawet obfita kolacja. Wówczas algorytm może wygenerować fałszywy alarm. Po stronie użytkownika będzie klasyfikowanie alarmów. W następnym etapie naukowcy chcą pójść jeszcze dalej, poszukując wzorców zmian danych typowych dla określonych rodzajów wirusa.

» Opierając się na wynikach naszych poprzednich badań jestem pewien, że będziemy w stanie wykryć pewien wzorzec rozwoju infekcji na podstawie danych z urządzeń ubieralnych. Mam nadzieję uzyskać taki stopień szczegółowości, dzięki któremu określimy precyzyjnie scenariusz nasilenia się infekcji wirusowej. To może okazać się przydatne zarówno w procesie diagnozy, jak i rokowań leczenia. «