HPE en Jungla ondersteunen gepersonaliseerde medische zorg in real-time met AI

27-11-2018 | door: Redactie

HPE en Jungla ondersteunen gepersonaliseerde medische zorg in real-time met AI

Hewlett Packard Enterprise (HPE) heeft een samenwerking aangekondigd met de Jungla-technologie voor biotechnologie en kunstmatige intelligentie (AI) om persoonlijke gepersonaliseerde medische zorg in real-time voor patiënten mogelijk te maken. Door HPE's Memory-Driven Computing Sandbox toe te passen op de datasets van Jungla, zal HPE Jungla helpen bij het versnellen van de duidelijkheid en het nut van klinische genetische en genomische tests. Dit meldt HPE tijdens zijn HPE Discover 2018 event in Madrid.

Het decoderen van het eerste menselijke genoom vereiste $ 2,7 miljard en duurde 15 jaar. Opmerkelijke vooruitgang in sequencingtechnologieën heeft de kosten van genoomsequencing op minder dan 1.000 dollar gebracht, waardoor persoonlijk genomen een realiteit is geworden en een pad is geopend voor betaalbare, rechtvaardige toegang wereldwijd. Deze gegevens bieden het potentieel om inzicht te krijgen en bruikbare begeleiding van patiëntgenomische gegevens in klinische omgevingen, een cruciale stap naar het realiseren van de belofte van betaalbare gezondheidszorg die is toegesneden op de behoeften van een individuele patiënt: precisiemedicijnen. Hiermee kunnen onderzoekers het antwoord bepalen op vragen als:

Wat is het verband tussen de drie miljard basenparen die het menselijk genoom en menselijk welzijn omvatten?

Hoe beïnvloedt variatie in de genomen de kans dat een patiënt kanker of een hartaandoening krijgt?

Workflows

De genetische uniciteit van de mens vormt een grote uitdaging voor de klinische zorg. Zelfs binnen de delen van het genoom waarvan de relevantie voor de ziekte alom bekend is, wordt minder dan één procent van de genetische varianten in de populatie klinisch begrepen. Bestaande processen en standaarden om deze informatie binnen klinische laboratoria te interpreteren, zijn in hoge mate afhankelijk van handmatige patroonherkenning en correlatie. Deze barrière vertraagt medisch onderzoek en beperkt de schaalbaarheid, bruikbaarheid en integratie van genomische informatie in klinische workflows voor real-time diagnose en beheer van de patiënt.

"We zijn ervan overtuigd dat we om de waarde van genomische gegevens te realiseren, verder moeten kijken dan de veranderingen in de sequentie van het genoom van een patiënt en in de veranderingen die worden veroorzaakt door de moleculaire en cellulaire functie", zegt Carlos L. Araya, CEO van Jungla. " Om dit te doen, hebben we computationele en experimentele systemen gebouwd die ongekende niveaus van inzicht kunnen bieden aan klinische teams. Dit vereist een enorme toename van de gegevensschaal en de processen om deze te genereren en te analyseren."

Platform

Jungla's Molecular Evidence Platform (MEP) stelt wetenschappers in staat de effecten van varianten op biologische systemen op schaal te bestuderen en de inzichten in de klinische praktijk te vertalen. Dit geïntegreerde platform ondersteunt patiënten en zorgverleners met accurate, duidelijke en transparante ondersteuning voor de interpretatie van bevindingen in genetische en genomische testen. Terwijl het MEP evolueert, integreert Jungla steeds meer geautomatiseerde benaderingen - inclusief moleculaire analyses met hoge resolutie - die kunnen aantonen hoe variaties in het genoom cellen veranderen, zoals DNA-schade die tot kanker kan leiden.

"Traditionele computationele systemen maakten het voor Jungla onmogelijk om zijn datasets op schaal te vergelijken", aldus Michael Woodacre, HPE Fellow. "Nadat systemen de gegevens hadden geanalyseerd, moesten onderzoekers nog steeds handmatig de gegevens bekijken om patronen te identificeren. Maar dankzij zijn ongeëvenaarde capaciteit om gegevens op grote schaal te verwerken, heeft Memory-Driven Computing Jungla in staat gesteld zijn analyseplatform te gebruiken als een wetenschappelijk instrument, waardoor het risico op menselijke fouten en dramatisch te snelle resultaten tot een minimum worden beperkt."

Memory-Driven Computing Sandbox

Om Jungla's visie voor de creatie van een genomics-inzichten-engine tot leven te brengen, laadde HPE de enorme gegevensset van Jungla op zijn 48 TB Memory-Driven Computing Sandbox , een besturings- en ontwikkelomgeving voor klanten die werd geïntroduceerd in juni 2018. Met de geheugengestuurde computer-sandbox , Jungla's MEP kan ongeveer 250x snelheidsverbeteringen leveren in hoge resolutie moleculaire analyses, in vergelijking met traditionele hardware.

De complete genoomsequentie van een patiënt die honderdduizenden varianten uit duizenden genen beschrijft, vertegenwoordigt ongeveer vijf GB aan informatie; de gedetailleerde gegevens uit Jungla's workflows kunnen echter vereisen dat meer dan 40 TB aan informatie wordt verwerkt voor een enkel gen.

"Ons werk met HPE vertegenwoordigt een verbintenis om de grenzen te verleggen en vooruitgang te boeken op het gebied van wetenschap en techniek voor de klinische tests van individuele patiënten", aldus Araya. "Niet alleen moeten we slagen in de wetenschap, we moeten infrastructuur en processen bouwen die schaalbaar zijn om wetenschappelijke inzichten te vertalen in klinische successen voor patiënten. Met HPE's geheugengestuurde computersystemen kunnen we nieuwe bevindingen van een patiënt in overweging nemen in de context van de moleculaire kenmerken van alle klinisch begrepen varianten - op aanvraag. Deze ontwikkelingen gebeuren niet van de ene op de andere dag, maar het is waar we heen moeten als we zowel snelheid als nauwkeurigheid in de gezondheidszorg willen mogelijk maken. "

Realtime

Naast de samenwerking met Jungla werkt het team van HPE samen met onderzoekers in life sciences en klinische geneeskunde van het Living Heart Project en het Duitse centrum voor neurodegeneratieve ziekten (DZNE) om het potentieel van technologie te verkennen om meerdere gebieden van de life sciences-industrie te transformeren . Elk van deze onderzoeksgemeenschappen is baanbrekend op nieuwe benaderingen van de gezondheidswetenschap om antwoorden te vinden die zich in het volle zicht verbergen en verder kijken dan de silo's van wetenschappelijke disciplines en de ontoereikendheid van traditionele computationele infrastructuur op schaal.

"Precisiemedicijnen zullen niet mogelijk zijn zonder de meest geavanceerde computerinfrastructuren", zegt prof. Joachim Schultze, directeur, PRECISE Platform voor Single Cell Genomics en Epigenomics, DZNE en University of Bonn. "Geheugengestuurde computing lijkt mij de ideale oplossing compute ecosysteem voor deze enorme taak."

Geïnspireerd door projecten met deze klanten, het vermogen om conventionele medische testen te verstoren en de potentiële impact van die verstoring als deze wordt geschaald, introduceert HPE de tweede uitdaging onder de Tech Impact 2030- samenwerking met het World Economic Forum - om echte tijdige, gepersonaliseerde medische zorg voor patiënten. Onder Tech Impact 2030 brengen HPE en het forum experts uit de publieke en private sector bij elkaar om tegen 2030 zinvolle veranderingen teweeg te brengen tegen een reeks belangrijke maatschappelijke uitdagingen.

Vooruitkijkend ziet HPE een fundamentele verschuiving voor medische onderzoekers die toegang hebben tot simulaties die zo geavanceerd zijn dat ze de emergente eigenschappen van complexe biologische systemen omvatten. Niet alleen zal de technologie hen in staat stellen om onderzoek sneller en goedkoper uit te voeren; het zal hen in staat stellen om hun relatie met hun patiënten, hun gegevens en hun wetenschap te veranderen - hun rollen evoluerend van informatie verzamelt tot 'inzicht jagers'.

"In een traditionele setting beginnen onderzoekers met een eenvoudig model en voegen complexiteit toe die overeenkomt met wat wordt waargenomen. Wanneer iets wordt waargenomen dat het model niet kan verklaren, wordt het model vaak weggegooid ", zegt Kirk Bresniker, vice president, HPE Fellow en hoofdarchitect voor Memory-Driven Computing. "Maar wat als een onderzoeker op het meest basale niveau zou kunnen beginnen en niveaus van modellering zou kunnen samenstellen door de atomen aan elkaar te naaien om moleculen te maken, moleculen om structuren te maken en vervolgens in cellen, organen, organismen en ecosystemen te bouwen. Nu kunnen onderzoekers het onzichtbare visualiseren. Ze kunnen een duidelijke 'voor en na' foto vastleggen, wat cruciaal is in de wetenschap."

Tech Impact 2030

Eerder dit jaar kondigden HPE en het Forum de uitdaging aan om 'Help solve World Hunger op te lossen' tegen 2030, geïnspireerd door resultaten van de 1400 hectare grote onderzoeksboerderij van de Purdue University en de toepassing van precisielandbouw om de gewasopbrengst te verhogen terwijl middelen drastisch worden bespaard. Door gebruik te maken van enorme hoeveelheden gegevens die zijn verzameld van verbonden platforms en apparaten en deze op de rand te verwerken, biedt HPE snelle inzichten die snellere beslissingen voor boeren mogelijk maken.

In de komende maanden zullen HPE en het Forum extra uitdagingen introduceren in belangrijke sectoren, waaronder financiële dienstverlening, transport en productie. Elke uitdaging vormt een sociaal, economisch of milieuprobleem dat kan worden aangepakt door deskundigen bijeen te roepen en bestaande en innovatieve technologie op ontwrichtende manieren toe te passen, aldus HPE.

Deelnemen aan Tech Impact 2030

HPE en het forum zijn van mening dat partnerschap essentieel is om echte verandering tot stand te brengen. Organisaties die geïnteresseerd zijn in samenwerking aan het Tech Impact 2030-programma, kunnen meer informatie vinden op:

https://news.hpe.com/tech-impact-2030/ of men kan contact opnemen met TechImpact2030@hpe.com .

Terug naar nieuws overzicht