Más de 30 hospitales y centros de investigación de Estados Unidos y Europa han unido sus fuerzas para impulsar Owkin, una red que tiene, entre sus objetivos primordiales, ayudar a los grupos científicos a que transformen datos extraídos del mundo real y se conviertan en modelos predictivos a escala.
El sistema, basado en el machine learning, ha creado un espacio en el que se comparte el conocimiento, lo que redunda en un mejor funcionamiento de los centros de investigación, los hospitales y las farmacéuticas. En otras palabras, esta puesta en común deriva en avances de investigación, desarrollo e innovación en campos como la Oncología o la Cardiología.
"El acceso a los datos clínicos de los pacientes es crucial para mejorar la investigación"
Atendiendo a detalles concretos, los proyectos impulsados por la red incluye la creación de un modelo predictivo que identifica nuevos biomarcadores ligados a la progresión de cánceres poco frecuentes o la predicción de los perfiles de expresión génica.
"El acceso a los datos clínicos de los pacientes es crucial para mejorar la investigación. Sin embargo, al actual sistema dificulta el intercambio de información y pone en riesgo la privacidad de los pacientes, lo que deriva en ‘silos de conocimiento’ en los hospitales, a modo individual", ha señalado Thomas Clozel, cofundador y director ejecutivo de Owkin.
El propio Clozel ha apuntado que, "si podemos transformar los datos clínicos en un conocimiento accesible, avanzaremos en la investigación médica y tener un impacto poderoso en la solución de los desafíos médicos más destacados".
Por su parte, Françoise Galateau-Sallé, investigadora principal del Centro Léon Bérard en Lyon (Francia), una de las organizaciones integradas en Owkin, ha declarado que "están muy contentos de trabajar en esta red para aplicar algoritmos de inteligencia artificial (IA) a los datos clínicos para la investigación del mesotelioma".