自从他第一次听到这个想法以来,李的乐观态度已经出现了。
“这听起来很像科幻小说。事实上,当这个想法首先由自适应生物技术公司的人员呈现给我时,我也对此持怀疑态度,尽管事实上我是“星际迷航”的忠实粉丝,“他在参考Tricorder是一款以“星际迷航”系列着名的手持式诊断设备。
在看到Adaptive如何能够每月标记1000亿个数据点后,Lee开始相信这个想法。“预测是,在短短的几年内,我们可能有足够的训练数据,如果用于适当强大的云规模机器学习算法,实际上可以获得一些诊断结果,”李说
该系统通过解释可以从一小瓶血液中读取的免疫系统信息来工作。Adaptive的技术可解码与T细胞相关的遗传信息,这些细胞对免疫反应至关重要。在这些细胞内部存在“所需的所有信息,以确定究竟是什么癌症,什么传染病和你的身体可能应对的自身免疫性疾病,”李说。
微软和Adaptive之间的合作伙伴关系于 一年多前首次亮相。今年1月,两家公司宣布人工智能系统正在运行,并将首先专注于诊断1型糖尿病,乳糜泻,卵巢癌,胰腺癌和莱姆病。
作为协议的一部分,微软投资了4500万美元用于Adaptive,而Adaptive承诺在七年内在Azure云服务上投入至少1200万美元。
但为了准确诊断疾病,公司必须做的不仅仅是阅读免疫系统。他们必须知道如何解释它。“问题是,我们并不完全知道如何提取这些信息,”李说。
Adaptive 最近申请首次公开募股,并在此过程中警告称,与微软的合作可能并不顺利。
“我们与微软的合作处于早期阶段,我们的计算和基于算法的方法在很大程度上未经测试,”该公司表示,列出了其提交公开募股的警示风险因素。Adaptive补充说,这项工作“可能无法在商业上可行的时间表上产生具有临床可操作性的见解,或者根本没有。”
但是,如果团队能够从这些免疫系统读数中发现疾病信息,它可能会导致“完全普遍的疾病诊断,一年一次或两次的简单验血,这将为您提供早期诊断传染病,癌症和自身免疫性疾病,“李说。目标是在几个小时内以合理的成本完成所有这些工作。
鉴于涉及大量的计算能力,微软的云业务将从诊断从实验室转移到数据中心的世界中获益。“这些精准医学的想法,这些基因组学,免疫组学和基于蛋白质组学的想法涉及巨大的数据工作量,数据量和数据复杂性,真正违背人类理解,”李说。