Think Tank publica un informe sobre la red de datos genéticos basada en blockchain

por Infoblock

Think Tank, dGen, publica un nuevo informe titulado, «IA, privacidad y genómica: la próxima era del diseño de fármacos”. Eso aborda la cuestión de la privacidad y el acceso a los datos genéticos para las empresas que utilizan IA para acelerar y mejorar el diseño de fármacos.

Donde el medicamento promedio hoy toma de 10 a 12 años y cuesta $ 2 mil millones, Covid-19 forzó esta línea de tiempo a 12-18 meses. No está claro si la cura se administrará o no en los próximos seis meses.

La conclusión es que más empresas necesitan acceder a más datos genéticos. Hablamos con líderes de la industria de Aidence, Gero, Iktos, Alphanosos, e-Estonia, Qunatlib, Turbine y más.

Con una red de acceso basada en blockchain, nuestro Las principales predicciones para 2030 son:

Surgirán mejores redes de colaboración.

Se revisarán las leyes de privacidad genética.

La IA se convertirá en una parte fundamental del descubrimiento de fármacos.

Los gigantes farmacéuticos no serán derrocados, pero no saldrán ilesos cuando las nuevas empresas de biotecnología salgan al campo.

La información genética es fundamental para muchas nuevas empresas de descubrimiento de fármacos habilitadas por IA. Para expandir esta innovación, Primero deben resolverse varios problemas con los datos genéticos:

propiedad

almacenamiento seguro

disponibilidad para múltiples grupos de investigación.

En última instancia, muchas tecnologías de preservación de la privacidad no alteran el tema de la propiedad y la auditoría de este sistema. Proponemos una red de biobancos paneuropea descentralizada y basada en blockchain poner la información a disposición de los investigadores, pero registrar todas las solicitudes de acceso. Esto también permitiría a las personas conceder o rechazar estas solicitudes y realizar un seguimiento del uso de su información.

Citas:

Maxim Kholin, cofundador de Gero

“Creemos que la IA puede acelerar el proceso de descubrimiento de fármacos mediante la comprensión adecuada de las enfermedades humanas a partir de grandes datos biomédicos. El enfoque basado en datos debería ayudar a establecer los determinantes genéticos y los marcadores moleculares de la enfermedad ”.

Pascal Mayer, fundador de Alphanosos

‘Si bien actualmente trabajamos muy bien con las bacterias, confiamos [AI-enabled plant-based drug discovery] también tendrá éxito en la lucha contra los virus ‘.

‘Al usar extractos de plantas comestibles, como lo hacemos nosotros, en el proceso de desarrollo de medicamentos, los riesgos de efectos secundarios son bastante bajos[…] posibilidades 10 ^ 10 o 10 ^ 30 [are available]. Este es un número tan grande que usamos IA para conducirnos rápidamente a través de estas posibilidades ‘.

Tamás Török, jefe de desarrollo comercial de turbinas

Turbine es capaz de identificar nuevos objetivos moleculares para superar la enfermedad y seleccionar con precisión a los pacientes para los que las terapias funcionarán mejor. Por lo tanto, la plataforma Simulated Cell de Turbine genera nuevos conocimientos biológicos a través de simulaciones en lugar de extraer datos biológicos disponibles ”.

Florian Marcus, ponente de e-Estonia

Entonces, el paciente verá en el libro de registro que este médico en particular miró este conjunto de datos del paciente en particular en este momento por esta y aquella razón. Esto se puede impugnar en los tribunales […] cuando se introdujo el sistema, algunos médicos perdieron su licencia sobre él ”.

‘Esta lógica de un sistema de acceso basado en derechos es fundamental para el funcionamiento de e-Estonia, al igual que la noción de verdad por diseño, de modo que siempre puedo ver quién verificó mis datos y pedirles cuentas ”.

Fuente de la imagen: dGen. Org

Content Protection by DMCA.com

TAMBIÉN PUEDE INTERESARTE