专长：精准医疗的联邦学习。
Owkin 利用联邦学习技术，在保护数据隐私的同时，实现协作式 AI 研究。他们在肿瘤学和心脏病学领域的应用已构建出可指导个性化治疗决策的预测模型。Owkin 与领先医院和研究机构的合作进一步扩大了其影响力。
Owkin于2016年成立于法国巴黎，是一家AI驱动的精准医疗公司，由临床医师Thomas Clozel博士与生物学人工智能先驱Gilles Wainrib博士共同创建。
Thomas Clozel博士（图左）与Gilles Wainrib博士（图右）
其核心技术是一套机器学习框架，可以将机器学习和生物学相结合，建立AI疾病模型，以开发生物标志物并确定新的药物靶点。
最初的商业模式以向癌症治疗中心、医院与药企提供技术服务为主，使用联邦学习技术建立全球研究网络，搭建兼具数据安全和隐私保护的研究平台。
直到2022年，在赛诺菲任职六年的资深副总裁Alban de La Sablière来到Owkin任职首席业务官，谋划起内部药物和诊断产品线的扩展。
在随后的两年时间里，Owkin诊断产品线进展神速。
至今已推出了两款基于人工智能的癌症诊断方法RlapsRisk® BC与MSIntuit® CRC，分别用于乳腺癌与结直肠癌，均获欧盟批准。
在制药方面则迟迟未有大动作，反而在2023年6月启动了名为癌症多组学空间图谱（MOSAIC）的项目，耗资高达5000 万美元。
该项目将通过癌症中心、医院和空间生物学企业，针对七种难以治疗的癌症，征集了来自全球7000 名患者的数据集，比任何现有的空间组学数据集大100倍以上。
这个世界上最大的肿瘤学空间多组学数据集，成为了Owkin研发自有管线的坚实后盾。
与此同时，Owkin还在不懈打磨内部的AI引擎，研发团队陆续发表了57篇相关论文。
这些引擎由来自 61个领先研究中心网络的多模式患者数据和来自 110 名数据科学家团队，在T细胞连接方面积累了深厚的免疫反应专业知识。
凭借着七年来，在内部和外部合作伙伴中积累的项目经验，Owkin已准备好应对最关键的挑战 —— 临床试验。
AI引擎 如何在临床中发挥作用？
OKN4395是Idorsia和外部合作者10年药物发现的结果，是一款潜在的同类最佳的EP2/EP4双靶点抑制剂。
公司对此寄予厚望，并表示这项资产有可能成为极具挑战性的EP2和EP4靶点的一流双重抑制剂，这是生成式AI尚未实现的壮举。
Owkin引以为豪的AI引擎将如何在临床研究中如何发挥作用，是报告的主要内容，也是业内的关注焦点。
其中包括生物标志物引擎：使用多模态患者数据，结合组织学和分子图谱，创建了EP2/EP4生物学的详细特征，可以为适应症选择和临床试验开发提供帮助。
还有AI药物定位引擎，该引擎已为OKN4395筛选出了30多种癌症适应症，并根据它们与EP2/EP4通路的相关性对它们进行排名。
为了进一步扩大其产品线，Owkin还打算利用其人工智能引擎，通过肿瘤学、免疫学和炎症方面的许可资产来补充内部药物发现。
最后为了降低临床试验的风险，Owkin将应用人工智能在临床1B期建立一个外部控制组。
该组将使用多模态患者数据来选择最佳的纳入/排除标准和预后协变量，以数据驱动的方式加强治疗信号。
MOSAIC患者数据中的因果生物标志物也期间发挥了作用，能为特定的患者亚组量身定制治疗方案。
这种数据驱动的AI药物研发过程，经过了医学专家的验证，确定了临床试验成功的最有希望的治疗组合，与传统的专家驱动的方法相辅相成。
