包括诺华和默克在内的主要制药公司为药物发现建立联合学习平台

去年6月，安进，阿斯特拉斯，阿斯利康，拜耳，勃林格殷格翰，葛兰素史克，雅虎研究院，扬森，默克和诺华等10家主要制药公司签署了一项协议，以建立一个名为MELLODDY(药品的机器学习分类帐编排)共享平台。发现)。该团队与Nvidia，Owkin和其他公司合作，寻求利用联合学习之类的技术来在数据集上共同训练AI，而不必共享任何专有数据。

今天，为期3年的MELLODDY项目的贡献者宣布他们已经达到了他们的第一年目标：成功部署该平台。他们说，这是一个更大的里程碑，他们还完成了该平台的首次联合学习运行。

进入临床试验的所有药物中，只有不到12%进入药房，并且药物至少需要10年才能完成从发现到上市的过程。根据美国药物研究与制造商的数据，仅临床试验平均需要6至7年的时间，因此研发费用约为26亿美元。

MELLODDY项目的联合创始人断言，联合学习可以加快这一过程。在机器学习中，联合学习需要在分散的设备上训练算法，这些设备保存数据样本而不交换那些样本。集中式服务器可能用于协调算法的步骤并充当参考时钟，或者该安排可能是对等的。无论如何，在局部数据样本上训练局部算法，并且以某种频率在算法之间交换权重(算法的可学习参数)以生成全局模型。

为了构建MELLODDY平台，技术供应商BME，Iktos和Nvidia实施了用于药物发现的机器学习解决方案，以确保隐私并优化Nvidia显卡上的培训。Owkin提供了Owkin Connect，它的隐私保护框架专为多任务联合学习而设计，而KU Leuven提供了一个名为SparseChem的开源库，用于训练针对药物发现的机器学习模型。Kubermatic部署了其Kubernetes平台，为每个制药合作伙伴构建基础架构。Substra Foundation管理技术操作，监控工作量，并托管Owkin Connect一部分的开源代码。

在MELLODDY平台(其中一部分托管在Amazon Web Services上)内，合作伙伴在体系结构的本地实例中安全地注册其数据集。(一位发言人告诉VentureBeat，该平台通过了由外部公司和每个制药合作伙伴的IT团队进行的“广泛”安全审核。)私有区块链提供了可追溯性，并且账本以分散的方式分布在整个制药合作伙伴之间。

据一位发言人称，在最初的运行中，所有参与的制药公司都设法以一种不确定的，汇总的方式同时训练了他们的预测模型，而没有公开私人研究，数据或信息。

MELLODDY项目合作伙伴表示，他们已经开始对建模运行的第一个周期的结果进行科学和商业案例评估。他们将着眼于将这些结果发表在科学论文上，并且在接下来的两年中，MELLODDY项目将致力于通过暴露于越来越多的数据中来提高通用预测模型的性能。

MELLODDY项目建立在其他努力的基础上，通过使用联合学习发现健康见解。今年5月，英特尔披露了由美国国立卫生研究院(National Institutes of Health)资助的计划的细节，该计划将利用AI来识别脑部肿瘤，同时保护隐私。通过与宾夕法尼亚大学佩雷​​尔曼医学院(Penn Medicine)的合作，该公司将协调美国，加拿大，英国，德国，瑞士和印度的29个国际医学中心联合会，以使用联合学习训练AI模型。

除此以外，美国放射学院，巴西诊断中心，美国俄亥俄州合作大学，Partners HealthCare和斯坦福医学公司还合作开发了联合学习模型，该模型使用了来自33,000项乳房X线照片研究的13万张图像。在与伦敦国王学院(King's College London)合作开发用于大脑肿瘤分割的联合学习神经网络之后，Nvidia开始与合作者合作，通过公司的Clara Imaging Software平台发布经过联合学习训练的COVID-19相关模型。

MELLODDY项目的预算预算为1,840万欧元(2,176万美元)，并获得了创新药物倡议(Innovative Medicines Initiative)的资助，该倡议是欧盟与欧洲制药业之间的公私合作伙伴关系。(制药合作伙伴出资1000万欧元，英伟达出资12万欧元，其余来自公共赠款。)强生子公司扬森药业有限公司(Janssen Pharmaceutica NV)在Owkin的协调下担任制药行业负责人。