美国国家心肺血液研究所（NHLBI）已选择 Westat 建立人工智能协调中心（AI-CC），认可了 Westat 在人工智能（AI）和机器学习（ML）方面的广泛专业知识。AI-CC 将作为协调各种研究计划的中心枢纽，汇聚 AI 和科学专家，共同合作开发创新方法，以分析和解释通过精准医学跨组学（TOPMed）计划提供的大量组学数据资源。
TOPMed 中，Westat 是行政协调中心（ACC），它整合了全基因组测序（WGS）和其他组学数据（例如代谢谱、表观基因组学、蛋白质和 RNA 表达模式）以及来自大型、特征明确的队列的分子、行为、成像、环境和临床数据。这个综合数据集通过为个人独特的遗传和环境背景提供定制的见解，支持精准医学。
作为 NHLBI 的 AI-CC，Westat 将：
- 增强数据整合和分析：应用先进的 AI 和 ML 技术来整合和分析多样化的数据集，提供对生物过程更深入的见解。
- 促进合作研究：促进 AI 和科学专家之间的合作，为分析 TOPMed 数据开发创新解决方案。
- 改善健康结果：应用 AI 驱动的见解来识别健康结果中与性别相关的差异，从而促成更有效的医疗干预。
- 支持更广泛的 NHLBI 研究：将 AI 应用扩展到 NHLBI 的其他研究领域，如影像学和放射组学与放射基因组学中的组学数据，以推进对特发性肺纤维化等慢性肺部疾病的理解。
Westat 的临床研究实践具备良好的条件来实施和运营 AI-CC，凭借其强大的 AI 和 ML 专家团队、既定流程以及对 TOPMed 数据的熟悉程度。
“我们在 AI 和 ML 方法方面的专业知识、对多组学健康数据的了解以及管理像 TOPMed 这样的大规模生物医学研究项目的经验，使我们处于领导 AI-CC 的独特地位，”临床研究实践部的副总裁 Kevin Wilson 博士指出。“我们很高兴能够采用多学科方法，并将我们的先进分析技术应用于 TOPMed 数据以改善研究结果。”
Sunitha Mathew 女士，Westat 临床研究实践的负责人表示：“我们在 TOPMed ACC 和 OTA 机制方面的经验使我们能够高效且有效地利用现有基础设施和程序来征集、支持和监测研究。作为 TOPMed ACC，我们拥有关于 TOPMed 数据访问、可用性和结构的实践经验。”
除了 AI-CC，Westat 还支持其他 NHLBI 协调中心，包括受体流行病学和供体评估研究 IVa - 儿科（REDS-IV-P）DCC、孕产妇发病率和死亡率（3M）ACC 以及社区参与技术援助中心（CETAC）/社区参与联盟（CEAL）CC。
关于 Westat（www.westat.com）
Westat 是研究、数据收集和分析、技术援助、评估和通信领域的领导者。我们基于证据的发现帮助政府和私营部门的客户在健康、教育、交通以及社会和经济政策方面加速进步。自 1963 年以来，我们致力于通过研究改善生活，以及我们对项目的处理方法基于调查好奇心、公平、统计和数据严谨性、适应性方法和先进技术，这就是客户在我们的工作中发现非凡价值的原因。
