AarogyaAI verwendet KI/ML in AWS, um Antibiotikaresistenzen präzise zu diagnostizieren

Gründer kennen den Startup-Traum. Dieser Traum basiert auf einer Anhäufung von Lebenserfahrungen, Siegen, Niederlagen, Daten, Iterationen – und manchmal auch Glück – und nimmt ein Startup mit auf den Weg von „Ich habe diese großartige Idee“ zum Beweis, was möglich ist.

AarogyaAI, ein Startup im Bereich Gesundheitswesen und Biowissenschaften in Indien, verfolgt den Traum, „die Forschung, die meine Mitgründerin und ich in der Wissenschaft durchgeführt haben, zu nutzen und die menschliche Gesundheit voranzutreiben“, sagt die Chief Executive Officer (CEO) Dr. Praapti Jayaswal. AarogyaAI nutzt künstliche Intelligenz und Machine Learning (KI/ML), um Arzneimittelresistenzen bei Patienten, die durch bakterielle, pilzliche und virale Krankheitserreger verursacht werden, schnell zu diagnostizieren. Dies ermöglicht es Ärzten, datengestützte Behandlungsentscheidungen zu treffen und Medikamente zu verschreiben, mit denen Patienten wirksam behandelt und die Gesundheitsergebnisse verbessert werden.

Praapti und ihre Mitbegründerin Avlokita Tiwari, die Chief Technology Officer (CTO), begannen ihre Freundschaft 2012 als Fahrgemeinschaftspartnerinnen während der 50-Kilometer-Fahrt von zu Hause zu ihrem Labor am Translational Health Science and Technology Institute in Faridabad, Indien. Praapti arbeitete an ihrer Promotion in der Tuberkuloseforschung und Avlokita war Nachwuchsstipendiatin.

Ihre Freundschaft dauerte bis 2019 an, als Avlokita zu Praapti sagte: „Ich suche nach Stellen.“ Praapti antwortete: „Suche nicht nach Stellen – lass uns dieses Unternehmen gemeinsam aufbauen.“ Ohne zu zögern antwortete Avlokita einfach mit „Ja“.

Damit wurde AarogyaAI gegründet. Das Unternehmen feierte im Mai 2023 seinen 4. Geburtstag und unterhält heute neun klinische und kommerzielle Partnerschaften. Das Unternehmen betreibt sechs Pipelines für Infektionskrankheiten in der Cloud von Amazon Web Services (AWS) sowie sein Repository mit fast 20 000 Genomen von Krankheitserregern.

Beweisen, was im modernen Gesundheitswesen möglich ist

„Es hat uns frustriert, dass Menschen an heilbaren Krankheiten starben. 2018 war Tuberkulose die tödlichste Infektionskrankheit, obwohl es 19 Medikamente zur Heilung dieser bakteriellen Infektion gab“, sagt Praapti. „Wir haben gesehen, wie KI eingesetzt wurde, um Menschen reicher zu machen, aber nicht, um kranke Menschen gesünder zu machen.“

Praapti und Avlokita beschlossen, dies zu ändern, indem sie mithilfe von KI eine präzise Diagnose von Antibiotikaresistenzen am Behandlungsort ermöglichen. AarogyaAI ermöglicht es Ärzten, die genomische Sequenzierung der Patientenprobe in AAICare, eine auf AWS basierende Anwendung, einzugeben. Sowohl Praapti als auch Avlokita sind der Ansicht, dass jeder Zugang zu einer wirksamen Behandlung haben kann und sollte. „Unsere Vision ist es, Genomik am Behandlungsort verfügbar zu machen. Die Datenverarbeitung in AWS bringt uns der Möglichkeit, datengestützte Behandlungsentscheidungen mit positiven Ergebnissen auf Populationsebene zu treffen, einen Schritt näher“, erklärt Praapti.

AAICare identifiziert quantitativ und qualitativ alle vorhandenen Krankheitserreger sowie die Arzneimittelempfindlichkeit dieser Erreger. Darüber hinaus suchen die ML-Modelle von AarogyaAI, die das Unternehmen in Amazon SageMaker entwickelt, nach Mutationen innerhalb der Probe, die zur Arzneimittelresistenz beitragen, und sagt diese voraus.

„Die Technologie hat sich im Laufe der Jahrzehnte weiterentwickelt, wird aber in der klinischen Praxis selten eingesetzt“, sagt Praapti. „Das ändern wir.“

AarogyaAI beweist, dass eine proaktive Gesundheitsversorgung genauso normal werden kann wie die heute übliche reaktive Gesundheitsversorgung. „Wir zeigen, dass die aktuelle Genomik von Krankheitserregern und Superbugs vorhersagen kann, wie ihre zukünftigen Trends aussehen werden“, sagt Praapti. „Wenn ein Medikament auf den Markt kommt, ist es bereits 10 Jahre zu spät. Wir müssen Technologien einsetzen, um Medikamente präventiv entwickeln zu können, damit wir, wenn ein Virus wie SARS-CoV-2 auf der ganzen Welt – 8 Milliarden Menschen – verheerende Schäden anrichtet, nicht dieser unsichtbaren Sache ausgeliefert sind.“

Um die evolutionären Trends von Krankheitserregern biologisch und wissenschaftlich zu verstehen, „ist intelligente Genomik der Kern unserer Arbeit, bei der wir KI mit Genomik kombinieren“, erklärt Avlokita. „Dies hilft uns, heute Behandlungsentscheidungen zu treffen, mit dem Ziel, relevante Informationen über die Entwicklung von Krankheitserregern zu gewinnen und so die Gesundheitspolitik im Hinblick auf die Pandemievorsorge zu führen.“

Aufbauen ihres Startups in AWS

Praapti und Avlokita entschieden, dass sie zur Entwicklung einer sicheren, zuverlässigen und skalierbaren Gesundheitsanwendung komplett auf AWS setzen würden.

AarogyaAI verwendet von AWS verwaltete Services wie SageMaker, Amazon Relational Database Service (Amazon RDS) und Elastic Load Balancing, um Aufgaben zu erledigen, deren Einrichtung und Verwaltung für Entwicklungsteams ansonsten umständlich wären. Dadurch kann sich AarogyaAI mehr auf die Featureentwicklung seines Produkts anstatt auf den Betrieb eines Technologie-Rechenzentrums und den damit verbundenen Aufwand konzentrieren.

„Das Beste an der Nutzung von AWS ist, wie reibungslos alles funktioniert“, erklärt Avlokita. „Es war eine tolle Lernerfahrung, all die verschiedenen Features von AWS kennenzulernen und herauszufinden, wie sie unsere Ziele unterstützen können. Wir sind mit AWS sehr zufrieden.“

Um das Wachstum ihres Startups zu beschleunigen, bewarb sich AarogyaAI für AWS ML Elevate, ein in Indien ansässiges Programm, das KI/ML-Startups dabei hilft, ihre Innovationen zu präsentieren, und gleichzeitig Mentoring und Zugang zu Risikokapital (VC) bietet, und wurde in dieses aufgenommen.

Training und Bereitstellung von Machine-Learning-Modellen

ML-Modelle sind der Schlüssel zur Fähigkeit von AarogyaAI, Patientenproben genau zu analysieren und zukünftige Trends vorherzusagen. SageMaker ist eine KI/ML-Lösung, die seinem Datenwissenschaftsteam hilft, die ML-Modelle zu erstellen, zu trainieren und zu optimieren und gleichzeitig vollständige Kontrolle und Transparenz zu bieten. „Wir verlassen uns auf SageMaker, um unsere KI/ML-Modelle zu erstellen und bereitzustellen“, sagt Avlokita. AarogyaAI trainiert seine SageMaker-Modelle anhand globaler und lokaler genomischer Datensätze, die sowohl öffentlich verfügbar sind als auch vor Ort generiert werden, und berücksichtigt dabei die Idee, Forschung in reale Anwendungen umzusetzen.

„Als unser Produktleiter in das Unternehmen eintrat, hatte er keine Erfahrung mit AWS. Er kannte sich mit Datenwissenschaft und KI/ML-Algorithmen aus, aber er wusste nicht, wie man AWS verwendet“, sagt Avlokita. „SageMaker ist so benutzerfreundlich, dass er sofort loslegen und herausfinden konnte, wie ML-Lösungen erstellt werden.“

Die Berechnungen für die ML-Modelle werden mithilfe der Amazon Elastic Compute Cloud (Amazon EC2) ausgeführt, die sichere und zuverlässige Datenverarbeitungskapazität auf Abruf bietet. Für die Objektspeicherung verwendet AarogyaAI Amazon Simple Storage Service (Amazon S3).

Optimieren der Cloud-Kosten, um in das Unternehmen zu reinvestieren

Als nächsten Schritt in ihrer Produktentwicklung wollte AarogyaAI seine KI-Algorithmen robuster machen und in der Lage sein, mehr Krankheitserreger zu analysieren. „Wir haben AWS verwendet, um ML-Experimente durchzuführen. Es war schnell und effizient“, sagt Avlokita. „Wir waren mit den Ergebnissen sehr zufrieden. AWS ermöglichte es uns, aus diesen Experimenten das herauszuholen, was wir brauchten, und zu lernen, wie wir unsere Algorithmen so anpassen können, dass sie mehr Krankheitserreger einbeziehen.“

Während AarogyaAI experimentierte und lernte, wie man sein Produkt erweitern konnte, stieg der Datenverarbeitungsaufwand, und das wirkte sich auf die AWS-Rechnung aus. Als Mitglieder von AWS Activate – einem Programm, das Startups bei der Entwicklung und Skalierung unterstützt – konnte das Unternehmen jedoch AWS-Guthaben in Höhe von 100 000 USD anrechnen lassen.

Darüber hinaus „hat uns AWS sowohl in Indien als auch in den USA so großzügig über verschiedene Aspekte der Kostenoptimierung informiert. Wir konnten unsere Rechnung fast sofort um 38 % senken“, sagt Avlokita. „Mit der Art und Weise, wie AWS uns bei der Bewältigung der Cloud-Kosten geholfen hat, sind wir sehr zufrieden. Jetzt können wir weiterentwickeln.“

Ausblick auf die Zukunft von AarogyaAI und das Gesundheitswesen in der Cloud

Sowohl Praapti als auch Avlokita sind sich sicher, dass die Zukunft einer gerechteren und effektiveren Gesundheitsversorgung von der Technologie abhängt. „Im Mittelpunkt steht das Gesundheitswesen, das schnell technologiegesteuerter wird“, sagt Avlokita. „Es ist uns wichtig, dass wir Produkte herstellen, die in der Lage sind, sich an neue Technologien anzupassen, sobald sie auf den Markt kommen.“

Für andere, die an dieser schnell wachsenden Schnittstelle von Gesundheitswesen und Technologie entwickeln, rät Praapti: „Das Wichtigste, das ich anderen Gründern mitteilen kann, ist: Wartet auf nichts. Taucht direkt ins kalte Wasser ein.“ Sie erklärt: „Es wird nie der perfekte Zeitpunkt sein, um jemanden zu erreichen oder eine E-Mail zu senden oder diesen Anruf zu tätigen oder ein Unternehmen zu gründen oder das Patent anzumelden – ob Sie die richtige oder die falsche Entscheidung treffen, Sie werden am Ende positiv abschneiden.“

Als nächsten Schritt auf ihrer Startup-Reise plant AarogyaAI, sein Produkt breiter auf dem Markt bereitzustellen, insbesondere in den USA. „Wir hatten unglaublich viel Unterstützung von AWS in Indien, Singapur, im asiatisch-pazifischen Raum und in den USA“, sagt Praapti. „Wir freuen uns, mit der gemeinsamen Vermarktung mit AWS zu beginnen.“

„2012, als Avlokita und ich ein Fahrgemeinschaft zum Labor gebildet hatten, haben wir über unsere kühnsten Träume gesprochen, wie zum Beispiel, dass klinische Studien mithilfe von Computerbiologie überflüssig werden“, lacht Praapti. „Mit AarogyaAI und AWS werden unsere wildesten Träume langsam Wirklichkeit.“