MELLODDY war eine von der EU geförderte Initiative, die ein seit langem bestehendes Problem lösen sollte: Wie können Pharmaunternehmen Modelle des maschinellen Lernens (ML) für die Arzneimittelentdeckung verbessern, ohne sensible Daten preiszugeben?
Das Projekt brachte 10 führende Pharmaunternehmen - darunter Bayer, GSK und Novartis - sowie wichtige technische Partner wie NVIDIA, BME-HIT, Owkin, KU Leuven, die Substra Foundation und Kubermatic zusammen. Gemeinsam haben sie die erste branchenweite föderierte Lernplattform für die Arzneimittelforschung entwickelt, die es den Unternehmen ermöglicht, ML-Modelle gemeinsam zu trainieren und dabei die Vertraulichkeit ihrer Daten zu wahren.
Mithilfe des föderierten Lernens sammelte MELLODDY nach jeder Iteration Trainingsupdates - und nicht nur Rohdaten - von jedem Partner. Dieser Ansatz gewährleistete den Datenschutz und entwickelte gleichzeitig genauere Prognosemodelle. Tatsächlich übertraf das globale Vorhersagemodell, das aus diesem Projekt hervorging, alle Modelle der einzelnen Partner.
Kubermatic spielte eine Schlüsselrolle, indem es die skalierbare Kubernetes-Infrastruktur bereitstellte, die es jedem Pharmapartner ermöglichte, die Plattform sicher auf Amazon Web Services (AWS) zu betreiben.
MELLODDY hat einen neuen Industriestandard für die KI-gestützte Arzneimittelforschung gesetzt. Mit den Entwicklungen aus diesem Projekt können Pharmaunternehmen nun beim Training von ML-Modellen zusammenarbeiten, ohne die Vertraulichkeit zu gefährden, und so eine schnellere Arzneimittelentdeckung ermöglichen.
MELLODDY hat einen neuen Industriestandard für die KI-gestützte Arzneimittelforschung gesetzt. Mit den Entwicklungen aus diesem Projekt können Pharmaunternehmen nun beim Training von ML-Modellen zusammenarbeiten, ohne die Vertraulichkeit zu gefährden, und so eine schnellere Arzneimittelentdeckung ermöglichen.
