Zapraszamy do udziału w webinarium 16 marca 2018 godz. 15:00-16:30, podczas którego autorzy tematu „Federated privacy-preserving machine learning across EFPIA partners in support of drug discovery” (Sfederowane, zachowujące prywatność (zasobów danych) uczenie się maszynowe wśród partnerów EFPIA, wspomagające odkrywanie leków) przedstawią cele konkursu, wyzwania, dla których poszukiwane są rozwiązania, oczekiwane rezultaty, wymagane działania oraz odpowiedzą na pytania uczestników.
Udział w webinarium jest bezpłatny, ale wymagana REJESTRACJA.
Dzięki stale powiększającemu się arsenałowi systemów modelowania, metod analitycznych, bibliotek związków chemicznych i innych środków (np. biologicznych) ilość danych generowanych w trakcie programów odkrywania leków nigdy nie była tak duża. Mimo to, biologiczna złożoność wielu chorób nadal nie pozwala na leczenie farmaceutyczne. Wraz z rosnącymi oczekiwaniami regulacyjnymi, zwiększa się intensywność badań i związane z tym koszty. W związku z tym konieczne jest zmaksymalizowanie wykorzystania dotychczasowych inwestycji, aby umożliwić skuteczne badania w przyszłości. Można to osiągnąć dzięki szeroko zakrojonej analizie danych i uczeniu się maszynowemu, które obecnie napędzają transformację cyfrową we wszystkich gałęziach przemysłu.
Powodzenie transformacji cyfrowej w przemyśle farmaceutycznym będzie w dużym stopniu zależało od uwolnienia maksymalnej ilości danych do celów badawczych i dostosowania tych danych do najnowszych metod uczenia się maszynowego.
Szczegółowe wyzwania jak:
- Odblokowywanie zastrzeżonych i poufnych danych, rozproszonych wśród wielu właścicieli
- Odblokowanie danych, które dotychczas nie zostały odblokowane np. będących w formie obrazów
- Dostosowanie najnowszych osiągnięć w nauczaniu maszynowym, takich jak uczenie się wielozadaniowe i pogłębione uczenie
muszą być realizowane z uwzględnieniem ochrony prywatności i praw własności intelektualnej; zasoby i dane, o których mowa, nie wyjdą spod kontroli odpowiednich właścicieli.
Kontakt w KPK: anna.dziubczynska-pytko@kpk.gov.pl
