5月9日，Owkin获得了2500万美元融资，此轮融资的投资者包括Bpifrance Large Venture、Cathay Innovation和MACSF（法国临床医生养老基金），以及现有投资者GV等，加上这一笔融资，公司的A轮融资总额已经达到了4310万美元。
Owkin成立于2016年，由血液肿瘤学家和研究员Thomas Clozel与计算机科学教师研究人员Gilles Wainrib以及斯坦福大学PostDoc共同创立。公司的最终目标是希望制药公司、大学和其他研究机构能够一同进入他们所提供的虚拟实验室，并将他们的研究成果进行共享，这样就能够使他们了解为什么药物效果因人而异，从而改善药物研发过程。
公司主要产品是Owkin Studio，它能够收集生物医学图像、基因组学研究和临床数据。医学工作者可以登录到Owkin Studio，访问匿名数据集和模型，从而了解药物疗效因患者而异的原因，完善药物开发过程，确定更适合患者的药物以改善治疗效果。目前，Owkin的医学研究合作涉及了肿瘤学、免疫学和心血管疾病。
在新冠疫情期间，Owkin启动了Covid-19开放AI联盟（COAI），通过自身的平台来共享信息，以推动治疗方法的临床开发。
Owkin CEO Thomas Clozel（左）和CSO Gilles Wainrib（右）
如何用机器学习来加快医疗研发？
全球医药行业对医疗大数据与人工智能的需求日益提升。在8000亿美元的医药市场中，每年专利失效的药品约占5%，且专利失效的速度也在加剧，这促使药企研发新药来应对行业竞争，研发的需求更加广泛。同时，基于AI的精准治疗也逐步成为医疗（特别是癌症）领域的主流发展方向。
Owkin目前的主要产品是一个名为苏格拉底的平台，这个面向医学研究者的平台通过机器学习和深度学习算法，让用户可以轻松创建预测模型，并在应用在医学研究的每个领域，包括优化药物开发、生存预测、目标发现、临床试验还有药品市场分析。
在实际应用中，Owkin的的技术人员提供机器学习的专业知识，让医学专家的研发力大幅提升，让专家们结合海量的医学数据，更好的使用机器学习来实现研发过程。
这次融资，Owkin打算利用新资金建立一个虚拟实验室，让参与研发的各方诸如数据科学家，临床医生，学者和制药公司都可以登录到Owkin称为Owkin Studio的虚拟实验室当中。在这个虚拟环境中，所有的参与者都有权访问匿名数据集和模型，以完善自己的研究和开发。通过这样的方式，所有参与研发的人员都能确保对新型生物标志物的作用机制和预测模型有最前沿的认知，并将这些新数据用于他们的研发过程中。
Owkin的盈利方式也来源于这种数据分享。Owkin通过允许远程访问制药公司的数据集并将大学开发的模型许可给这些公司来赚钱，这种方式吸引了研究人员源源不断的加入，并为过去40年来一些资金下降的研究机构提供了额外的收入来源。
公司首席执行官Thomas Clozel表示，我们有一大批学术大学正在开发算法并共享数据，最终，它有助于开发更好的药物。”
GV的普通合伙人（GP）Adam Ghobarah表示，Owkin利用EHR衍生的临床数据、病理成像和测序数据，创建了一种差异化的方法来获得丰富的数据集，这对研究机构和制药行业来说非常有价值。”
Owkin如何加快研发进程，有一个案例可以说明。Owkin之前在《自然·医学》上发表过题为《基于深度学习的间皮瘤分类可改善对患者结局的预测》的论文描述了Owkin如何基于肺组织活检图像开发了详细而准确的预后模型，以预测疾病进展并鉴定间皮瘤的相关生物学特征。
Owkin的名为MesoNet的深度学习模型用于分析来自近3000名间皮瘤患者的胸膜手术活检的数字化全片图像（WSI）。为了培训和测试MesoNet，Owkin使用了来自MESOBANK的广泛数据集，该数据集来自多个法国机构。著名的法国癌症研究所Center Leon Berard（CLB）的病理学医学专家对模型结果进行了专家验证，证实了MesoNet优于所有现有的生存模型，并且在通过The Cancer的不同染色图像成功验证后证明了异质性的鲁棒性基因组图谱（TGCA）。
除了其预测性能和表征间皮瘤亚组的新颖方法外，Owkin开发的深度学习模型还能够突出显示与预后预测相关的精准区域。这种关键的可解释性功能，再加上使用Owkin软件平台与专家病理学家进行的原始迭代合作，已导致鉴定出新颖的生物学特征，从而可以更深入地解释这种疾病的异质性。
Leon Leonard中心病理学教授FrançoiseGalateau表示，除了改善我们的预后模型外，MesoNet还能够在肿瘤微环境的基质区域内识别出可以预测生存的新生物标记，这种能力确实使Owkin的AI模型与众不同，并为我们在间皮瘤研究中提供了新的方向。
Owkin现在正在与生物制药行业的合作伙伴合作，利用这一见识来丰富临床试验中的患者选择，并确定哪些患者最有风险，因此最适合在试验环境中采用新的药物治疗方法。Owkin在学术界与生物制药行业之间进行合作的创新模式正在从在试验和临床实践中从患者身上获得的真实数据中产生新的治疗方法。
克洛泽尔表示，“间皮瘤患者的生存期从几个月到几年都显示出很高的变异性，我们的研究有助于解释这种变异的生物学原因，并将最终开发出更具针对性的药物来治疗这些疾病。
而这些数据如何改善患者的治疗护理？公司表示，制药行业面临的一个重要问题是，它无法充分利用其生成的数据，另一个问题是访问现实世界的数据非常昂贵，Owkin通过基于现实世界中患者生成的数据的集体信息来解决这些问题。
公司补充到，制药业的典型用例是利用我们的技术，以及在现实世界数据上预先训练的数据，通过基于耐药性和毒性的患者队列更好地了解药物开发机会。我们可以帮助公司通过成像或其他生物标记物在临床试验中微调患者招募，同时，制药公司还可以购买使用与合作伙伴一起开发的真实数据，生物标记或目标构建的预测模型。
充当企业和科研力量的广泛“节点”
在医疗领域，Owkin充当了一个大“节点”——链接科研、医院和制药等机构。同样不可忽视的是，Owkin也是推动这些链接的重要力量，或者说，推动数据打通也是医疗技术的一个重大进步。
Owkin任命帕克·莫斯（Parker Moss）为首席业务官，帕克将致力于加强Owkin与医院，学术中心以及制药和生物技术公司的合作关系。帕克曾在英国国家卫生局（NHS）工作了五年，担任过英国最大的NHS社区服务提供商Virgin Care的首席技术官。
帕克曾表示，了解疾病生物学的'基本事实'是提高某些最复杂和破坏性疾病的存活率并降低治疗毒性的关键，而'真相'在于人类数据的研究。帕克的任务是打破数据孤岛，并创建对在真实数据上训练的情报的获取。
Owkin与安进（Amgen）和罗氏（Roche）等一些最大的制药公司合作，并与居里研究所（Institut Curie）和INSERM（仅次于NCI的世界第二大癌症研究组织）进行了研究合作。
不止于此，Owkin和很多公司和机构都有跨领域的多种合作。2020年3月，Owkin与匹兹堡大学合作设计和验证高级机器学习模型。2019年12月2日，Owkin宣布，将与科技公司 NVIDIA 和伦敦国王学院合作，在医疗和生命科学领域提供联合学习。Owkin还与国际注册机构CAPACITY合作研究新冠病毒患者的心血管并发症，CAPACITY与全球50多个中心都有合作。
此外，Owkin还有全球一级学术医疗中心的网络Okin Loop ，在那里，科学家可以从参与培训和验证分散数据的模型，通过扩展培训数据集的大小，Okin确保模型可以在不删除医院数据的情况下对异构数据进行培训，该网络已经包括法国和美国的一级医院，KCL及其伦敦医院合作伙伴将是英国第一个参与学术医疗联盟。
Owkin与学术机构、科技公司、制药公司和医院的广泛合作，不仅为其数据打通奠定了基础，同时也能充当各个机构的连接点，帮助各个平台提升研发效率，从而又能吸引更多的力量加入，形成正循环，超大节点也是Owkin所构建的无形竞争力。
目前Owkin有98名员工，都是来自机器学习、统计、医学、生物学和商业等领域的人才，其中包括24位博士、87位硕士和屡获殊荣的数据科学家。Owkin打算利用新一轮融资的资金来扩大其员工人数，并继续与学术研究机构建立合作伙伴关系。
2019年3月8日，Owkin完成A轮融资，该轮融资由斯道资本（富达亚洲）和F-Prime Capital Partners领投，以及凯辉基金跟投。2018年1月，Owkin获得了1100万美元A轮融资，由Otium Venture领投，Cathay Innovation, Plug and Play和NJF Capital跟投。
根据《健康经济学杂志》（Journal of Health Economics）2016年的一篇论文，将一种药物推向市场平均需要花费19亿欧元和13年。基于此，越来越多技术致力于推动这个进程和费用的缩短。
在美国，由比尔·盖茨（Bill Gates）和对冲基金经理大卫·肖（David EShaw）投资的Schrödinger完成了一轮1.1亿美元的融资，总部位于波士顿的Relay Therapeutics从包括软银愿景基金在内的投资者那里筹集了4亿美元。技术颠覆医疗的进程正在展开。
