ai 의료 회사의 현금 고갈
전 영국 과학 및 국방 장관인 Paul Drayson이 운영하는 의료 기술 회사가 긴급 자금을 확보할 수 없으면 몇 주 안에 자금이 고갈될 수 있다고 말한 후 Sensyne Health 의 주가는 급락했습니다. Aim에 상장된 회사의 주가는 72.7%(54.9p) 하락한 20.6p로 사상 최저치를 기록했으며 2018년 8월의 상장 가격인 175p보다 훨씬 낮습니다. 런던 증권 거래소에서 5분간 거래를 잠시 중단했습니다. 시장에서 격동의 시간을 보낸 후 2018년에 데이터 분석 전문가를 설립한 노동당 동료이자 엔지니어인 Lord Drayson은 비즈니스를 비공개로 전환하기를 원합니다. 그와 과학자 Brian Bellhouse 의 딸인 아내 Elspeth 는 22.8%의 지분을 보유한 Sensyne의 최대 주주입니다. 임상 직원들은 Wigan에 있는 Royal Albert Edward Infirmary A&E 부서의 컴퓨터에서 일하고 있습니다. NHS 데이터는 수십억 달러의 가치가 있습니다. 하지만 누가 이에 액세스해야 할까요? 더 읽기 옥스포드에 기반을 둔 이 회사는 11월 초 Drayson이 경영진 인수에 대해 접근한 후 구매자를 찾기 위한 공식 프로세스를 시작했습니다. 회사는 금요일 여러 당사자들과 상세한 논의를 진행하고 있다고 밝혔다. 그러나 매각이 합의되기 전에 현금이 바닥날 수 있다고 말했다. Sensyne은 1월 12일 현재 은행에 280만 파운드의 현금을 보유하고 있으며 회사 자금을 빚지고 있는 "상당한 채무자"를 추적하고 있다고 말했습니다. 매각을 추진함에 따라 앞으로 몇 달 동안 회사 자금을 조달하기 위해 635만 파운드(추가적으로 500만 파운드는 상호 동의에 의해 제공될 수 있음)에 여러 기관 투자자를 유치하기를 희망합니다. 자금은 대출 어음 형식일 것입니다. Sensyne은 "이사회는 자금 조달이 가까운 시일 내에 완료될 것으로 믿고 있지만, 자금 조달 없이는 공식적인 매각 절차가 종료되지 않는 2022년 2월 초 이후에도 회사가 계속 거래할 수 없을 것"이라고 말했습니다. 회사는 최근 몇 달 동안 논란에 휩싸였습니다. 11월 런던 증권 거래소는 드레이슨에게 85만 파운드, 당시 최고 재무 책임자였던 로리머 헤들리에게 20만 파운드의 상여금을 공개하지 않아 11월에 40만 파운드의 벌금을 부과받았다. Sensyne은 인공 지능 알고리즘을 사용하여 환자 데이터를 분석하고 제약 회사가 신약 개발을 가속화할 수 있도록 지원합니다. 임산부의 혈압 및 당뇨병 모니터링 앱과 코로나바이러스 및 혈당 수치 자가 모니터링 앱을 개발했습니다. NHS 트러스트 및 미국 의료 시스템과 의 16개 연구 계약을 통해 심부전, 뇌졸중 및 혈액암을 포함한 질병을 다루는 4,800만 명의 익명화된 환자 건강 기록 데이터베이스를 보유하고 있습니다. NHS는 회사의 16.2%를 소유하고 있습니다. 익명의 환자 데이터를 제공하는 대가로 그들은 Sensyne의 주식과 개발된 모든 제품의 향후 로열티 일부를 받았습니다. 다른 주주로는 지난 7월 Sensyne의 이사회에 나스닥에 2차 상장을 추진할 것을 촉구한 행동주의 투자자인 Gatemore Capital Management가 있습니다.대변인은 회사가 아직 개발 초기 단계에 있으며 파트너십을 통한 수익이 나오기까지 시간이 걸린다고 말했습니다. 센신은 또한 코로나19 팬데믹으로 인해 계약이 지연됐다고 말했다. "일부 경쟁업체는 Sensyne의 윤리적 모델에 위배되는 환자 데이터에 대한 직접 액세스를 제공하거나 Sensyne이 구축한 심층적이고 종단적인 데이터 세트보다 열등한 데이터에 대한 액세스를 제공한다고 주장합니다. Sensyne은 환자 데이터를 절대 생명과학 회사에 직접 판매하거나 공유해서는 안 된다고 계속 믿고 있습니다.” Drayson은 과거 에 Google이 NHS의 데이터베이스에 무료로 액세스하여 전 세계에 배포할 의료 앱을 개발할 수 있다는 우려를 표명 했습니다.나중에 많은 실험과 데이터 분석을 통해 그는 힘, 질량 및 가속도 사이에 근본적인 관계가 있음을 깨달았습니다. 그는 방정식 F=ma로 표현될 수 있는 관계를 설명하는 이론을 공식화하고 사과 이외의 물체의 행동을 예측하는 데 사용했습니다. 그의 예측은 맞았습니다(나중에 온 사람들에게 항상 정확하지는 않더라도). 오늘날 과학이 어떻게 발전하고 있는지 대조해 보십시오. Facebook의 기계 학습 도구는 심리학자보다 선호도를 더 잘 예측합니다. DeepMind에서 만든 프로그램인 AlphaFold는 포함된 아미노산을 기반으로 단백질 구조에 대한 가장 정확한 예측 을 생성했습니다. 둘 다 작동하는 이유에 대해 완전히 침묵합니다. 이 정보나 저 정보를 선호하는 이유; 이 시퀀스가 그 구조를 생성하는 이유.커튼을 들어 메커니즘을 들여다볼 수는 없습니다. 그들은 설명을 제공하지 않으며 이것을 저것으로 변환하기 위한 일련의 규칙도 제공하지 않습니다. 한 마디로 이론도 없습니다. 그들은 그저 일을 잘하고 잘할 뿐입니다. 우리는 매일 Facebook의 예측이 사회적으로 미치는 영향을 목격하고 있습니다. AlphaFold는 아직 그 효과를 실감하지 못했지만 많은 사람들은 이것이 의학을 바꿀 것이라고 확신합니다. Newton과 Mark Zuckerberg 사이 어딘가에서 이론은 뒷자리를 차지했습니다. 2008년 당시 Wired 잡지의 편집장이었던 Chris Anderson은 Wired 잡지 의 종말 을 예언 했습니다. 그는 너무 많은 데이터가 축적되었고 컴퓨터는 이미 그 안에서 관계를 찾는 데 우리보다 훨씬 뛰어나서 우리의 이론이 현실의 지나친 단순화에 대해 폭로되고 있다고 주장했습니다. 머지 않아 오래된 과학적 방법(가설, 예측, 테스트)은 역사의 쓰레기통으로 분류될 것입니다. 우리는 사물의 원인을 찾는 것을 멈추고 상관관계에 만족할 것입니다.돌이켜 보면 Anderson이 본 것이 사실이라고 말할 수 있습니다(그는 혼자가 아니었습니다). 이 풍부한 데이터가 우리에게 드러낸 복잡성은 전통적으로 이해되는 이론으로는 포착할 수 없습니다. 독일 튀빙겐에 있는 막스 플랑크 생물 사이버네틱스 연구소 소장인 컴퓨터 신경과학자 Peter Dayan은 "우리는 설명에 유용할 이론을 쓰는 능력조차 뛰어 넘었습니다."라고 말했습니다. "우리는 그들이 어떻게 생겼는지조차 모릅니다." 그러나 이론의 종말에 대한 Anderson의 예측은 시기상조였던 것 같습니다. 아니면 그의 논문 자체가 지나치게 단순화된 것일 수도 있습니다. Facebook 및 AlphaFold와 같은 이론 없는 예측 엔진의 성공에도 불구하고 이론이 죽기를 거부하는 몇 가지 이유가 있습니다 . 지식을 얻는 가장 좋은 방법은 무엇이며 과학은 여기서 어디로 가는가? 첫 번째 이유는 인공 지능(AI), 특히 명시적 지침을 제공하지 않고 데이터에서 학습하는 신경망이라고 하는 기계 학습의 한 형태 자체가 오류가 있다는 것을 깨달았기 때문입니다. Google의 검색 엔진과 Amazon의 고용 도구 에 문서화된 편견을 생각해 보십시오 . 두 번째는 인간이 이론 없는 과학에 대해 매우 불편해한다는 것입니다. 우리는 블랙박스를 다루는 것을 좋아하지 않습니다 . 그 이유 를 알고 싶습니다 . 그리고 세 번째로, 많은 것을 유용하게 설명하지만 아직 밝혀지지 않은 전통적인 종류의 이론, 즉 인간이 이해할 수 있는 이론이 여전히 많이 있을 수 있습니다. 따라서 이론은 아직 죽지 않았지만 변화하고 있습니다. 아마도 인식을 초월할 것입니다. 프린스턴 대학의 심리학자인 Tom Griffiths는 "많은 양의 데이터가 있을 때 이해가 되는 이론은 데이터가 적을 때 의미가 있는 이론과 상당히 다르게 보입니다."라고 말합니다. 그리피스는 신경망을 사용하여 인간의 의사 결정이라는 자신의 영역에서 기존 이론을 개선하는 데 도움을 주었습니다. 경제적 위험이 수반될 때 사람들이 결정을 내리는 방법에 대한 대중적인 이론은 행동 경제학자인 Daniel Kahneman과 Amos Tversky가 1970년대에 공식화한 전망 이론입니다(이 이론은 나중에 Kahneman에서 노벨상을 수상했습니다). 핵심 아이디어는 사람들이 항상은 아니지만 때때로 합리적이라는 것입니다.
