3. Problem: Personalized Medicne 3
The number of non-responders in some
therapeutic areas (e.g. rheumatoid arthritis)
is greater than 50%
Genome analysis help to avoid the use of
expensive therapies allowing a saving
from $600 to $28,000 per patient
Source: «Personalized Medicine: the path forward», McKinsey, 2013
Source: «The microeconomics of personalized medicine», McKinsey, 2010
The explosion of data collected for each patient poses some problems in
adequate data management and analytics
4. Problem: Personalized Medicine 4
Testing for Savings Companion Diagnostics Procedure-focused
diagnostics
Genetic-risk
Markers
Her2 BCR-ABL Warfarin AlloMap BRCA1-F
Savings from changed
decision
[$ thousand]
40 80 2 4 25
Probability that
diagnostic changes
treatment decision [%]
70 5 35 75 20
Savings per test
[$ thousand]
28 4 0,7 3,1 5
Cost of test
[$ thousand]
0,1 1 0,3 3 2-3
Source: «The microeconomics of personalized medicine», McKinsey, 2010
6. Problem: Computer Security 6
In February of 2016 cyber-crooks
stole $81m directly from the central
bank of Bangladesh
Companies are struggling with their
capabilities in cyber-risk management
Source: www.economist.com/news/science-and-technology/21720268-consequences-pile-up-things-are-starting-improve-computer-security
Source: www.mckinsey.com/business-functions/digital-mckinsey/our-insights/the-rising-strategic-risks-of-cyberattacks
A way to protect from cyber attacks, in particular viruses, a useful method
is to have a Signature Based Detection through Regular Expressions of
the possible threats.
Higher connection speeds requires an adequate detection
throughput
7. Wide range of pattern to find
High computational
power
Technical Challenges 7
Accurate matching
Reduced Power consumption
Big data
management
9. Market: Personalized Medicine 9
Source: http://www.grandviewresearch.com/industry-analysis/personalized-medicine-market
The front-runners companies
are allocating 3 to 4 % of total
R&D spend to biomarkers
Estimates indicate that
personalized drugs have
• higher probability of success
• ability to impose higher prices
Source: «Personalized Medicine: the path forward», McKinsey, 2013
They result in comparable or
higher ROI than broad-based
drugs.
Global personalized medicine market, by product, 2012 - 2022 (USD Billion)
10. 10
World Intrusion Detection and Prevention Systems (IDS/IPS) Markets by Frost & Sullivan
Market: Computer Security
In 2016 $386 billion spent on securing PCs, $172 billion spent on securing IoT
devices, and $113 billion spent on securing mobile devices1
The rate of technology
evolution in IDS/IPS
market is extremely
high and hardware
solutions are
increasingly used in
order to increment
performances.
[1] cybersecurityventures.com/cybersecurity-market-report/
18. TiReX Team
Alessandro Comodi
17
Currently MSc student in Computer Science and Engineering, Politecnico di
Milano
Davide Conficconi
Born in Segrate (MI), 1st June 1993 Born in Vizzolo P. (MI), 12th July 1993
Computer Architectures && Machine
Learning
Computer
security
Cognitive Embedded Systems
19. Thank you…Questions?
Follow us also on
Facebook: www.facebook.com/TiReXatNECST/
Twitter: www.twitter.com/TiReXatNECST
Slideshare: www.slideshare.net/TiReXatNECST
18
Davide Conficconi
<davide.conficconi@mail.polimi.it>
Alessandro Comodi
<alessandro.comodi@mail.polimi.it>
TiReX team <tirexatnecst@gmail.com>
Editor's Notes
Intro domini diversi ma accomunati da uno stesso fattore
Verde = 1^ r * 2^ r
Her2 human epidermal growth factor recptor 2, è un recettore che viene usato come indicatore per il tumore al seno, usa180k cancri e il 25% sono HER2 positivo
BCR-ABLbreakpoint cluster region-Abelson tyrosine kinase support a diagnosi leukemia mieloide cronica LMC, somministrazione cromosoma philadelphia monitoraggio terapia,recidività e resistenza alla terapia….medicina molecolare
Warfarin warfarina farmaco anticoagulante, antitrombotico. Vanno fatti test per vedere se non è dannoso come farmaco
Allomap gene expression profiling test to identify heart transplant recipients with a low probability of one type of transplant rejection
non-invasive blood test for heart transplant patients. AlloMap is the first and only non-invasive test with a rapid turnaround time that helps physicians identify the risk of acute cellular rejection in heart transplant recipients.
BRCA1-F BRCA screening in an individual with a family history of breast cancer
Certain variations of the BRCA1 gene lead to an increased risk for breast cancer
Intro a altro problema
The default assumption is that everything is vulnerable, focusing sicurezza informatica per le aziende. Evidenza problema. Particolare noi address signature based detection, through reg exp. Aumento velocità rete
Parlare di cose in comune
Riassumendo le technical challenge. Re matching richiede computational power, power consumption e.g. datacenter. Mission critical accurate, tanti tipi di pattern diversi. Enormi qntità di dati(connessione, ram, tb dati genomica)
Nasce l’esigenza di un’ architettura per il riconoscimento di espressioni regolari all’interno di un flusso di dati dotata di un’elevata capacità computazionale che sia in grado di gestire una grande mole di dati nel minor tempo possibile.
Tirex si propone di fornire tale servizio garantendo consumi energetici ridotti, velocità di elaborazione elevate, accuratezza nel riconoscimento dei pattern e facilità di riconfigurazione. L’accuratezza nel riconoscimento dei pattern è fondamentale sia nel campo della sicurezza informatica per il filtraggio di pacchetti potenzialmente malevoli che nel campo della genomica per il sequenziamento del dna.
Da proiezioni di mercato nella medicina personalizzata vediamo come il trend dica che sia un mercato che sta esplodendo e come da qui a 5 anni si prosspetta che cresca ancora di più ad esempio il settore che garantisce un mercato maggiore sia quello della nutrzione e benessere personalizzati, ma anche l’assistenza medica personalizzata.
Nel 2010 si diceva già che i precursori stessero investendo il 3-4% del loro budget in rd per l’analisi dei marcatori genetici ( relazione tra una malattia ereditaria e la sua causa genetica)
Le stime dicono inoltre che le medicine personalizzate hanno alte probabilità di successo e che possono imporre un prezzo più alto. Quindi se da un lato il cliente risparmia anche le compagnie avranno un return on investment più alto o comparabile rispetto a medicine di massa
Da questo grafico vediamo come gli ids si stiano tutti muovendo verso soluzioni basate su hw. Dati di mercato dell’anno scorso dicono che sono stati spesi 386 mld sulla sicurezza dei pc, 172 mld nel rendere sicuri dispositivi iot, altro tema di grande interesse, e 113 mld sulla sicurezza di dispositivi mobile
Da qui abbiamo cercato di identificare i nostri potenziali clienti.
La nostra idea è B2b business to business
Dal momento che chi potrebbe essere interssato sono laboratori di genomica, e i vendor di antivirus o di sistemi sicurezza delle reti
Noi pensiamo di raggiungerli tramite vendit diretta della nostra soluzione, e di farci conoscere anche tramite email di marketing e pubblicità online
Per quanto riguarda i nostri competitor abbiamo ne abbiamo identificati 3 principali. Due sono soluzioni software open source che sono grep e flex. Che garantiscono la flessibilità al problema del pattern matchin ma non le performance che sono richieste per poter analizzare le quantità di dati di cui invece bisogna tener conto. L’altro è ap una soluzione hw….
Pensando a come vendere il nostro prodotto abbiamo identificato tre vie essenziali
Come as a service, quindi una soluzione basata su cloud, come componente integrato da vendere, o come ip che poi il cliente configurerà in base alle esigenze. Questo perché per esempio un laboratorio di genomica non dovrebbe avere come competenze interne quelle di un sistemista, o di fpga. Al che una soluzione as a service li agevolerebbe. Mentre per l’ambito di sicurezza informatica potrebbero esserci esperti di dominio hw e sicuramente avrebbero maggiore necessità di includerlo nel loro prodotto.
Nella nostra visione futura pensiamo di raggiungere un prototipo iniziale che ci consenta poi di testare il nostro business model e quindi incominciare ad aprire il mercato. Entro settembre di quest’anno pensiamo di portare le migliorie tecniche richieste che ci consentirebbero di far evolvere ulteriormente il nostro prodotto e quindi entro la fine dell’anno di arrivare a una versione quasi finale. Che pensiamo di raggiungere entro la metà dell’anno prossimo. Se i volumi di mercato aumentassero abbiamo pensato di andare a sfruttare le istanzef f1 di amazon w s che sono istanze di fpga su cloud
E infine ecco il team di tirex che è composto da alessandro comodi e da me davide conficconi. Siamo entrambi due studenti di master di ingegneria informatica al politecnico di milano. In particolare i nostri interessi di ricerca sono su architetture dei calcolatori e il machine learning. Alessandro ha poi un particolare interesse per la sicurezza informatica mentre io sono più interessato a dispositivi deidicati intelligenti.