Ноа Насер є генеральним директором дама (раніше Omics Data Automation), провідний постачальник об’єднаних платформ реальних даних і відповідних інструментів для аналізу та візуалізації. Місія datma полягає в тому, щоб надати організаціям охорони здоров’я можливість оптимізувати свої ресурси даних, стимулювати інновації та покращувати результати пацієнтів за допомогою розширеного зберігання даних, узгодження даних із підтримкою штучного інтелекту та технологій об’єднаних запитів і робочого процесу. Компанія зі штаб-квартирою в Орегоні займає передову позицію в трансформації способів обміну, монетизації та застосування медичних даних, забезпечуючи безпечну співпрацю між зберігачами та споживачами даних.
Чи можете ви пояснити, як datma.FED використовує штучний інтелект для революції в обміні та аналізі даних у сфері охорони здоров’я?
datma.FED інтегрує аналітичні інструменти на основі штучного інтелекту для забезпечення безпечного виконання запитів у нашій об’єднаній мережі. Його вдосконалені алгоритми полегшують вилучення, агрегацію та доставку деідентифікованих наборів даних, доступних для спільного використання, дозволяючи споживачам даних, таким як фармацевтичні компанії та дослідницькі організації, отримувати інформацію, забезпечуючи при цьому повну відповідність стандартам і конфіденційність.
Автоматизуючи складні запити даних, datma.FED прискорює доступ до високоякісних, готових до використання даних реального світу. Це дає змогу зберігачам даних, таким як системи охорони здоров’я та молекулярні лабораторії, брати участь у спільних дослідженнях, зберігаючи при цьому повний контроль над своїми активами даних.
Які ключові проблеми, які datma вирішує для молекулярних лабораторій і систем охорони здоров’я?
datma.FED вирішує кілька критичних завдань для молекулярних лабораторій і систем охорони здоров’я, зокрема:
- Монетизація даних: Забезпечує безперервне отримання прибутку від даних охорони здоров’я, що не використовуються, і водночас дозволяє зберігачам даних зберігати повну власність і контроль.
- Конфіденційність і безпека даних: зберігає конфіденційні дані в безпеці, гарантуючи, що вони ніколи не залишать середовище зберігача даних за допомогою федеративної моделі, яка надає перевагу конфіденційності.
- Ризики відповідності даних: мінімізує регулятивні ризики за допомогою готових до аудиту засобів контролю доступу до даних і повного відстеження відповідності.
- Підготовка даних і розвиток бізнесу: datma бере на себе зусилля з підготовки даних, щоб забезпечити готовність даних, одночасно з’єднуючи зберігачів даних із дослідницькими та фармацевтичними партнерами.
Як datma забезпечує конфіденційність даних і відповідність нормам, забезпечуючи безпечну співпрацю між зберігачами даних і споживачами даних?
datma.FED використовує федеративну мережеву модель, яка безпечно зберігає дані в середовищі кожного зберігача, одночасно забезпечуючи конфіденційність співпраці з споживачами даних. Дані проходять багатоетапний процес: вони анонімізуються, фільтруються для забезпечення доступності та позначаються як доступні для спільного використання на основі дозволів, визначених зберігачем. потім datma обробляє зовнішні запити без передачі необроблених даних, агрегуючи лише затверджені, деідентифіковані поля даних. Обмеження щодо розміру комірки запобігають повторній ідентифікації. Кожна взаємодія даних перевіряється та відповідає нормативним стандартам, таким як HIPAA.
Що відрізняє datma.FED від інших платформ даних з точки зору масштабованості та зручності використання?
datma.FED розроблено для плавного масштабування за допомогою об’єднаної архітектури та функцій автоматизованої готовності даних. Його дизайн дозволяє бездоганно інтегрувати мультимодальні дані охорони здоров’я з багатьох джерел. Функції автоматизованої готовності даних платформи, включаючи маркування та стандартизацію даних, спрощують підготовку даних і зменшують ручні зусилля. Гарантуючи, що дані готові до запитів і сумісні з самого початку, datma.FED дає змогу широкомасштабного обміну даними, перш за все конфіденційності, що робить його високомасштабованим та інтуїтивно зрозумілим для досліджень і застосування реальних даних.
Як платформа datma.FED сприяє інтеграції мультимодальних даних охорони здоров’я між різними системами?
datma.FED полегшує інтеграцію мультимодальних даних охорони здоров’я через один із своїх компонентів, datma.BASE. datma.BASE — це комплексна структура, побудована на основі власних сховищ даних, контейнерів і API. У великому масштабі його розширені можливості дозволяють приймати, агрегувати та гармонізувати різні типи медичних даних (EHR, Omics, Images та Pathology). Розбираючи бункери даних, datma.BASE перетворює фрагментовані набори даних в уніфіковану практичну інформацію.
Як технологія datma сприяє усуненню прогалин у даних у фармацевтичних дослідженнях і розробці ліків?
datma.FED допомагає заповнити важливі прогалини в даних для фармацевтичних досліджень і стратегій доступу до ринку. Надаючи високоякісні, готові до використання дані реального світу (RWD) із деталізацією та повздовжньою глибиною, datma.FED дозволяє фармацевтичним компаніям приймати більше рішень на основі даних. Його захищена інфраструктура гарантує, що дані залишаються доступними без шкоди для конфіденційності чи безпеки, підтримуючи всебічну інформацію, необхідну для відкриттів.
Як datma дає можливість організаціям охорони здоров’я монетизувати свої дані, дотримуючись етичних і нормативних стандартів?
datma дозволяє організаціям охорони здоров’я монетизувати свої дані шляхом створення безпечної екосистеми обміну даними, де організації охорони здоров’я зберігають повну власність і контроль. Через свою об’єднану мережу зберігачі даних визначають, які дані доступні та доступні для спільного використання, зберігаючи при цьому конфіденційну інформацію у своїй власній інфраструктурі. Комплексні журнали аудиту, дозволи на основі ролей і функції дотримання нормативних вимог гарантують, що всі дії з обміну даними відповідають етичним стандартам і правилам конфіденційності. Цей підхід дозволяє організаціям охорони здоров’я отримувати нові джерела доходу, захищаючи конфіденційність пацієнтів і зберігаючи довіру.
Які тенденції в AI та даних охорони здоров’я, на вашу думку, матимуть найбільший вплив у наступні п’ять років?
ШІ в охороні здоров’я пом’якшується турботою про конфіденційність, безпеку та обмежується лише якістю даних. Штучний інтелект вже дає нам змогу надавати справді персоналізовану медицину в онкології, але він лише подряпав поверхню того, що можливо. Аналізуючи величезну кількість мультимодальних даних пацієнтів, включаючи геномні дані, дані візуалізації та біомаркери в контексті історії хвороби, демографічних факторів і способу життя, ми адаптуємо плани лікування та терапію до індивідуальних потреб. Це призводить до покращення результатів лікування пацієнтів і, зрештою, до зниження витрат на охорону здоров’я. Поєднання цих інструментів із дистанційним моніторингом пацієнтів і результатами, про які повідомляють пацієнти, дозволить раннє виявлення захворювання та покращить дотримання планів лікування. Однак критично важливою основою в усьому цьому є глибокі, контекстуальні джерела даних, які є достатньо різноманітними.
Крім того, штучний інтелект буде ключовим у наданні розширеного доступу до персоналізованого догляду. Я бачу роль моделей штучного інтелекту в спрощенні логістики платників і виставлення рахунків, упорядкуванні обтяжливої документації та забезпеченні доступу та справедливості для населення. Наразі LLM показали деякі обмеження в цій програмі; останні публікації вказали на їхні недоліки щодо медичного кодування. Очевидно, що ці бар’єри можна подолати за допомогою кращих, глибших і повніших навчальних даних.
Нарешті, ШІ продовжить прискорювати темпи медичних досліджень. ШІ може ідентифікувати нові ліки, аналізуючи величезні набори даних, охоплюючи візуалізацію, мультиоміку та інші підходи, оптимізуючи дизайн клінічних випробувань і прискорюючи відкриття ліків. Федеративне навчання, техніка штучного інтелекту, що зберігає конфіденційність, дозволяє установам співпрацювати в дослідженнях без обміну конфіденційними даними пацієнтів, розкриваючи потенціал спільних досліджень. Нещодавні досягнення в області причинно-наслідкових висновків і генеративного штучного інтелекту, зокрема, передвіщають значний прогрес у відкриттях від базової біології до прикладної терапії.
Яке ваше довгострокове бачення впливу datma на системи охорони здоров’я та ширшу галузь?
У datma ми зосереджені на побудові майбутнього, де кращі дані сприятимуть персоналізованій, доступній та ефективній охороні здоров’я. Об’єднуючи складні набори даних за допомогою інтегрованого навчання, ми надаємо клініцистам і дослідникам можливість вирішувати складні проблеми охорони здоров’я та розкривати нові медичні прориви. Наш об’єднаний реальний ринок даних datma.FED є першим кроком до реалізації цього бачення.
Уявіть собі майбутнє охорони здоров’я, де дослідники використовують і аналізують величезну кількість даних пацієнтів, від геномних даних, візуалізації та історії хвороби до факторів способу життя, щоб адаптувати терапевтичні засоби наступного покоління, орієнтовані на пацієнтів. У той же час клініцисти можуть використовувати штучний інтелект для надання належної допомоги в потрібний час з мінімальним адміністративним навантаженням. Об’єднаний підхід datma прискорює це бачення, відкриваючи потужність складних безпечних медичних даних. Постійно розширюючи наш набір даних і запускаючи інноваційні інструменти, такі як datma.WHY і datma.360, ми сприяємо ранньому виявленню захворювань, покращенню терапії та кращим результатам для пацієнтів.
Наше бачення виходить за межі окремих пацієнтів. Відданість datma федеративному навчанню розкриває силу спільних досліджень, дозволяючи установам аналізувати величезні набори даних без шкоди для конфіденційності пацієнтів. Це розв’язує хвилю відкриттів, від виявлення нових мішеней для ліків до оптимізації клінічних випробувань. Використовуючи аналітичну майстерність штучного інтелекту та можливості причинно-наслідкових висновків, ми можемо пришвидшити медичні дослідження та швидше запропонувати пацієнтам лікування, яке рятує життя. Ми прагнемо лідирувати у втіленні цього майбутнього в реальність.
Дякую за чудове інтерв’ю, читачі, які хочуть дізнатися більше, повинні відвідати дама.
