نوح ناصر، الرئيس التنفيذي لشركة datma – سلسلة المقابلات

نوح ناصر هو الرئيس التنفيذي لشركة datma (سابقًا Omics Data Automation)، وهي شركة رائدة في توفير منصات البيانات الحقيقية الفيدرالية وأدوات التحليل والتصوير المرتبطة بها. تتمثل مهمة datma في تمكين المنظمات الصحية من تحسين أصول البيانات الخاصة بها، وتحفيز الابتكار، وتحسين نتائج المرضى من خلال تخزين البيانات المتقدم، وتنسيق البيانات القائم على الذكاء الاصطناعي، وتقنيات الاستعلام والعمل الفيدرالية. ومقرها في ولاية أوريغون، تتصدر الشركة طليعة تحويل كيفية مشاركة البيانات الصحية وتبادلها وتطبيقها، مما يتيح التعاون الآمن بين أمناء البيانات ومستهلكي البيانات.

يمكنك أن توضح كيف تستخدم datma.FED الذكاء الاصطناعي لثورة في مشاركة البيانات الصحية وتحليلها؟

تدمج datma.FED أدوات تحليلية مدفوعة بالذكاء الاصطناعي لتمكين تنفيذ الاستعلامات بشكل آمن عبر شبكتنا الفيدرالية. تسهل خوارزمياتها المتقدمة استخراج ودمج وتسليم مجموعات بيانات مجهولة الهوية وقابلة للمشاركة – مما يسمح لمستهلكي البيانات مثل الشركات الدوائية والمنظمات البحثية بالحصول على رؤى أثناء ضمان الامتثال الكامل لمعايير الخصوصية.

من خلال توفير وصول سريع إلى بيانات العالم الحقيقي عالية الجودة وجاهزة للاستخدام، تمكن datma.FED أمناء البيانات مثل الأنظمة الصحية ومختبرات الجزيئات من المشاركة في الجهود البحثية التعاونية مع الحفاظ على السيطرة الكاملة على أصول البيانات الخاصة بهم.

ما هي التحديات الرئيسية التي تحلها datma لمختبرات الجزيئات والأنظمة الصحية؟

datma.FED تحل عدة تحديات حاسمة لمختبرات الجزيئات والأنظمة الصحية، بما في ذلك:

• تدوير رأس المال: تمكين توليد الإيرادات المستمرة من البيانات الصحية غير المستغلة مع السماح لأمناء البيانات بالحفاظ على ملكية وسيطرة كاملة.
• الخصوصية والأمان: الحفاظ على أمان البيانات الحساسة من خلال ضمان عدم مغادرة البيانات بيئة أمناء البيانات من خلال نموذج فيدرالي يضع الخصوصية في المقام الأول.
• مخاطر الامتثال: تقليل المخاطر التنظيمية مع ضوابط وصول البيانات جاهزة للتدقيق وتتبع الامتثال الكامل.
• تحضير البيانات وتطوير الأعمال: datma تتولى جهد تحضير البيانات لضمان جاهزيتها مع ربط أمناء البيانات بشركاء البحث والصيدلة.

كيف تضمن datma الخصوصية والامتثال أثناء تمكين التعاون الآمن بين أمناء البيانات ومستهلكي البيانات؟

تستخدم datma.FED نموذجًا شبكيًا فيدراليًا، الذي يحافظ على أمان البيانات داخل بيئة كل مسؤول بيانات مع تمكين التعاون الخصوصي مع مستهلكي البيانات. تتم معالجة البيانات من خلال عملية متعددة: يتم إ 匿اءها وتنقيطها للوصول إليها وتحديدها على أنها قابلة للمشاركة بناءً على أذونات محددة من قبل أمناء البيانات. ثم تقوم datma بمعالجة الاستعلامات الخارجية دون نقل البيانات الخام، ودمج مجالات البيانات المجهولة الهوية والموافقة فقط. تمنع قيود حجم الخلية إعادة التعريف. كل互одействة بيانات قابلة للتدقيق ومتوافقة مع معايير تنظيمية مثل HIPAA.

ما يميز datma.FED عن منصات البيانات الأخرى من حيث القابلية للتوسيع وسهولة الاستخدام؟

تم تصميم datma.FED لتوسيع نطاقه بسهولة من خلال هندسته الفيدرالية وسمات جاهزية البيانات الآلية. يسمح تصميمه بدمج بيانات الرعاية الصحية متعددة الوضع من مصادر متعددة. تسهل سمات جاهزية البيانات الآلية – بما في ذلك تعليم البيانات وتنسيقها – تحضير البيانات وخفض الجهد اليدوي. من خلال ضمان أن تكون البيانات جاهزة للاستعلام ومتوافقة مع اللوائح من البداية، تمكن datma.FED من مشاركة البيانات على نطاق كبير وخصوصية أولية، مما يجعلها قابلة للتوسيع وسهلة الاستخدام لتطبيقات البحث والبيانات الحقيقية.

كيف تسهل منصة datma.FED دمج بيانات الرعاية الصحية متعددة الوضع عبر الحواصل؟

تسهل datma.FED دمج بيانات الرعاية الصحية متعددة الوضع عبر الحواصل من خلال أحد مكوناتها، datma.BASE. datma.BASE هو إطار شامل مبني على مخازن بيانات مملوكة و حاويات وواجهات برمجة التطبيقات. على نطاق واسع، تتمكن من استيعاب ودمج وتوحيدها لبيانات الرعاية الصحية المتنوعة (سجلات الصحة الإلكترونية، Omics، الصور، والتشريح المرضي). من خلال كسر الحواصل البيانات، تحول datma.BASE مجموعات بيانات متجزئة إلى رؤى فعلية.

كيف تساهم تقنية datma في سد الفجوات البيانية في أبحاث الأدوية وتطويرها؟

تساعد datma.FED في سد الفجوات الحاسمة في بيانات الأبحاث الصيدلانية والاستراتيجيات المتاحة للأسواق. من خلال توفير بيانات العالم الحقيقي عالية الجودة وجاهزة للاستخدام مع عمق وطول زمني، تمكن datma.FED شركات الأدوية من اتخاذ قرارات أكثر استنادًا إلى البيانات. يضمن البنية الآمنة أن تظل البيانات متاحة دون المساس بالخصوصية أو الأمان، مما يدعم الرؤى الشاملة المطلوبة للاكتشافات.

كيف تمكن datma المنظمات الصحية من تدوير رأس مالها مع الحفاظ على المعايير الأخلاقية والتنظيمية؟

تمكن datma المنظمات الصحية من تدوير رأس مالها من خلال إنشاء نظام مشاركة بيانات آمن يسمح للمنظمات الصحية بالحفاظ على ملكية وسيطرة كاملة. من خلال شبكتها الفيدرالية، يحدد أمناء البيانات ما هي البيانات المتاحة وقابلة للمشاركة مع الحفاظ على المعلومات الحساسة بشكل آمن داخل بنيتهم التحتية الخاصة. تتيح سجلات التدقيق الشاملة وأذونات المستخدم والسمات التنظيمية أن تكون جميع أنشطة مشاركة البيانات متوافقة مع المعايير الأخلاقية ولوائح الخصوصية. هذا النهج يسمح للمنظمات الصحية بإنشاء تدفقات إيرادات جديدة مع الحفاظ على خصوصية المرضى والحفاظ على الثقة.

ما هي الاتجاهات في الذكاء الاصطناعي وبيانات الرعاية الصحية التي تتوقع أن يكون لها أكبر تأثير في السنوات الخمس القادمة؟

الذكاء الاصطناعي في مجال الرعاية الصحية، يتم حده بمخاوف الخصوصية والأمان ويتحدد فقط بجودة البيانات. يسمح لنا الذكاء الاصطناعي بالفعل بتوفير علاجات طبية مخصصة حقًا في علم الأورام ولكنها لم تتجاوز سوى سطح ما هو ممكن. من خلال تحليل كميات هائلة من بيانات المرضى متعددة الوضع، بما في ذلك الجينوم والتصوير والبيانات البيولوجية في سياق التاريخ الطبي والخصائص السكانية والعوامل الحياتية، سنقوم بتحسين خطط العلاج والعلاجات حسب الاحتياجات الفردية. يؤدي ذلك إلى تحسين نتائج المرضى و، في النهاية، إلى تقليل تكاليف الرعاية الصحية. ستتيح لنا أدوات تتبع المرضى عن بُعد ونتائج المرضى رصد المرض في وقت مبكر وتحسين الالتزام بخطط العلاج. ومع ذلك، فإن المفتاح الحاسم في كل هذا هو مصادر بيانات عميقة ومتعددة السياق.

علاوة على ذلك، سيكون للذكاء الاصطناعي دور في توفير وصول متقدم إلى الرعاية المخصصة. أرى دورًا للنماذج القائمة على الذكاء الاصطناعي في تبسيط لوائح الدفع والورق الإداري وضمان الوصول والعدالة على مدى السكان. حاليًا، أظهرت نماذج LLM بعض القيود في هذا التطبيق؛ أشارت المنشورات الحديثة إلى قصورها فيما يتعلق بالترميز الطبي. من الواضح أن هذه العوائق يمكن التغلب عليها مع بيانات تدريب أفضل وأعمق وأكثر اكتمالا.

أخيرًا، سيستمر الذكاء الاصطناعي في تسريع وتيرة الأبحاث الطبية. يمكن للذكاء الاصطناعي تحديد أهداف دوائية جديدة من خلال تحليل مجموعات بيانات ضخمة، تشمل التصوير والبيانات متعددة الجينوم وغيرها من النهج، وضبط تصميم التجارب السريرية وتسريع اكتشاف الأدوية. تسمح تقنية التعلم الفيدرالي، وهي تقنية قائمة على الذكاء الاصطناعي تحافظ على الخصوصية، للمؤسسات بالتعاون في البحث دون مشاركة بيانات المرضى الحساسة، مما يفتح إمكانيات البحث التعاوني.

ما هو رؤيتك الطويلة الأمد لتأثير datma على أنظمة الرعاية الصحية والصناعة الأوسع؟

في datma، نحن ملتزمون ببناء مستقبل حيث تدفع البيانات الجيدة الرعاية الصحية المخصصة والقابلة للوصول والفعالة. من خلال توحيد مجموعات بيانات معقدة من خلال التعلم الفيدرالي، نمكن الأطباء والباحثين من معالجة تحديات الرعاية الصحية المعقدة وفك شفرة الاكتشافات الطبية الجديدة. سوق البيانات الحقيقية الفيدرالية، datma.FED، هي الخطوة الأولى نحو تحقيق هذه الرؤية.

تخيل مستقبلًا للرعاية الصحية حيث يستخدم الباحثون ويحللون كميات هائلة من بيانات المرضى، من الجينوم والتصوير والتاريخ الطبي والعوامل الحياتية، لتحسين علاجات التكنولوجيا الجديدة مع التركيز على المريض. في الوقت نفسه، يمكن للأطباء استخدام الذكاء الاصطناعي لتوفير الرعاية الصحيحة في الوقت المناسب مع الحد الأقصى من العبء الإداري. تسريع نهج datma الفيدرالي هذا الرؤية من خلال unfurl قوة البيانات الطبية المعقدة. من خلال توسيع قاعدة بياناتنا بشكل مستمر وإطلاق أدوات مبتكرة مثل datma.WHY وdatma.360، نحن نسير في اتجاه الكشف المبكر عن الأمراض وتحسين العلاجات ونتائج المرضى بشكل أفضل.

تتجاوز رؤيتنا المرضى الفرديين. يفتح التزام datma بالتعلم الفيدرالي قوة البحث التعاوني، مما يسمح للمؤسسات بتحليل مجموعات بيانات ضخمة دون المساس بخصوصية المرضى. هذا يطلق موجة من الاكتشافات، من تحديد أهداف دوائية جديدة إلى تحسين التجارب السريرية. من خلال الاستفادة من قوة التحليل والاستدلال السببي للذكاء الاصطناعي، يمكننا تسريع الأبحاث الطبية وإحضار علاجات إنقاذ الأرواح للمرضى بشكل أسرع. نحن ملتزمون بقيادة الطريق في جعل هذا المستقبل حقيقة.

شكرًا على المقابلة الرائعة، يُرجى من القراء الذين يرغبون في معرفة المزيد زيارة datma.