Noah Nasser, generální ředitel datma – Interview Series

Noah Nasser je generálním ředitelem datma (dříve Omics Data Automation), předního poskytovatele federovaných platforem pro analýzu a visualizaci reálných dat a souvisejících nástrojů. Misí datma je umožnit zdravotnickým organizacím optimalizovat svá datová aktiva, pohánět inovace a zlepšovat výsledky pacientů prostřednictvím pokročilého úložiště dat, harmonizace dat pomocí umělé inteligence a federovaných dotazů a workflow technologií. S centrálou v Oregonu je společnost na špici transformace, jak se sdílejí, monetizují a aplikují zdravotnická data, umožňující bezpečnou spolupráci mezi správci dat a spotřebiteli dat.

Můžete vysvětlit, jak datma.FED využívá umělou inteligenci k revoluci ve sdílení a analýze zdravotnických dat?

datma.FED integruje analytické nástroje poháněné umělou inteligencí, aby umožnil bezpečné spouštění dotazů napříč naší federovanou sítí. Jeho pokročilé algoritmy usnadňují extrakci, agregaci a doručování deidentifikovaných, sdílených dat – umožňující spotřebitelům dat, jako jsou farmaceutické společnosti a výzkumné organizace, extrahovat poznatky, zatímco zajišťují plné dodržování a standardy ochrany soukromí.

Příkladem automatizace složitých dotazů na data je datma.FED, který urychluje přístup k vysoce kvalitním, připraveným k použití reálným datům. To umožňuje správci dat, jako jsou zdravotnické systémy a molekulární laboratoře, účastnit se spolupráce na výzkumu, zatímco zachovávají plnou kontrolu nad svými datovými aktivy.

Jaké jsou klíčové výzvy, které datma řeší pro molekulární laboratoře a zdravotnické systémy?

datma.FED řeší několik kritických výzev pro molekulární laboratoře a zdravotnické systémy, včetně:

• Monetizace dat: Umožňuje nepřetržitou generaci příjmů z nevyužitých zdravotnických dat, zatímco umožňuje správcům dat zachovat plnou vlastnictví a kontrolu.
• Ochrana soukromí a bezpečnost: Drží citlivá data v bezpečí, zajišťuje, že nikdy neopouští prostředí správce dat, prostřednictvím modelu federovaného soukromí.
• Rizika souladu s předpisy: Minimalizuje rizika souladu s předpisy s kontrolami přístupu k datům připravenými k auditu a plným sledováním souladu.
• Příprava a rozvoj podnikání: datma přebírá úsilí o přípravu dat, aby zajistila připravenost dat, zatímco spojuje správce dat s partnery výzkumu a farmacie.

Jak datma zajišťuje ochranu soukromí a soulad s předpisy, zatímco umožňuje bezpečnou spolupráci mezi správci dat a spotřebiteli dat?

datma.FED využívá model federované sítě, který udržuje data bezpečně v prostředí každého správce, zatímco umožňuje spolupráci s ochranou soukromí se spotřebiteli dat. Data procházejí vícestupňovým procesem: jsou anonymizována, filtrována pro přístupnost a označena jako sdílená na základě oprávnění definovaných správcem. datma pak zpracovává externí dotazy bez přenosu surových dat, agreguje pouze schválená, deidentifikovaná data. Omezení velikosti buněk brání opětovné identifikaci. Každá interakce s daty je auditovatelná a souladná s předpisy, jako je HIPAA.

Co odlišuje datma.FED od ostatních platforem pro data v oblasti škálovatelnosti a uživatelské přívětivosti?

datma.FED je navržen tak, aby se škálovatelně rozšiřoval prostřednictvím své federované architektury a automatizovaných funkcí připravenosti dat. Jeho design umožňuje bezproblémové integrování multimodálních zdravotnických dat z více zdrojů. Automatizované funkce připravenosti dat – včetně označování a standardizace dat – zjednodušují přípravu dat a snižují manuální úsilí. Zajišťuje, že data jsou připravena k dotazu a souladná od samého počátku, datma.FED umožňuje rozsáhlé, ochranou soukromí sdílení dat, což z něj činí vysoce škálovatelný a intuitivní pro aplikace výzkumu a reálných dat.

Jak datma.FED usnadňuje integraci multimodálních zdravotnických dat napříč silami?

datma.FED usnadňuje integraci multimodálních zdravotnických dat napříč silami prostřednictvím jedné ze svých součástí, datma.BASE. datma.BASE je komplexní rámec postavený na vlastních úložištích dat, kontejnerech a API. Ve velkém měřítku jeho pokročilé schopnosti umožňují ingestování, agregaci a harmonizaci různých typů zdravotnických dat (EHR, Omics, Obrázky a Patologie). Rozbitím datových silo datma.BASE transformuje fragmentované datové sady na sjednocené, akční poznatky.

Jak technologie datma přispívá k překlenutí mezer v datech pro farmaceutický výzkum a vývoj léků?

datma.FED pomáhá vyplnit kritické mezery v datech pro farmaceutický výzkum a strategie přístupu na trh. Poskytováním vysoce kvalitních, připravených k použití reálných dat (RWD) s granularitou a longitudinální hloubkou, datma.FED umožňuje farmaceutickým společnostem učinit více datově řízených rozhodnutí. Jeho bezpečná infrastruktura zajišťuje, že data zůstávají přístupná bez ohrožení soukromí nebo bezpečnosti, podporuje komplexní poznatky potřebné pro objevy.

Jak datma umožňuje zdravotnickým organizacím monetizovat svá data, zatímco zachovává etické a regulační standardy?

datma umožňuje zdravotnickým organizacím monetizovat svá data vytvořením bezpečného ekosystému pro sdílení dat, kde zdravotnické organizace zachovávají plnou vlastnictví a kontrolu. Prostřednictvím své federované sítě správci dat určují, která data jsou přístupná a sdílená, zatímco citlivé informace zůstávají bezpečně v rámci své vlastní infrastruktury. Komplexní auditní stopy, role-based oprávnění a funkce souladu s předpisy zajišťují, že všechny aktivity sdílení dat dodržují etické standardy a předpisy ochrany soukromí. Tento přístup umožňuje zdravotnickým organizacím generovat nové příjmové prameny, zatímco chrání soukromí pacientů a zachovávají důvěru.

Jaké trendy v oblasti umělé inteligence a zdravotnických dat podle vás budou mít největší dopad v příštích pěti letech?

Umělá inteligence ve zdravotnictví je omezena obavami o soukromí, bezpečnost a omezena pouze kvalitou dat. Umělá inteligence již umožňuje poskytovat skutečně personalizovanou medicínu v onkologii, ale pouze začíná odhalovat, co je možné. Analýzou velkých množství multimodálních pacientských dat, včetně genomiky, zobrazování a biomarkerů v kontextu s lékařskou historií, demografickými a životními faktory, budeme přizpůsobovat léčebné plány a terapie individuálním potřebám. To povede ke zlepšení výsledků pacientů a nakonec ke snížení nákladů na zdravotní péči. Spojení těchto nástrojů s vzdáleným monitorováním pacientů a výstupem pacientů umožní časnou detekci onemocnění a zlepšení dodržování léčebných plánů. Nicméně, kritickým spojovacím článkem ve všem tomto jsou hluboké, kontextové zdroje dat, které jsou dostatečně rozmanité.

Dále bude umělá inteligence hrát roli v poskytování pokročilého přístupu k personalizované péči. Vidím roli modelů umělé inteligence při zjednodušování logistiky plátců a fakturace, zjednodušování zátěží papírování a zajišťování přístupu a rovnosti napříč populací. V současné době ukázaly modely LLM některé omezení v tomto použití; nedávné publikace poukázaly na jejich nedostatky týkající se lékařského kódování. Zjevně tyto bariéry lze překonat pomocí lepšího, hlubšího a úplnějšího tréninkového dat.

Nakonec bude umělá inteligence pokračovat v urychlování tempa lékařského výzkumu. Umělá inteligence může identifikovat nové cíle léků analýzou masivních dat, pokrývajících zobrazování, multi-omiku a další přístupy, optimalizací designu klinických studií a urychlováním objevování léků. Federované učení, technika umělé inteligence, která chrání soukromí, umožňuje institucím spolupracovat na výzkumu bez sdílení citlivých pacientských dat, odemykající potenciál spolupráce na výzkumu. Nedávné pokroky v kauzální inferenci a generativní umělé inteligenci, zejména, naznačují významné pokroky v objevování od základní biologie po aplikovanou terapeutiku.

Jaký je váš dlouhodobý výhled pro dopad datma na zdravotnické systémy a širší průmysl?

V datma se soustředíme na budování budoucnosti, kde lepší data pohánějí personalizovanou, dostupnou a efektivní zdravotní péči. Spojením komplexních datových sad prostřednictvím federovaného učení, umožňujeme klinickým pracovníkům a výzkumníkům řešit komplexní zdravotnické výzvy a odemykat nové lékařské průlomy. Naše federovaná, reálná datová tržiště, datma.FED, je prvním krokem k realizaci této vize.

Představte si budoucnost pro zdravotní péči, kde výzkumní pracovníci využívají a analyzují大量ná pacientská data, od genomiky, zobrazování a lékařské historie po životní faktory, aby přizpůsobovali terapii s výjimečným zaměřením na pacienta. Současně mohou klinici využívat umělou inteligenci k poskytování správné péče ve správný čas s minimální administrativní zátěží. Federovaný přístup datma urychluje tuto vizi odemykáním síly komplexních, bezpečných zdravotnických dat. Kontinuálním rozšiřováním naší datové sady a spuštěním inovativních nástrojů, jako je datma.WHY a datma.360, poháníme časnou detekci onemocnění, zlepšené terapie a lepší výsledky pacientů.

Naše vize sahá za hranice jednotlivých pacientů. Pledge datma k federovanému učení odemyká sílu spolupráce na výzkumu, umožňující institucím analyzovat masivní datové sady bez ohrožení soukromí pacientů. To spustí vlnu objevů, od identifikace nových cílů léků po optimalizaci klinických studií. Využitím analytického potenciálu umělé inteligence a schopností kauzální inferenci můžeme urychlit lékařský výzkum a přivést život zachraňující léčby pacientům rychleji. Jsme odhodláni vést cestu k realizaci této budoucnosti.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit datma.