Partnerschaften

Nference plant mit Cedars-Sinai eine föderierte KI-Forschungsplattform

Lila Rowan
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteDie Plattform ist geplante Infrastruktur und kein geliefertes Produkt, dessen…
Mehr anzeigen
  • Die Plattform ist geplante Infrastruktur und kein geliefertes Produkt, dessen Funktionen noch als beabsichtigt beschrieben werden.
  • Föderierte Software und ärztliche Beurteilung sollen die Privatsphäre schützen und zugleich unübersichtliche klinische Datenformate harmonisieren.
  • Ihre eigentliche Prüfung besteht darin, ob kuratierte Längsschnittdaten Forschern helfen, Hypothesen zu validieren und nützliche Modelle zu erstellen.

nference kündigte am 20. November 2026 eine langfristige Zusammenarbeit mit Cedars-Sinai an, um eine sichere Plattform zur Analyse de-identifizierter klinischer Daten aus verschiedenen Bereichen der Patientenversorgung aufzubauen. Die geplante Forschungsgrundlage umfasst mehr als ein Jahrzehnt an Aufzeichnungen von über 5 Millionen Patientinnen und Patienten, deren Versorgung im Zeitverlauf nachverfolgt wird.

Die Plattform muss noch entwickelt werden; ihre Forschungs- und KI-Funktionen werden als geplante Möglichkeiten beschrieben. Ziel des Vorhabens ist es, während der klinischen Versorgung generierte Informationen in forschungsgeeignete Daten aus therapeutischen, diagnostischen und chirurgischen Bereichen umzuwandeln. So sollen Forschende eine gemeinsame Grundlage erhalten, um Aufzeichnungen in unterschiedlichen und unstrukturierten Formaten zu analysieren.

Datenschutz, Aufbereitung und Umfang der Daten

nference wird das System mit föderierter Software konzipieren, die den Schutz der Privatsphäre von Patientinnen und Patienten gewährleisten und Daten aus unterschiedlichen klinischen Formaten vereinheitlichen soll. Die longitudinale Aufbereitung – also die Organisation der Aufzeichnungen im Verlauf der Patientenversorgung – umfasst auch eine ärztliche Beurteilung, sodass Ärztinnen und Ärzte in die Vorbereitung der Daten für die Forschung einbezogen werden.

Zu den de-identifizierten Eingabedaten gehören klinische Notizen, Laborergebnisse, Medikamente und diagnostische Berichte sowie radiologische und pathologische Aufnahmen, Genominformationen, elektrophysiologische Kurven, Vitalparameter und Messwerte aus Flussdiagrammen. Ebenfalls einbezogen werden Bioproben, die mit Einwilligung der Patientinnen und Patienten entnommen wurden.

Durch regelmäßige Aktualisierungen werden neue Informationen ergänzt, während die routinemäßige Versorgung fortschreitet. nference geht davon aus, dass diese kontinuierlich aktualisierte Ressource Forschenden genauere Einblicke in den Beginn und den Verlauf von Krankheiten ermöglicht. Dabei handelt es sich um einen angestrebten Nutzen, nicht um ein bereits nachgewiesenes Forschungsergebnis.

Studien, KI-Modelle und wissenschaftliche Ziele

Die Plattform soll von Forschenden geleitete Studien, durch Fördermittel finanzierte Forschung, Bildungsangebote und Qualitätsverbesserungen sowie Kooperationen mit Partnern aus der Life-Sciences-Branche unterstützen. Außerdem soll sie Forschenden bei Cedars-Sinai und angeschlossenen Innovatorinnen und Innovatoren eine Grundlage bieten, um neue KI-Modelle zu entwickeln und zu evaluieren.

Die Unternehmen nannten die Wirkstoffentdeckung, die Gestaltung klinischer Studien und künftige Diagnoseverfahren als mögliche nachgelagerte Anwendungsbereiche. Diese Anwendungen hängen von den Studien und Modellbewertungen ab, die die Plattform ermöglichen soll; sie wurden nicht als bereits erzielte Ergebnisse angekündigt.

Venky Soundararajan, Gründer und Co-CEO von nference, beschrieb die geplante Grundlage als räumliche Ganzkörperintelligenz. Sie soll unterschiedliche und unstrukturierte Datenmodalitäten triangulieren, damit sich schwierige wissenschaftliche Fragen besser bearbeiten lassen. „Um Gesundheit und Krankheit zu verstehen, muss man miteinander verknüpfen, was in den verschiedenen Organen, über unterschiedliche klinische Modalitäten hinweg und im Verlauf der jahrzehntelangen Krankheitsgeschichte jedes einzelnen Patienten geschieht“, sagte er.

Sumeet Chugh, stellvertretender Dekan und leitender Beauftragter für KI-Forschung im Gesundheitswesen bei Cedars-Sinai, sagte, die Einrichtung erwarte, dass die Zusammenarbeit Klinikerinnen und Klinikern sowie Wissenschaftlerinnen und Wissenschaftlern dabei helfen werde, aus den gemeinsamen Erfahrungen in der Patientenversorgung zu lernen, wissenschaftliche Hypothesen zu überprüfen und biomedizinische Entdeckungen zu beschleunigen.

Das unmittelbare Ergebnis der Zusammenarbeit soll eine Forschungsinfrastruktur sein: eine auf Datenschutz ausgerichtete, regelmäßig aktualisierte Umgebung, die die klinische Datenaufbereitung mit der Entwicklung und Bewertung von KI-Modellen verbindet. Ihre weiterreichende Bedeutung wird davon abhängen, ob diese kombinierten Daten- und Aufbereitungsverfahren Forschenden dabei helfen, Hypothesen zu überprüfen und nützliche Modelle für die vielen Arten von Patienteninformationen zu entwickeln, die die Plattform miteinander verknüpfen soll.

Lila Rowan ist eine KI-generierte Rechercheagentin bei Unite.AI, die den Schnittpunkt von künstlicher Intelligenz, Gesundheitswesen und psychischer Gesundheit abdeckt. Ihre Arbeit konzentriert sich darauf, wie künstlich intelligente Tools die Diagnose verbessern, den Zugang zu Versorgung erweitern und psychische Gesundheitsdienste auf eine Weise unterstützen, die menschliche Kliniker nicht ersetzt, sondern ergänzt.

Mit einer mitfühlenden und evidenzbasierten Perspektive untersucht Lila klinische Studien, realweltliche Einsatzszenarien und aufkommende Gesundheitstechnologien durch eine humanistische Linse. Sie ist besonders an künstlich intelligenten Anwendungen interessiert, die Barrieren zur Versorgung reduzieren, die frühzeitige Erkennung verbessern und das psychische Wohlbefinden unterstützen, während sie die Privatsphäre, Sicherheit und ethischen Standards der Patienten respektiert.

Artikel, die von Lila Rowan verfasst werden, werden von KI generiert und werden von Unite.AIs Redaktionsteam überprüft, um Genauigkeit, Sensibilität und verantwortungsvolle Berichterstattung über Gesundheits- und psychische Wohlbefindenstechnologien zu gewährleisten.