Kumppanuudet
nference suunnittelee Cedars-Sinain kanssa federoitua tekoälytutkimusalustaa

Keskeiset kohdatAlusta on suunniteltua infrastruktuuria eikä toimitettu tuote, ja sen ominaisuudet…
Näytä lisää
- Alusta on suunniteltua infrastruktuuria eikä toimitettu tuote, ja sen ominaisuudet kuvataan edelleen aiottuina.
- Federatiivisen ohjelmiston ja lääkäreiden ratkaisumenettelyn tavoitteena on suojella yksityisyyttä samalla kun sekavia kliinisiä datamuotoja yhdenmukaistetaan.
- Sen todellinen testi on, auttavatko kuratoidut pitkittäisaineistot tutkijoita vahvistamaan hypoteeseja ja rakentamaan hyödyllisiä malleja.
nference ilmoitti pitkäaikaisesta yhteistyöstä Cedars-Sinain kanssa 20. marraskuuta 2026. Yhteistyön tavoitteena on rakentaa turvallinen alusta, jolla voidaan analysoida potilashoidon eri osa-alueilta peräisin olevia tunnisteista poistettuja kliinisiä tietoja. Suunniteltu tutkimusaineisto sisältää yli vuosikymmenen ajalta potilastietoja yli 5 miljoonasta potilaasta, ja se kattaa heidän hoitonsa eri vaiheet.
Alusta on vielä kehittämättä, ja sen tutkimus- ja tekoälytoimintoja kuvataan suunniteltuina ominaisuuksina. Hankkeessa on tarkoitus muuntaa kliinisen hoidon aikana syntyvät tiedot tutkimuskäyttöön soveltuvaksi aineistoksi eri hoito-, diagnostiikka- ja kirurgian aloilla. Näin tutkijat saisivat yhteisen pohjan eri lähteistä peräisin olevien, keskenään erilaisten ja jäsentymättömien tietojen analysointiin.
Tietosuoja, aineiston kokoaminen ja kattavuus
nference suunnittelee järjestelmän federoidun ohjelmiston varaan, jotta potilaiden yksityisyys voidaan suojata ja eri kliinisissä muodoissa olevat tiedot yhdenmukaistaa. Pitkittäiseen aineiston kuratointiin eli tietojen järjestämiseen potilaan hoidon edetessä sisältyy lääkärien tekemä arviointi, jolloin lääkärit osallistuvat tutkimusaineiston valmisteluun.
Tunnisteista poistettu aineisto sisältää kliinisiä muistiinpanoja, laboratoriotuloksia, lääkitystietoja ja diagnostisia lausuntoja sekä radiologisia ja patologisia kuvia, genomitietoja, elektrofysiologisia aaltomuotoja, elintoimintojen mittaustuloksia ja hoidon seurantalomakkeiden mittaustietoja. Mukaan otetaan myös potilaiden suostumuksella kerättyjä biologisia näytteitä.
Aineistoa päivitetään usein, ja siihen lisätään uusia tietoja tavanomaisen hoidon edetessä. nference uskoo, että jatkuvasti päivittyvä aineisto auttaa tutkijoita saamaan tarkempaa tietoa sairauksien alkamisesta ja etenemisestä. Kyse on kuitenkin suunnitellusta hyödystä, ei osoitetusta tutkimustuloksesta.
Tutkimukset, tekoälymallit ja tieteelliset tavoitteet
Alustan on tarkoitus tukea tutkijoiden johtamia tutkimuksia, apurahoilla rahoitettua tutkimusta, koulutusta ja laadun parantamista sekä yhteistyötä biotieteiden alan yrityskumppaneiden kanssa. Se tarjoaa myös Cedars-Sinain tutkijoille ja siihen kytköksissä oleville innovaattoreille perustan uusien tekoälymallien kehittämiseen ja arviointiin.
Yritysten mainitsemia mahdollisia myöhempiä käyttökohteita ovat lääkekehitys, kliinisten tutkimusten suunnittelu ja tulevaisuuden diagnostiikka. Näiden sovellusten toteutuminen edellyttää tutkimuksia ja mallien arviointia, joita alustan on määrä mahdollistaa; yritykset eivät ilmoittaneet, että tällaisia tuloksia olisi jo saavutettu.
nferencen perustaja ja toinen toimitusjohtaja Venky Soundararajan kuvaili suunniteltua perustaa koko kehon tilalliseksi älykkyydeksi, jonka tarkoituksena on yhdistää trianguloimalla keskenään erilaisia ja jäsentymättömiä tietomuotoja, jotta vaikeisiin tieteellisiin kysymyksiin olisi helpompi vastata. ”Terveyden ja sairauksien ymmärtäminen edellyttää sen yhdistämistä, mitä tapahtuu eri elimissä, eri kliinisissä tietomuodoissa ja kunkin potilaan vuosikymmeniä kestäneen hoitopolun aikana”, hän sanoi.
Cedars-Sinain varadekaani ja tekoälyyn liittyvän terveystutkimuksen johtava asiantuntija Sumeet Chugh sanoi, että instituutio odottaa yhteistyön auttavan kliinikoita ja tutkijoita oppimaan potilaiden hoidosta kertyneestä yhteisestä kokemuksesta, vahvistamaan tieteellisiä hypoteeseja ja vauhdittamaan biolääketieteellisiä läpimurtoja.
Yhteistyön välitön tulos on tutkimusinfrastruktuuri: tietosuojaan keskittyvä ja säännöllisesti päivitettävä ympäristö, jossa kliinisen aineiston kuratointi yhdistyy tekoälymallien kehittämiseen ja arviointiin. Yhteistyön laajempi merkitys riippuu siitä, auttavatko nämä yhdistetyt tieto- ja kuratointimekanismit tutkijoita vahvistamaan hypoteeseja ja tuottamaan käyttökelpoisia malleja alustan yhdistettäväksi suunnitelluista monenlaisista potilastiedoista.












