Noah Nasser, datman toimitusjohtaja – Haastattelusarja

Noah Nasser on datman (entinen Omics Data Automation) toimitusjohtaja, joka on johtava tarjoaja federoiduille Real-World Data -alustoille ja niihin liittyville analyysi- ja visualisointityökaluille. Datman tehtävänä on antaa terveydenhuolto-organisaatioille mahdollisuus hyödyntää data-omaisuuttaan, ajaa innovaatiota ja parantaa potilastuloksia edistyneen data-säilyttämisen, AI-käyttöön perustuvan data-harmonisoinnin ja federoidun kysely- ja työvirta-tekniikoiden avulla. Oregonissa sijaitseva yritys on edelläkävijä terveydenhuollon datan jakamisessa, rahoittamisessa ja soveltamisessa, ja se mahdollistaa turvallisen yhteistyön data-huoltajien ja data-käyttäjien välillä.

Voitko selittää, miten datma.FED käyttää AI:ta vallankumouksellistamaan terveydenhuollon datan jakamista ja analyysiä?

datma.FED integroi AI-käyttöön perustuvia analytiikka-työkaluja, joiden avulla voidaan suorittaa turvallisia kyselyjä federoidussa verkostossa. Sen edistyneet algoritmit mahdollistavat tietojen poistamisen, yhdistämisen ja toimittamisen nimettöminä, jaettavina tietojoukkoina – mikä mahdollistaa data-käyttäjien, kuten lääkealan yritysten ja tutkimusorganisaatioiden, saataville tietojen analysoinnin täysin sääntöjenmukaisesti ja yksityisyyden suojaamiseksi.

Automaattisten monimutkaisten tietokyselyjen avulla datma.FED nopeuttaa pääsyä laadukkaisiin, valmiiksi käytettäviin todellisten maailman tietoihin. Tämä mahdollistaa data-huoltajien, kuten terveydenhuoltojärjestelmien ja molekyylilaboratorioiden, osallistumisen yhteisiin tutkimushankkeisiin säilyttäen samalla täydellisen hallinnan omista data-omaisuuksistaan.

Mitä avainhaasteita datma ratkaisee molekyylilaboratorioille ja terveydenhuoltojärjestelmille?

datma.FED ratkaisee useita kriittisiä haasteita molekyylilaboratorioille ja terveydenhuoltojärjestelmille, mukaan lukien:

• Daatan rahoittaminen: Mahdollistaa jatkuva tulojen generointi alikäytetyistä terveydenhuollon tiedoista, samalla kun data-huoltajat säilyttävät täydellisen omistajuuden ja hallinnan.
• Tietosuojaa ja -turvallisuutta: Pitää arkaluontoiset tiedot turvassa varmistamalla, että ne eivät poistu data-huoltajan ympäristöstä turvallisen, federoidun mallin kautta.
• Tietosuojan ja -turvallisuuden riskit: Minimoi sääntelyriskit valmiiksi auditoitavilla tietokäyttöohjauksilla ja täydellisellä sääntelyseurannalla.
• Tiedon valmistelu ja liiketoiminnan kehittäminen: datma vastaa tiedon valmistelusta, jotta se on valmis käytettäväksi, ja yhdistää data-huoltajat tutkimus- ja lääkealan kumppaneiden kanssa.

Miten datma varmistaa tietosuojan ja -turvallisuuden säilymisen, samalla kun se mahdollistaa turvallisen yhteistyön data-huoltajien ja data-käyttäjien välillä?

datma.FED käyttää federoidun verkoston mallia, joka pitää tiedot turvassa kunkin data-huoltajan ympäristössä, samalla kun se mahdollistaa yksityisyyden suojaamisen data-käyttäjien kanssa. Tiedot menevät usean vaiheen prosessin läpi: ne anonyymisiin, suodatetaan saatavuuden mukaan ja määritellään jaettaviksi data-huoltajan määrittämien lupien perusteella. datma prosessoi ulkoiset kyselyt ilman, että siirtää raakaa dataa, ja yhdistää ainoastaan hyväksyttyjä, nimettömiä tietokenttiä. Solun koon rajoitukset estävät uudelleentunnistamisen. Jokainen tietokäyttö on auditoitavissa ja sääntelyvaatimusten mukainen, kuten HIPAA.

Miten datma.FED eroaa muista data-alustoista skaalautuvuuden ja helppokäyttöisyyden suhteen?

datma.FED on suunniteltu skaalautumaan vaivattomasti federoidun arkkitehtuurinsa ja automaattisten data-valmiuden ominaisuuksiensa ansiosta. Sen suunnittelu mahdollistaa useiden terveydenhuollon tietolähteiden monimuotoisten tietojen helpon integroinnin. Alustan automaattiset data-valmiuden ominaisuudet, kuten data-merkintä ja -standardisointi, suoristavat data-valmistelua ja vähentävät manuaalista työtä. Varmistamalla, että data on kyselyvalmis ja sääntelymukainen alusta alkaen, datma.FED mahdollistaa laajamittaisen, yksityisyyden suojaavan data-jakamisen, mikä tekee siitä erittäin skaalautuvan ja helppokäyttöisen tutkimus- ja todellisen maailman sovelluksille.

Miten datma.FED-alusta mahdollistaa monimuotoisten terveydenhuollon tietojen integroinnin eri siloista?

datma.FED mahdollistaa monimuotoisten terveydenhuollon tietojen integroinnin eri siloista yhden komponenttinsa, datma.BASE:n, avulla. datma.BASE on kattava kehys, joka on rakennettu omiin data-varastoihin, konttoreihin ja API:hin perustuen. Suurella mittakaavalla sen edistyneet ominaisuudet mahdollistavat erilaisten terveydenhuollon tietotyyppien (EHR, Omics, Kuvat ja Patologia) imuroinnin, yhdistämisen ja harmonisoinnin. Murtamalla data-silot, datma.BASE muuttaa hajanaiset tietojoukot yhdenmukaisiksi, toimiviksi tietoiksi.

Miten datman teknologia vaikuttaa lääketutkimukseen ja lääkekehitykseen?

datma.FED auttaa täyttämään kriittisiä tietojen aukkoja lääketutkimuksessa ja markkinatutkimuksessa. Tarjoamalla laadukkaita, valmiiksi käytettäviä todellisen maailman tietoja (RWD) yksityiskohtaisuudella ja pituudella, datma.FED mahdollistaa lääkeyritysten tekemän tietopohjaiset päätökset. Sen turvallinen infrastruktuuri varmistaa, että data säilyy käytettävissä ilman, että se vaarantaa yksityisyyttä tai turvallisuutta, ja tukee kattavia näkemyksiä, joita tarvitaan löytöjen tekemiseen.

Miten datma antaa terveydenhuolto-organisaatioille mahdollisuuden hyödyntää dataansa taloudellisesti, samalla kun se säilyttää eettiset ja sääntelymukaiset standardit?

datma antaa terveydenhuolto-organisaatioille mahdollisuuden hyödyntää dataansa luomalla turvallisen data-jakamisen ekosysteemin, jossa terveydenhuolto-organisaatiot säilyttävät täydellisen omistajuuden ja hallinnan. Federoidun verkostonsa kautta data-huoltajat määrittävät, mitkä tiedot ovat saatavilla ja jaettavissa, samalla kun se pitää arkaluontoiset tiedot turvassa omassa infrastruktuurissaan. Kattavat audit-merkinnät, roolipohjaiset lupaukset ja sääntelyominaisuudet varmistavat, että kaikki data-jakamisen toiminnot noudattavat eettisiä standardeja ja yksityisyyden suojaa. Tämä lähestymistapa mahdollistaa terveydenhuolto-organisaatioiden luomisen uusia tulonlähteitä, samalla kun se suojelee potilaiden yksityisyyttä ja luottamusta.

Mitä trendejä AI:ssa ja terveydenhuollon datasta odotat vaikuttavan eniten seuraavien viiden vuoden aikana?

AI terveydenhuollossa on rajoitettu huolehdinta yksityisyydestä, turvallisuudesta ja data-laadusta. AI mahdollistaa jo nyt henkilökohtaisten lääketieteellisten hoitojen toimittamisen onkologiassa, mutta se on vasta aloittanut sen, mitä se voi tehdä. Analysoimalla valtavat määrät monimuotoisia potilastietoja, mukaan lukien genomiikkaa, kuvia ja biomerkkareita yhdessä lääketieteellisen historian, demografisten ja elämäntapatekijöiden kanssa, voimme räätälöidä hoitosuunnitelmat ja terapioita yksilöllisesti. Tämä johtaa parantuneisiin potilastuloksiin ja lopulta vähentyneisiin terveydenhuollon kustannuksiin. Yhdistämällä nämä työkalut etäpotilaiden seurantaan ja potilaiden ilmoittamiin tuloksiin, voimme mahdollistaa varhaisen tautidiagnoosin ja parantaa hoitoon sitoutumista. Kuitenkin kaiken tämän avain on syvät, kontekstuaaliset data-lähteet, jotka ovat riittävän monimuotoisia.

Lisäksi AI on avainasemassa henkilökohtaisten hoitopalvelujen tarjoamisessa. Näen AI-mallien roolin maksamisen ja laskutuslogistiikan yksinkertaistamisessa, byrokratian vähentämisessä ja varmistamisessa, että pääsy ja tasa-arvo on kaikille. Tällä hetkellä LLM:t ovat osoittaneet joitakin rajoituksia tässä sovelluksessa; viimeaikaiset julkaisut ovat korostaneet niiden puutteita lääketieteellisessä koodauksessa. Nämä esteet voidaan kuitenkin voittaa paremmalla, syvemmällä ja täydellisemmällä koulutusdatalla.

Lopulta AI jatkaa lääketieteellisen tutkimuksen vauhdin kasvattamista. AI voi tunnistaa uusia lääkekohteita analysoimalla valtavat tietojoukot, kattavat kuvat, monimuotoiset ja muut lähestymistavat, optimoida kliinisen tutkimuksen suunnittelua ja kiihdyttää lääkekehitystä. Federoidun oppimisen, yksityisyyden suojaavan AI-tekniikan, avulla instituutiot voivat tehdä yhteistyötä tutkimuksessa ilman, että ne joutuvat jakamaan arkaluontoisia potilastietoja, mikä avaa yhteistyön tutkimuksen mahdollisuuden. Viimeaikaiset edistykset kausaalisessa päättelyssä ja generatiivisessa AI:ssa lupaa merkittäviä edistysaskelia perusbiologiasta sovellettuun terapiaan.

Mikä on datman pitkän aikavälin visio terveydenhuoltojärjestelmien ja laajemman alan vaikutukselle?

datmassa keskitymme rakentamaan tulevaisuutta, jossa paremmat tiedot ohjaavat henkilökohtaista, saatavilla olevaa ja tehokasta terveydenhuoltoa. Yhdistämällä monimutkaiset tietojoukot federoidun oppimisen avulla, voimme antaa kliinikoille ja tutkijoille mahdollisuuden ratkaista monimutkaisia terveydenhuollon haasteita ja lukitsemaan uusia lääketieteellisiä läpimurtoja. Federoidun, todellisen maailman data-markkinamme, datma.FED, on ensimmäinen askel kohti tämän vision toteuttamista.

Kuvittele terveydenhuollon tulevaisuus, jossa tutkijat voivat hyödyntää ja analysoida valtavia määriä potilastietoja, kuten genomiikkaa, kuvia, lääketieteellistä historiaa ja elämäntapatekijöitä, jotta voidaan räätälöidä seuraavan sukupolven terapioita potilaiden yksilöllisyyden mukaan. Samalla klinikoilla voidaan käyttää AI:ta oikean hoitoon oikeaan aikaan minimoiden byrokratian. datman federoidun lähestymistavan kautta tämä visio kiihtyy. Jatkamalla tietojoukkoomme laajentamista ja innovatiivisten työkalujen, kuten datma.WHY ja datma.360, lanseeraamista, ajamme varhaisempaa tautien havaitsemista, parannettuja hoitoja ja parempia potilastuloksia.

Visiomme ulottuu yksittäisten potilaiden ulkopuolelle. datman sitoutuminen federoidun oppimiseen lukitsee vallan kompleksisten, turvallisten lääketieteellisten tietojen ympärillä, mikä mahdollistaa instituutioille analyysin valtavista tietojoukoista ilman, että se vaarantaa potilaiden yksityisyyttä. Tämä vapauttaa aallon löytöjä, uusien lääkekohteiden tunnistamisesta kliinisten tutkimusten optimointiin. Hyödyntämällä AI:n analytiikkaa ja kausaalisen päättelyn ominaisuuksia, voimme kiihdyttää lääketieteellistä tutkimusta ja tuoda elämän pelastavia hoitoja potilaille nopeammin. Olemme sitoutuneita johtamaan tätä tulevaisuuden toteuttamista.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan datma-sivustolla.