נוח נאסר, מנכ”ל datma – סדרת ראיונות

נוח נאסר הוא המנכ”ל של datma (לשעבר Omics Data Automation), ספק מוביל של פלטפורמות נתונים מציאותיים מאוחדים וכלים קשורים לניתוח וויזואליזציה. משימת datma היא לאפשר לארגוני בריאות לאופטימיזציה של נכסי הנתונים שלהם, לנהוג בחדשנות ולשפר תוצאות חולים דרך אחסון נתונים מתקדם, הרמוניזציה של נתונים באמצעות AI וטכנולוגיות שאילתה וזרימת עבודה מאוחדות. החברה, שבסיסה באורגון, נמצאת בחזית המהפכה באופן שבו נתוני בריאות משותפים, ממונים ומיושמים, מאפשרת שיתוף פעולה בטוח בין אחראים על נתונים לצרכני נתונים.

האם תוכל להסביר כיצד datma.FED משתמש ב-AI כדי למהפכת חלוקת נתוני בריאות וניתוח?

datma.FED משלב כלים אנליטיים המונעים על ידי AI כדי לאפשר ביצוע שאילתות בטוחות ברחבי הרשת המאוחדת שלנו. אלגוריתמים מתקדמים מאפשרים את ההיפתח, המצטבר והמשלוח של סטים נתונים מזוהים, מאוחדים וניתנים לשיתוף – מאפשרים לצרכני נתונים כגון חברות תרופות וארגוני מחקר להוציא מסקנות בעודם מבטיחים תקנים מלאים של פרטיות וציות.

באמצעות אוטומציה של שאילתות נתונים מורכבות, datma.FED מאיץ את הגישה לנתונים מציאותיים איכותיים, מוכנים לשימוש. זה מעניק לאחראים על נתונים, כגון מערכות בריאות ומעבדות מולקולריות, להשתתף במאמץ מחקר משותף בעודם שומרים על השליטה המלאה על נכסי הנתונים שלהם.

מהם האתגרים העיקריים ש-datma פותרת עבור מעבדות מולקולריות ומערכות בריאות?

datma.FED פותרת מספר אתגרים קריטיים עבור מעבדות מולקולריות ומערכות בריאות, כולל:

• מוניטיזציה של נתונים: מאפשרת יצירת הכנסות רצופות מנתוני בריאות לא מנוצלים בעודה מאפשרת לאחראים על נתונים לשמור על בעלות ושליטה מלאה.
• פרטיות וביטחון נתונים: שומרת על נתונים רגישים באמצעות הבטחה שהם אינם עוזבים את סביבת האחראי על הנתונים, באמצעות מודל מאוחד המעדיף פרטיות.
• סיכונים תקנוניים: מפחיתה את הסיכונים התקנוניים עם בקרות גישה לנתונים המוכנות לאודיט ומעקב ציות מלא.
• הכנת נתונים ופיתוח עסקי: datma לוקחת על עצמה את המאמץ של הכנת נתונים כדי להבטיח כשירות נתונים בעודה מחברת את האחראים על נתונים עם שותפים מחקר ותרופות.

כיצד datma מבטיחה פרטיות נתונים וציות בעודה מאפשרת שיתוף פעולה בטוח בין אחראים על נתונים לצרכני נתונים?

datma.FED מנצלת מודל רשת מאוחד, ששומר את הנתונים בטוחים בתוך סביבת האחראי על הנתונים, בעודה מאפשרת שיתוף פעולה המעדיף פרטיות עם צרכני נתונים. הנתונים עוברים תהליך רב-שלבי: הם מואנונימיים, מסוננים לגישה ומוגדרים כנתונים שניתנים לשיתוף על בסיס הרשאות המוגדרות על ידי האחראי. datma אז מעבדת שאילתות חיצוניות בלי להעביר נתונים גולמיים, מצטברת רק שדות נתונים מואנונימיים ומאושרים. הגבלות גודל תא מונעות זיהוי מחדש. כל אינטראקציה של נתונים היא ניתנת לאודיט וציות לתקנים רגולטוריים כגון HIPAA.

מה מבדיל את datma.FED מרשתות נתונים אחרות במונחים של יכולת התקנה ושימושיות?

datma.FED תוכננה להתקנה חלקה דרך ארכיטקטורה מאוחדת ותכונות הכנת נתונים אוטומטיות. תכנונה מאפשר אינטגרציה חלקה של נתוני בריאות רב-מודאליים ממקורות מרובים. תכונות הכנת נתונים האוטומטיות – כולל תיוג נתונים וסטנדרטיזציה – מסטרים את הכנת הנתונים ומקטינים את המאמץ הידני. בהבטחה שהנתונים מוכנים וצייתנים מלכתחילה, datma.FED מאפשרת שיתוף נתונים רחב-היקף, המעדיף פרטיות, והופכת אותה למסוגלת ואינטואיטיבית ליישומים של נתונים מציאותיים ומחקר.

כיצד הפלטפורמה datma.FED מפשיטה את האינטגרציה של נתוני בריאות רב-מודאליים ברחבי הסילואים?

datma.FED מפשיטה את האינטגרציה של נתוני בריאות רב-מודאליים ברחבי הסילואים דרך אחד מרכיביה, datma.BASE. datma.BASE היא מסגרת מקיפה הבנויה על אחסוני נתונים תואמים, קונטיינרים ו-API. בקנה מידה גדול, יכולותיה המתקדמות מאפשרות את הבליעה, המצטבר וההרמוניזציה של סוגים שונים של נתוני בריאות (EHR, Omics, תמונות ופתולוגיה). בשבירת הסילואים, datma.BASE הופכת סטים נתונים מפוצלים למידע מאוחד ופעיל.

כיצד טכנולוגיית datma תורמת לגישור פערי נתונים במחקר תרופות ופיתוח?

datma.FED עוזרת למלא פערי נתונים קריטיים עבור מחקר תרופות ואסטרטגיות גישה לשוק. באמצעות ספקת נתונים מציאותיים איכותיים, מוכנים לשימוש, עם רמת פירוט ועומק לונגיטודינלי, datma.FED מאפשרת לחברות תרופות לקבל החלטות מבוססות נתונים. תשתיתה הבטוחה מבטיחה כי הנתונים נשארים נגישים בלי לפשר את הפרטיות או הביטחון, תומכת בתובנות מקיפות הדרושות לגילויים.

כיצד datma מעניקה לארגוני בריאות את היכולת למוניטיזציה של נתוניהם בעודה שומרת על סטנדרטים אתיים ורגולטוריים?

datma מאפשרת לארגוני בריאות למוניטיזציה של נתוניהם ביצירת אקוסיסטם של שיתוף נתונים בטוח, שבו ארגוני בריאות שומרים על בעלות ושליטה מלאה. דרך הרשת המאוחדת, אחראים על נתונים קובעים מהי נגישות ונתונים שניתנים לשיתוף בעודם שומרים על מידע רגיש בתוך תשתיתם. עקבות אודיט מקיפות, הרשאות על בסיס תפקיד ותכונות ציות רגולטוריות מבטיחות כי כל פעילויות שיתוף נתונים צייתנות לסטנדרטים אתיים ופרטיות. גישה זו מאפשרת לארגוני בריאות ליצור זרמי הכנסה חדשים בעודה שומרת על פרטיות החולים ושומרת על האמון.

אילו מגמות ב-AI ונתוני בריאות אתה חוזה כבעלות ההשפעה הגדולה ביותר בחמש השנים הבאות?

AI בבריאות, מתונה על ידי דאגות לפרטיות, ביטחון ומוגבלת רק על ידי איכות הנתונים. AI כבר מאפשרת לנו לספק רפואה אישית באונקולוגיה, אך רק מקצת מהאפשרויות. בניתוח כמויות גדולות של נתוני חולים רב-מודאליים, כולל גנומיקה, תמונות, נתוני ביומרקרים וגורמים דמוגרפיים ואורח חיים, נוכל לכוון תוכניות טיפול ותרפיות לצרכים אישיים. זה מוביל לתוצאות חולים משופרות ולבסוף להורדת עלויות בריאות. שילוב כלים אלו עם ניטור חולים רחוק ותוצאות דווחות על ידי חולים תאפשר אבחון מוקדם של מחלות ושיפר את הציות לתוכניות טיפול. אולם, המפתח הקריטי בכל זאת הוא מקורות נתונים עמוקים, מגוונים.

בנוסף, AI תהיה מפתחית באפשרות גישה לטיפול אישי. אני רואה תפקיד למודלים של AI בפשטות לוגיסטיקה של פירעון וביטוח, בסטרימינג של ניירתע הכבדה והבטחת גישה ושוויון ברחבי האוכלוסייה. כרגע, מודלים של LLM הראו מגבלות ביישום זה; פרסומים אחרונים הצביעו על חוסריהם בקודים רפואיים. ברור כי מחסומים אלו יכולים להיפתר עם נתוני אימון טובים, עמוקים ומלאים יותר.

לבסוף, AI תמשיך לאיצון קצב המחקר הרפואי. AI יכולה לזהות מטרות תרופות חדשות על ידי ניתוח מאגרי נתונים עצומים, החל מתמונות, מולטי-אומיקס וגישות אחרות, אופטימיזציה של עיצוב ניסויים קליניים ואיצון גילוי תרופות. למידה מאוחדת, טכניקה של AI המקפידה על פרטיות, מאפשרת למוסדות לשתף פעולה במחקר בלי לשתף נתוני חולים רגישים, פותחת את הפוטנציאל של מחקר שיתופי. התקדמויות אחרונות בהסקה גורמית ו-AI יוצרות, בפרט, מעידות על התקדמויות משמעותיות בגילוי מבסיסי ביולוגיה לתרופות יישומיות.

מהו חזונך הארוך-טווח עבור השפעת datma על מערכות בריאות והתעשייה הרחבה?

ב-datma, אנו מתמקדים בבניית עתיד שבו נתונים טובים יותר ינהיגו רפואה אישית, נגישה ויעילה. באיחוד מאגרי נתונים מורכבים דרך למידה מאוחדת, אנו מעניקים לרופאים וחוקרים את היכולת לפתור אתגרים בריאותיים מורכבים ולפתוח פתח לפריצות דרך רפואיות חדשות. שוק הנתונים המציאותיים המאוחד, datma.FED, הוא הצעד הראשון למימוש חזון זה.

תארו לכם עתיד לבריאות שבו חוקרים מנתחים כמויות עצומות של נתוני חולים, מגנומיקה, תמונות, היסטוריה רפואית וגורמי אורח חיים, כדי לייצר תרופות דור חדש עם פוקוס אישי מדויק. במקביל, רופאים יוכלו להשתמש ב-AI כדי לספק את הטיפול הנכון בזמן הנכון, עם מינימום של עומס מנהלי. גישת datma המאוחדת מאיצה חזון זה בפתיחת כוחו של נתונים רפואיים מורכב ובטוח.

חזוננו משתרע מעבר לחולים יחידים. התחייבות datma ללמידה מאוחדת פותחת את הפוטנציאל של מחקר שיתופי, מאפשרת למוסדות לנתח מאגרי נתונים עצומים בלי לפשר את פרטיות החולים. זה משחרר גל של גילוי, מזיהוי מטרות תרופות חדשות ועד לאופטימיזציה של ניסויים קליניים. בניצול כוח הניתוח של AI ויכולות ההסקה הגורמית, אנו יכולים לאיץ מחקר רפואי ולהביא טיפולים מצילי חיים לחולים מהר יותר. אנו מחויבים להוביל את הדרך להפוך עתיד זה למציאות.