साझेदारियाँ
Dyania Health अस्पतालों के स्वामित्व वाली GPU प्रणालियों पर Synapsis AI चला रही है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुSynapsis AI keeps patient records inside hospital networks by running inference on…
और देखें
- Synapsis AI keeps patient records inside hospital networks by running inference on on-premises GPU servers.
- Cleveland Clinic's study used Synapsis AI to build a predictive model of valve failure and reintervention risk.
- The system automates chart review and signal detection while clinicians retain every clinical decision.
Dyania Health और NVIDIA ने 13 नवंबर, 2026 को घोषणा की कि Synapsis AI अस्पतालों के स्वामित्व वाली NVIDIA त्वरित कंप्यूटिंग प्रणालियों पर चल रहा है। इसके शुरुआती अध्ययन में Cleveland Clinic में महाधमनी वाल्व बदलवाने वाले 7,812 मरीज शामिल हैं। इस सहयोग का उद्देश्य मरीजों के रिकॉर्ड को स्वास्थ्य-प्रणाली के नेटवर्क से बाहर भेजे बिना, मरीजों की आबादी के स्तर पर उनकी समीक्षा करना है।
Dyania Health के अनुसार, Synapsis AI एक नैदानिक तर्क इंजन है, जो वर्षों के नोट, ऑपरेशन रिपोर्ट, इमेजिंग रिपोर्ट और प्रयोगशाला परिणाम पढ़ता है, फिर चार्ट में मौजूद साक्ष्यों के लिंक के साथ नैदानिक सवालों के जवाब देता है। इसके आउटपुट नैदानिक संकेत होते हैं, जिनका उद्देश्य उपचार टीमों को यह बताना है कि किन मरीजों पर ध्यान देने की जरूरत है और क्यों; चिकित्सक साक्ष्यों की समीक्षा करते हैं और हर निर्णय लेते हैं।
अस्पताल परिसर में नैदानिक तर्क
इस तैनाती में सॉफ्टवेयर के पूरे ढाँचे में NVIDIA AI Enterprise का इस्तेमाल किया गया है। Dyania अपने स्वामित्व वाले नैदानिक मॉडल NeMo के साथ प्रशिक्षित करती है, फिर अस्पताल के GPU सर्वरों पर इन्फरेंस को बेहतर बनाने के लिए TensorRT और TensorRT-LLM का उपयोग करती है। इस तरह, मरीजों के रिकॉर्ड किसी बाहरी परिवेश में भेजने के बजाय इन्फरेंस अस्पताल के निजी नेटवर्क के भीतर ही रहता है।
NVIDIA ने कहा कि यह प्रणाली सहायक भूमिका में ही रहती है: यह मेडिकल रिकॉर्ड से ऐसे साक्ष्य सामने लाती है, जिनकी पुष्टि करके उन पर कार्रवाई करना चिकित्सकों के लिए जरूरी है। यह अंतर इसलिए महत्वपूर्ण है क्योंकि इस तैनाती में चार्ट की समीक्षा और संकेतों की पहचान स्वचालित होती है, न कि उसके बाद लिए जाने वाले नैदानिक निर्णय।
दोनों कंपनियाँ अस्पतालों में अनुसंधान और देखभाल प्रबंधन की एक ऐसी बाधा को दूर करने का लक्ष्य रखती हैं, जहाँ काम अब भी हाथ से करना पड़ता है। महत्वपूर्ण जानकारी अक्सर व्यवस्थित फ़ील्ड के बजाय विवरणात्मक पाठ में दर्ज होती है। इससे उन मरीजों के चार्ट की संख्या सीमित हो जाती है, जिनकी कर्मचारी रजिस्ट्रियों, उपचार-परिणामों के अध्ययन और पूर्वानुमान मॉडल के लिए समीक्षा कर सकते हैं। Synapsis AI स्वास्थ्य-प्रणाली की पूरी मरीज आबादी में लंबे समय के रिकॉर्ड की समीक्षा करता है। इसके संभावित उपयोगों में देखभाल की कमी का पता लगाना, अवलोकन-आधारित अनुसंधान और नैदानिक परीक्षणों के लिए उपयुक्त मरीजों की पहचान करना शामिल है।
Cleveland Clinic का वाल्व अध्ययन
इस अध्ययन में 2005 और 2021 के बीच महाधमनी वाल्व बदलवाने वाले मरीजों के रिकॉर्ड की जाँच की गई और हर मरीज की देखभाल के अधिकतम 16 वर्षों की समीक्षा की गई। Synapsis AI ने हर मरीज के लिए 88 नैदानिक सवालों के जवाब दिए। इनमें वाल्व की विशेषताएँ, साथ मौजूद अन्य बीमारियाँ, प्रयोगशाला जाँचों के रुझान, दवाएँ, फॉलो-अप अल्ट्रासाउंड के माप और बाद में हुई नैदानिक घटनाएँ शामिल थीं। इस इतिहास का बड़ा हिस्सा विवरणात्मक नोट और इकोकार्डियोग्राम रिपोर्ट में दर्ज था।
NVIDIA ने कहा कि इस प्लेटफ़ॉर्म ने पूरे मरीज समूह के चार्ट की समीक्षा पूरी की—यह ऐसा काम है, जिसे चिकित्सकों को हाथ से करने में कई वर्ष लगते। इस प्रक्रिया से तैयार डेटासेट का उपयोग एक पूर्वानुमानकारी मशीन-लर्निंग मॉडल को प्रशिक्षित करने के लिए किया गया। यह मॉडल तीन, पाँच और 10 वर्षों में वाल्व खराब होने तथा दोबारा हस्तक्षेप की जरूरत का जोखिम आँकता है और हर नए अल्ट्रासाउंड के साथ इन अनुमानों को संशोधित करता है।
Dyania ने बताया कि प्रत्यारोपित वाल्व का प्रकार इस बात का सबसे महत्वपूर्ण निर्धारक था कि वाल्व कितनी जल्दी खराब हुआ, जबकि उम्र और अन्य चिकित्सीय स्थितियों का असर इस पर पड़ा कि दूसरी प्रक्रिया होगी या नहीं और कब होगी। विश्लेषण में यह भी देखा गया कि सर्जरी के बाद के अल्ट्रासाउंड जैसी फॉलो-अप जानकारी भविष्य में हस्तक्षेप की जरूरत के पूर्वानुमान की सटीकता को किस तरह काफी बढ़ा सकती है।
“प्रत्यारोपित हृदय वाल्व कितने समय तक काम करेंगे, इसका अनुमान लगाने में हमारी मदद कर सकने वाली जानकारी को एक साथ लाने और उसका विश्लेषण करने के लिए तकनीक का उपयोग करना, मरीजों के बेहतर परिणामों और अधिक व्यक्तिगत देखभाल की दिशा में एक आशाजनक कदम है,” Cleveland Clinic के हृदय, संवहनी एवं वक्ष संस्थान के प्रमुख Lars G. Svensson ने कहा।
यह अध्ययन डेटासेट तैयार करने और जोखिम का पूर्वानुमान लगाने की क्षमता दिखाता है, मरीजों के बेहतर परिणाम नहीं। Dyania का कहना है कि इस टूल का उद्देश्य देखभाल संबंधी फैसलों में जानकारी देना है और व्यापक नैदानिक उपयोग से पहले इसका बाहरी नैदानिक सत्यापन आवश्यक है।
तैनाती की आगे की योजना
Dyania की सहयोग संबंधी घोषणा के अनुसार, दोनों कंपनियाँ अमेरिका और अंतरराष्ट्रीय स्तर पर स्वास्थ्य-प्रणालियों में तैनाती की दिशा में काम करने, संयुक्त केस स्टडी प्रकाशित करने और Synapsis AI को NVIDIA के स्वास्थ्य-सेवा सॉफ्टवेयर ढाँचे के साथ एकीकृत करने की योजना बना रही हैं। जिन तकनीकों का मूल्यांकन किया जा रहा है, उनमें प्रशिक्षण और इन्फरेंस के लिए NVIDIA Confidential Computing, वितरित इन्फरेंस सेवाएँ उपलब्ध कराने के लिए NVIDIA Dynamo और एक साथ चल रहे नैदानिक कार्यभारों में GPU बाँटने के लिए Multi-Instance GPU शामिल हैं।
प्रसंस्करण के बैच में की जाने वाली समीक्षाओं से आगे बढ़कर देखभाल के बिंदु पर लगभग वास्तविक समय में नैदानिक जानकारी देने की दिशा में बढ़ने के साथ, दोनों कंपनियाँ कई Blackwell Ultra GPU तक विस्तार की संभावनाओं का भी मूल्यांकन कर रही हैं। ये अभी मूल्यांकन के लक्ष्य हैं, पूरी हो चुकी तैनातियाँ नहीं। स्वास्थ्य-प्रणालियों के लिए व्यावहारिक सवाल यह है कि क्या बाहरी रूप से सत्यापित मॉडल मरीजों की पूरी आबादी के रिकॉर्ड की समीक्षा को भरोसेमंद नैदानिक कार्रवाई में बदल सकते हैं, जबकि देखभाल संबंधी फैसलों का नियंत्रण चिकित्सकों के पास बना रहे।
