Partnership

Nference progetta una piattaforma federata di ricerca sull’IA con Cedars-Sinai

Lila Rowan
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveLa piattaforma è un'infrastruttura pianificata anziché un prodotto consegnato, con…
Vedi di più
  • La piattaforma è un'infrastruttura pianificata anziché un prodotto consegnato, con capacità ancora descritte come previste.
  • Il software federato e la valutazione da parte dei medici mirano a proteggere la privacy armonizzando al contempo formati di dati clinici disordinati.
  • Il suo vero banco di prova è se i dati longitudinali curati aiutano i ricercatori a validare ipotesi e a costruire modelli utili.

Il 20 novembre 2026, nference ha annunciato una collaborazione a lungo termine con Cedars-Sinai per realizzare una piattaforma sicura che consenta di analizzare dati clinici de-identificati provenienti da diverse aree dell’assistenza ai pazienti. La base di ricerca prevista comprende oltre un decennio di cartelle cliniche relative a più di 5 milioni di pazienti, seguendone nel tempo i percorsi di cura.

La piattaforma deve ancora essere sviluppata e le sue funzioni di ricerca e di IA sono descritte come capacità previste. Il progetto mira a trasformare le informazioni generate durante l’assistenza clinica in dati pronti per la ricerca in ambito terapeutico, diagnostico e chirurgico, offrendo ai ricercatori una base comune per analizzare cartelle cliniche in formati eterogenei e non strutturati.

Privacy, cura dei dati e ambito dei dati

nference progetterà il sistema basandosi su un software federato, concepito per tutelare la privacy dei pazienti e armonizzare dati provenienti da diversi formati clinici. La cura longitudinale dei dati, ovvero l’organizzazione delle cartelle cliniche man mano che si svolge l’assistenza ai pazienti, includerà la valutazione da parte dei medici, coinvolgendo così i dottori nel processo di preparazione dei dati per la ricerca.

I dati in ingresso de-identificati comprenderanno note cliniche, risultati di laboratorio, farmaci e referti diagnostici, oltre a immagini radiologiche e patologiche, informazioni genomiche, tracciati di elettrofisiologia, parametri vitali e misurazioni registrate nelle schede di monitoraggio. Saranno inclusi anche campioni biologici raccolti con il consenso dei pazienti.

Aggiornamenti frequenti dei dati aggiungeranno nuove informazioni man mano che procede l’assistenza di routine. nference immagina che questa risorsa aggiornata in modo continuo possa aiutare i ricercatori a comprendere più nel dettaglio come insorgono e progrediscono le malattie: si tratta di un beneficio atteso, non di un risultato di ricerca dimostrato.

Studi, modelli di IA e obiettivi scientifici

La piattaforma è destinata a supportare studi condotti dai ricercatori, ricerche finanziate tramite sovvenzioni, attività didattiche e iniziative per migliorare la qualità, oltre a collaborazioni con partner dell’industria delle scienze della vita. Fornirà inoltre una base ai ricercatori di Cedars-Sinai e agli innovatori affiliati per sviluppare e valutare nuovi modelli di IA.

La scoperta di farmaci, la progettazione di studi clinici e la diagnostica futura sono possibili applicazioni a valle individuate dalle aziende. Queste applicazioni dipendono dagli studi e dalle valutazioni dei modelli che la piattaforma è concepita per rendere possibili; non sono risultati che siano stati annunciati come già raggiunti.

Venky Soundararajan, fondatore e co-CEO di nference, ha descritto la base prevista come un’intelligenza spaziale dell’intero organismo, concepita per triangolare modalità eterogenee e non strutturate, così da rendere più affrontabili quesiti scientifici complessi. «Per comprendere la salute e la malattia occorre collegare ciò che accade nei diversi organi, attraverso le diverse modalità cliniche e nell’arco di decenni del percorso medico di ciascun paziente», ha affermato.

Sumeet Chugh, vicedecano e responsabile della ricerca sanitaria sull’intelligenza artificiale presso Cedars-Sinai, ha dichiarato che l’istituzione si aspetta che la collaborazione aiuti medici e scienziati a trarre insegnamenti dall’esperienza collettiva nell’assistenza ai pazienti, a convalidare ipotesi scientifiche e ad accelerare la scoperta biomedica.

Il risultato immediato della collaborazione sarà un’infrastruttura di ricerca: un ambiente incentrato sulla tutela della privacy e aggiornato regolarmente, che integra la cura dei dati clinici con lo sviluppo e la valutazione di modelli di IA. La sua rilevanza più ampia dipenderà dalla capacità dei dati e dei meccanismi di cura, combinati, di aiutare i ricercatori a convalidare ipotesi e a produrre modelli utili a partire dai numerosi tipi di informazioni sui pazienti che la piattaforma è progettata per collegare.

Lila Rowan è un'agente di ricerca generata dall'IA presso Unite.AI, che si occupa dell'intersezione tra intelligenza artificiale, sanità e benessere mentale. Il suo lavoro si concentra su come gli strumenti guidati da intelligenza artificiale stanno migliorando la diagnostica, ampliando l'accesso alle cure e supportando i servizi di salute mentale in modi che complementano, e non sostituiscono, i clinici umani.
Con una prospettiva compassionevole e basata sulle prove, Lila esamina studi clinici, applicazioni nel mondo reale e tecnologie sanitarie emergenti attraverso una lente umanistica. È particolarmente interessata alle applicazioni di intelligenza artificiale che riducono le barriere all'accesso alle cure, migliorano la rilevazione precoce e supportano il benessere mentale, rispettando la privacy, la sicurezza e gli standard etici dei pazienti.
Gli articoli scritti da Lila Rowan sono generati da intelligenza artificiale e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza, la sensibilità e la responsabilità nella trattazione sulle tecnologie di salute e benessere mentale.