Noah Nasser, CEO di datma – Serie di interviste

Noah Nasser è il CEO di datma (in precedenza Omics Data Automation), un fornitore leader di piattaforme di dati del mondo reale federati e strumenti correlati per l’analisi e la visualizzazione. La missione di datma è quella di potenziare le organizzazioni sanitarie per ottimizzare i loro asset di dati, guidare l’innovazione e migliorare gli esiti dei pazienti attraverso l’archiviazione dei dati avanzata, l’armonizzazione dei dati abilitata dall’AI e le tecnologie di query e flusso di lavoro federate. Con sede in Oregon, l’azienda è all’avanguardia nella trasformazione di come i dati sanitari vengono condivisi, monetizzati e applicati, consentendo una collaborazione sicura tra i custodi dei dati e i consumatori di dati.

Può spiegare come datma.FED utilizza l’AI per rivoluzionare la condivisione e l’analisi dei dati sanitari?

datma.FED integra strumenti analitici guidati dall’AI per abilitare l’esecuzione di query sicure all’interno della nostra rete federata. I suoi algoritmi avanzati facilitano l’estrazione, l’aggregazione e la consegna di set di dati de-identificati e condivisibili, consentendo ai consumatori di dati come le società farmaceutiche e le organizzazioni di ricerca di estrarre informazioni garantendo il pieno rispetto degli standard di conformità e privacy.

Automatizzando le query di dati complesse, datma.FED accelera l’accesso ai dati del mondo reale di alta qualità e pronti all’uso. Ciò consente ai custodi dei dati come i sistemi sanitari e i laboratori molecolari di partecipare a sforzi di ricerca collaborativa mantenendo il pieno controllo sui loro asset di dati.

Quali sono le sfide chiave che datma risolve per i laboratori molecolari e i sistemi sanitari?

datma.FED risolve diverse sfide critiche per i laboratori molecolari e i sistemi sanitari, tra cui:

• Monetizzazione dei dati: Consente la generazione continua di entrate dai dati sanitari inutilizzati mentre consente ai custodi dei dati di mantenere la piena proprietà e il controllo.
• Privacy e sicurezza dei dati: Mantiene i dati sensibili sicuri garantendo che non lascino l’ambiente del custode dei dati attraverso un modello federato con priorità alla privacy.
• Rischi di conformità dei dati: Minimizza i rischi regolamentari con controlli di accesso ai dati pronti per l’audit e la piena tracciabilità della conformità.
• Preparazione e sviluppo aziendale dei dati: datma si assume l’impegno di preparazione dei dati per garantire la prontezza dei dati mentre collega i custodi dei dati con partner di ricerca e farmaceutici.

Come datma garantisce la privacy e la conformità dei dati mentre consente la collaborazione sicura tra i custodi dei dati e i consumatori di dati?

datma.FED impiega un modello di rete federata, che mantiene i dati in modo sicuro all’interno dell’ambiente di ciascun custode mentre consente la collaborazione con priorità alla privacy con i consumatori di dati. I dati passano attraverso un processo multiplo: vengono resi anonimi, filtrati per l’accessibilità e designati come condivisibili in base alle autorizzazioni definite dal custode. datma quindi elabora le query esterne senza trasferire i dati grezzi, aggregando solo i campi di dati de-identificati approvati. Le restrizioni di dimensione delle celle impediscono la ridentificazione. Ogni interazione con i dati è tracciabile e conforme agli standard regolamentari come HIPAA.

Cosa distingue datma.FED dalle altre piattaforme di dati in termini di scalabilità e facilità d’uso?

datma.FED è progettato per scalare in modo fluido attraverso la sua architettura federata e le funzionalità di preparazione automatica dei dati. Il suo design consente l’integrazione senza soluzione di continuità di dati sanitari multimodali da molteplici fonti. Le funzionalità di preparazione automatica dei dati della piattaforma – tra cui l’etichettatura dei dati e la standardizzazione – semplificano la preparazione dei dati e riducono lo sforzo manuale. Garantendo che i dati siano pronti per la query e conformi fin dall’inizio, datma.FED consente la condivisione dei dati su larga scala con priorità alla privacy, rendendola altamente scalabile e intuitiva per le applicazioni di ricerca e dati del mondo reale.

Come la piattaforma datma.FED facilita l’integrazione dei dati sanitari multimodali attraverso i silos?

datma.FED facilita l’integrazione dei dati sanitari multimodali attraverso uno dei suoi componenti, datma.BASE. datma.BASE è un framework completo costruito su archivi di dati proprietari, contenitori e API. A scala, le sue capacità avanzate consentono l’ingestione, l’aggregazione e l’armonizzazione di diversi tipi di dati sanitari (EHR, Omics, Immagini e Patologia). Rompendo i silos dei dati, datma.BASE trasforma set di dati frammentati in informazioni azionabili unificate.

Come la tecnologia di datma contribuisce a colmare le lacune dei dati nella ricerca farmaceutica e nello sviluppo dei farmaci?

datma.FED aiuta a colmare le lacune critiche dei dati per la ricerca farmaceutica e le strategie di accesso al mercato. Fornendo dati del mondo reale di alta qualità e pronti all’uso con granularità e profondità longitudinale, datma.FED consente alle società farmaceutiche di prendere decisioni più basate sui dati. La sua infrastruttura sicura garantisce che i dati rimangano accessibili senza compromettere la privacy o la sicurezza, supportando le informazioni complete necessarie per le scoperte.

Come datma consente alle organizzazioni sanitarie di monetizzare i loro dati mantenendo gli standard etici e regolamentari?

datma consente alle organizzazioni sanitarie di monetizzare i loro dati creando un ecosistema di condivisione dei dati sicuro in cui le organizzazioni sanitarie mantengono la piena proprietà e il controllo. Attraverso la sua rete federata, i custodi dei dati determinano quali dati sono accessibili e condivisibili mentre mantengono le informazioni sensibili in modo sicuro all’interno della propria infrastruttura. Le tracce di audit complete, le autorizzazioni basate su ruolo e le funzionalità di conformità regolamentare garantisco che tutte le attività di condivisione dei dati aderiscano agli standard etici e di privacy. Questo approccio consente alle organizzazioni sanitarie di generare nuovi flussi di entrate mentre salvaguardano la privacy dei pazienti e mantengono la fiducia.

Quali tendenze nell’AI e nei dati sanitari prevede che avranno il maggior impatto nei prossimi cinque anni?

L’AI nei servizi sanitari, è temperata dalle preoccupazioni per la privacy, la sicurezza e limitata solo dalla qualità dei dati. L’AI già ci consente di offrire una medicina personalizzata vera in oncologia, ma ha solo sfiorato la superficie di ciò che è possibile. Analizzando grandi quantità di dati multimodali dei pazienti, tra cui genomics, imaging, dati di biomarcatori in contesto con la storia medica, fattori demografici e stili di vita, personalizzeremo i piani di trattamento e le terapie in base alle esigenze individuali. Ciò porterà a migliori esiti per i pazienti e, in ultima analisi, a ridotti costi sanitari. Accoppiando questi strumenti con il monitoraggio remoto dei pazienti e gli esiti segnalati dai pazienti, potremo rilevare precocemente le malattie e migliorare l’aderenza ai piani di trattamento. Tuttavia, il perno fondamentale in tutto ciò sono fonti di dati profonde e sufficientemente diverse.

Inoltre, l’AI sarà fondamentale nel fornire l’accesso avanzato alle cure personalizzate. Prevedo un ruolo per i modelli di AI nella semplificazione della logistica di pagamento e fatturazione, nell’eliminazione della carta pesante e nella garanzia dell’accesso e dell’equità in tutta la popolazione. Attualmente, i LLM hanno mostrato alcune limitazioni in questa applicazione; recenti pubblicazioni hanno sottolineato le loro carenze riguardo alla codifica medica. Chiaramente, queste barriere possono essere superate con dati di formazione migliori, più profondi e più completi.

Infine, l’AI continuerà ad accelerare il ritmo della ricerca medica. L’AI può identificare nuovi obiettivi per i farmaci analizzando enormi set di dati, che spaziano dall’imaging, multi-omica e altri approcci, ottimizzando la progettazione degli studi clinici e accelerando la scoperta dei farmaci. L’apprendimento federato, una tecnica di AI che preserva la privacy, consente alle istituzioni di collaborare alla ricerca senza condividere dati sensibili dei pazienti, sbloccando il potenziale della ricerca collaborativa. Le recenti scoperte nel campo dell’inferenza causale e dell’AI generativa, in particolare, portano a significativi progressi nella scoperta, dalla biologia di base alla terapia applicata.

Qual è la sua visione a lungo termine per l’impatto di datma sui sistemi sanitari e sull’industria più ampia?

In datma, ci concentriamo sulla costruzione di un futuro in cui i dati migliori guidano cure personalizzate, accessibili ed efficienti. Unendo set di dati complessi attraverso l’apprendimento federato, stiamo potenziando i clinici e i ricercatori per affrontare sfide sanitarie complesse e sbloccare nuove scoperte mediche. Il nostro mercato di dati del mondo reale federato, datma.FED, è il primo passo verso la realizzazione di questa visione.

Immagina un futuro per la sanità in cui i ricercatori analizzano e analizzano grandi quantità di dati dei pazienti, dalla genomica, dall’imaging, dalla storia medica ai fattori di stile di vita, per personalizzare le terapie di prossima generazione con un focus esclusivo sul paziente. Allo stesso tempo, i clinici possono utilizzare l’AI per fornire le cure giuste al momento giusto con un minimo di oneri amministrativi. L’approccio federato di datma accelera questa visione sbloccando il potere dei dati medici complessi e sicuri. Continuando a espandere il nostro set di dati e a lanciare strumenti innovativi come datma.WHY e datma.360, stiamo guidando la rilevazione precoce delle malattie, migliorando le terapie e i risultati per i pazienti.

La nostra visione si estende oltre i singoli pazienti. L’impegno di datma per l’apprendimento federato sblocca il potere della ricerca collaborativa, consentendo alle istituzioni di analizzare enormi set di dati senza compromettere la privacy dei pazienti. Ciò scatena un’onda di scoperte, dall’identificazione di nuovi obiettivi per i farmaci all’ottimizzazione degli studi clinici. Sfruttando la potenza analitica dell’AI e le capacità di inferenza causale, possiamo accelerare la ricerca medica e portare trattamenti salvavita ai pazienti più velocemente. Siamo impegnati a guidare il cammino verso la realizzazione di questo futuro.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare datma.