노아 나서, 데이타마의 CEO – 인터뷰 시리즈

노아 나서(Noha Nasser)는 데이타마(datma)의 CEO입니다. 데이타마는 연방 실세계 데이터 플랫폼과 관련 분석 및 시각화 도구를 제공하는 선도적인 회사입니다. 데이타마의 목표는 의료 기관이 데이터 자산을 최적화하고, 혁신을 주도하며, 고급 데이터 저장, AI 기반 데이터 조화, 연방 쿼리 및 워크플로우 기술을 통해 환자 결과를 개선하는 것입니다. 오레곤에 본사를 둔 이 회사는 의료 데이터가 공유, 수익화, 적용되는 방식을 변화시키는 최전선에 있습니다.

데이타마의 데이타마.FED는 어떻게 의료 데이터 공유와 분석을 혁신적으로 변화시키는가?

데이타마.FED는 보안 쿼리 실행을 가능하게 하는 AI 기반 분석 도구를 통합합니다. 고급 알고리즘은 익명화된 공유 가능한 데이터셋을 추출, 집계, 전달하는 것을 촉진합니다. 이는 제약 회사와 연구 기관 gibi 데이터 소비자가 통찰력을 추출하는 동안 완전한 준수와 개인 정보 보호 표준을 보장합니다.

데이타마.FED는 복잡한 데이터 쿼리를 자동화하여 높은 품질의 실세계 데이터에 대한 접근을 가속화합니다. 이는 건강 시스템과 분자 연구소 gibi 데이터 소유자가 협력 연구 노력에 참여하는 동안 데이터 자산을 완전히 통제할 수 있도록 합니다.

데이타마는 분자 연구소와 건강 시스템을 위해 어떤 주요 도전을 해결하는가?

데이타마.FED는 분자 연구소와 건강 시스템을 위한 몇 가지 주요 도전을 해결합니다.

• 데이터 수익화: 의료 기관이 데이터를 수익화하는 것을 가능하게 하면서 데이터 소유자가 데이터를 완전히 소유하고 통제할 수 있도록 합니다.
• 데이터 개인 정보 및 보안: 데이터가 데이터 소유자의 환경을 벗어나지 않도록 보장하는 개인 정보 우선의 연방 모델을 통해 데이터를 안전하게 유지합니다.
• 데이터 준수 위험: 감사 준비된 데이터 접근 제어와 완전한 준수 추적을 통해 규제 위험을 최소화합니다.
• 데이터 준비 및 비즈니스 개발: 데이타마는 데이터 준비를 담당하여 데이터 준비를 보장하고 데이터 소유자를 연구 및 제약 파트너와 연결합니다.

데이타마는 어떻게 데이터 개인 정보와 준수를 보장하면서 데이터 소유자와 데이터 소비자 간의 보안 협력을 가능하게 하는가?

데이타마.FED는 데이터가 데이터 소유자의 환경 내에서 안전하게 유지되는 연방 네트워크 모델을 사용합니다. 데이터는 익명화, 필터링, 공유 가능 여부에 따라 지정됩니다. 데이타마는 외부 쿼리를 처리하면서 원시 데이터를 전송하지 않고, 승인된 익명화된 데이터 필드만 집계합니다. 셀 크기 제한으로 재식별을 방지합니다. 모든 데이터 상호작용은 감사 가능하며 규제 표준에 준수합니다.

데이타마.FED는 다른 데이터 플랫폼과 비교하여 확장성과 사용 편의성에서 어떤 차이가 있는가?

데이타마.FED는 연방 아키텍처와 자동화된 데이터 준비 기능을 통해 확장성이 뛰어납니다. 이는 다중 모드 의료 데이터의 무리한 통합을 가능하게 합니다. 자동화된 데이터 준비 기능은 데이터 준비를 간소화하고 수동 노력을 줄입니다. 데이터가 준비되고 준수되는 것을 보장함으로써 대규모, 개인 정보 우선의 데이터 공유를 가능하게 합니다.

데이타마.FED는 어떻게 다중 모드 의료 데이터의 통합을 가능하게 하는가?

데이타마.FED는 다중 모드 의료 데이터의 통합을 가능하게 하는 구성 요소인 데이타마.BASE를 통해 이를 달성합니다. 데이타마.BASE는 고유한 데이터 저장소, 컨테이너, API를 기반으로 하는 포괄적인 프레임워크입니다. 이는 다양한 의료 데이터 유형(EHR, Omics, 이미지, 병리학)의 摂取, 집계, 조화를 가능하게 합니다. 데이터 실로를 분해함으로써 데이타마.BASE는 단편적인 데이터셋을 통일된, 실행 가능한 통찰력으로 변환합니다.

데이타마의 기술은 제약 연구와 약물 개발에서 데이터 격차를 메우는 데 어떻게 기여하는가?

데이타마.FED는 제약 연구와 시장 접근 전략을 위한 중요한 데이터 격차를 메우는 데 도움이 됩니다. 높은 품질의 실세계 데이터(RWD)를 제공함으로써 제약 회사들이 더 데이터 기반의 의사 결정을 내릴 수 있도록 합니다. 이는 데이터가 접근 가능하면서도 개인 정보와 보안을 유지하는 것을 보장합니다.

데이타마는 어떻게 의료 기관이 데이터를 수익화하는 데 도움을 주면서도 윤리적이고 규제적인 표준을 유지하는가?

데이타마는 의료 기관이 데이터를 수익화하는 데 도움을 주면서도 데이터 소유자가 데이터를 완전히 소유하고 통제할 수 있도록 합니다. 연방 네트워크를 통해 데이터 소유자는 데이터가 접근 가능하고 공유 가능하도록 결정합니다. 포괄적인 감사 추적, 역할 기반의 권한, 규제 준수 기능은 모든 데이터 공유 활동이 윤리적 표준과 개인 정보 보호 규정에 따라 수행됨을 보장합니다.

앞으로 5년 동안 의료 데이터와 AI에서 가장 큰 영향을 미칠 추세는 무엇인가?

의료 분야에서 AI는 개인 정보, 보안, 데이터 품질에 대한 우려로 제한됩니다. AI는 이미 개인화된 의료를 가능하게 합니다. 다중 모드 환자 데이터를 분석함으로써 우리는 치료 계획과 치료를 개인의 필요에 따라 맞출 수 있습니다. 이는 환자 결과를 개선하고 궁극적으로 의료 비용을 줄일 수 있습니다. 원격 환자 모니터링과 환자 보고 결과를 결합함으로써 우리는 조기 질병 발견과 치료 계획에 대한 순응도를 개선할 수 있습니다.

또한, AI는 개인화된 치료에 접근하는 데 중요한 역할을 할 것입니다. 나는 의료 비용과 청구 논리에서 AI 모델의 역할을 봅니다. 이는 의료 기관과 환자에게 접근과 평등을 제공하는 데 도움이 될 것입니다.

마지막으로, AI는 의료 연구의 속도를 가속화할 것입니다. AI는 새로운 약물 표적을 식별하고, 임상 시험 설계를 최적화하며, 약물 발견을 가속화하는 데 도움이 될 것입니다. 연방 학습은 기관이 연구에 협력할 수 있도록 합니다. 최근의 발전은 기본 생물학에서 응용 치료학까지 중요한 발전을 예상합니다.

데이타마의 장기적인 비전은 무엇인가?

데이타마는 데이터가 더 나은 의료를 가능하게 하는 미래를 구축하는 데 집중하고 있습니다. 연방 학습을 통해 우리는 의료 기관과 연구자가 복잡한 의료 도전을 해결하고 새로운 의료 발전을 가능하게 합니다. 데이타마.FED는 이 비전을 실현하는 첫 번째 단계입니다.

의료 분야에서 데이터가 어떻게 활용되는지 상상해 보십시오. 연구자들은 환자 데이터를 분석하여 개인화된 치료를 개발할 수 있습니다. 동시에, 의사는 최소한의 행정 부담으로 환자에게 적절한 치료를 제공할 수 있습니다. 데이타마의 연방 접근 방식은 복잡한 의료 데이터의 힘을解放합니다. 우리는 데이터셋을 지속적으로 확장하고 새로운 도구를 출시함으로써 조기 질병 발견, 개선된 치료, 더好的 환자 결과를 달성할 수 있습니다.

우리의 비전은 개인 환자만을 넘어섭니다. 데이타마의 연방 학습은 협력 연구의 힘을解放합니다. 기관은 개인 정보를 손상하지 않으면서도 대규모 데이터셋을 분석할 수 있습니다. 이는 새로운 약물 표적의 식별에서 임상 시험의 최적화까지 중요한 발견을 가능하게 합니다. 우리는 이 미래를 실현하는 데 앞장서고 있습니다.

이 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 데이타마를 방문해 주세요.