Dyania Health draait Synapsis AI op GPU-systemen die eigendom zijn van ziekenhuizen

Dyania Health en NVIDIA maakten op 13 november 2026 bekend dat Synapsis AI draait op NVIDIA-versnelde computersystemen die eigendom zijn van ziekenhuizen. De eerste studie bij Cleveland Clinic omvatte 7.812 patiënten die een aortaklepvervanging hadden ondergaan. De samenwerking is bedoeld om dossiers van patiëntengroepen te beoordelen zonder deze buiten de netwerken van zorginstellingen te verplaatsen.

Dyania Health omschrijft Synapsis AI als een klinische redeneermotor die jarenlang aan notities, operatieverslagen, beeldvormingsverslagen en laboratoriumuitslagen doorneemt en vervolgens klinische vragen beantwoordt met verwijzingen naar bewijs in het patiëntendossier. De resultaten zijn klinische signalen die zorgteams moeten laten zien welke patiënten aandacht nodig hebben en waarom; artsen beoordelen het bewijs en nemen alle beslissingen.

Klinische redeneertechnologie op locatie

De implementatie maakt in de volledige softwarestack gebruik van NVIDIA AI Enterprise. Dyania traint zijn eigen klinische modellen met NeMo en gebruikt vervolgens TensorRT en TensorRT-LLM om de inferentie op GPU-servers van ziekenhuizen te optimaliseren. De inferentie blijft daardoor binnen het privénetwerk van het ziekenhuis, in plaats van dat patiëntendossiers naar een externe omgeving worden gestuurd.

NVIDIA zei dat het systeem ondersteunend blijft: het haalt informatie uit medische dossiers naar voren die artsen moeten bevestigen en waarop zij moeten handelen. Dat onderscheid is belangrijk, omdat de implementatie het doornemen van dossiers en het opsporen van signalen automatiseert, maar niet de klinische beslissingen die daarop volgen.

De bedrijven richten zich op een handmatig knelpunt in ziekenhuisonderzoek en zorgbeheer. Belangrijke details staan vaak in beschrijvende tekst in plaats van in gestructureerde velden, waardoor het aantal dossiers dat medewerkers kunnen beoordelen voor registers, uitkomstenonderzoek en voorspellende modellen beperkt is. Synapsis AI analyseert de gegevens van een zorginstelling over langere tijd en voor de gehele populatie. Mogelijke toepassingen zijn het opsporen van hiaten in de zorg, observationeel onderzoek en het vinden van geschikte deelnemers voor klinische studies.

Kleponderzoek bij Cleveland Clinic

In de studie werden patiënten onderzocht die tussen 2005 en 2021 een aortaklepvervanging hadden ondergaan. Per patiënt werd tot 16 jaar aan zorggegevens beoordeeld. Synapsis AI beantwoordde voor elke patiënt 88 klinische vragen over kenmerken van de hartklep, bijkomende aandoeningen, laboratoriumtrends, medicatie, meetgegevens van vervolg-echo’s en latere klinische gebeurtenissen. Veel van deze voorgeschiedenis stond in beschrijvende notities en echocardiografierapporten.

NVIDIA zei dat het platform de dossierbeoordeling voor het volledige cohort heeft voltooid, een taak die artsen handmatig jaren zou hebben gekost. De dataset die daaruit voortkwam, werd gebruikt om een voorspellend machinelearningmodel te trainen dat het risico op klepfalen en een heringreep na drie, vijf en tien jaar inschat en die schattingen bijstelt na elke nieuwe echo.

Dyania meldde dat het type geïmplanteerde hartklep de sterkste bepalende factor was voor hoe snel een klep verslechterde, terwijl leeftijd en andere aandoeningen van invloed waren op de vraag óf en wanneer een tweede ingreep plaatsvond. In de analyse werd ook onderzocht hoe vervolggegevens, zoals echo’s na een operatie, de voorspellingsnauwkeurigheid voor toekomstige ingrepen aanzienlijk kunnen verhogen.

‘Technologie inzetten om informatie samen te brengen en te analyseren waarmee we de levensduur van geïmplanteerde hartkleppen kunnen voorspellen, is een veelbelovende stap naar betere resultaten en persoonlijkere zorg voor patiënten’, aldus Lars G. Svensson, hoofd van het Heart, Vascular & Thoracic Institute van Cleveland Clinic.

De studie laat zien hoe gegevenssets worden samengesteld en risico’s worden voorspeld, maar toont geen verbetering van patiëntuitkomsten aan. Dyania zegt dat het hulpmiddel bedoeld is om de zorg te ondersteunen en dat externe klinische validatie nodig is voordat er op grotere schaal klinisch op kan worden vertrouwd.

Uitrolplan

In de aankondiging van de samenwerking zegt Dyania dat de bedrijven van plan zijn implementaties bij zorginstellingen in de Verenigde Staten en internationaal na te streven, gezamenlijke casestudy’s te publiceren en Synapsis AI te integreren met de softwarestack van NVIDIA voor de gezondheidszorg. Technologieën die worden geëvalueerd, zijn onder meer NVIDIA Confidential Computing voor training en inferentie, NVIDIA Dynamo voor gedistribueerde inferentieservices en Multi-Instance GPU om GPU’s te verdelen over gelijktijdige klinische workloads.

De bedrijven onderzoeken ook of ze kunnen opschalen naar meerdere Blackwell Ultra-GPU’s, naarmate de verwerking verschuift van batchgewijze beoordelingen naar klinische inzichten die vrijwel realtime beschikbaar zijn op het zorgpunt. Dit zijn nog evaluatiedoelen en geen afgeronde implementaties. Voor zorginstellingen is de praktische vraag of extern gevalideerde modellen de beoordeling van dossiers op populatieschaal kunnen omzetten in betrouwbare klinische acties, terwijl artsen de controle over zorgbeslissingen behouden.