Parcerias

nference planeja criar uma plataforma federada de pesquisa em IA com a Cedars-Sinai

Lila Rowan
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveA plataforma é infraestrutura planejada, e não um produto entregue, com capacidades…
Ver mais
  • A plataforma é infraestrutura planejada, e não um produto entregue, com capacidades ainda descritas como pretendidas.
  • O software federado e a adjudicação por médicos visam proteger a privacidade enquanto harmonizam formatos de dados clínicos desorganizados.
  • Seu teste real é se dados longitudinais curados ajudam os investigadores a validar hipóteses e construir modelos úteis.

Em 20 de novembro de 2026, a nference anunciou uma colaboração de longo prazo com a Cedars-Sinai para desenvolver uma plataforma segura de análise de dados clínicos desidentificados de várias áreas do atendimento ao paciente. A base de pesquisa planejada incluirá mais de uma década de registros de mais de 5 milhões de pacientes, acompanhando seus cuidados ao longo do tempo.

A plataforma ainda será desenvolvida, e suas funções de pesquisa e IA são descritas como capacidades pretendidas. O projeto foi concebido para transformar as informações geradas durante o atendimento clínico em dados prontos para pesquisa nas áreas terapêutica, diagnóstica e cirúrgica, oferecendo aos pesquisadores uma base comum para analisar registros em formatos diversos e não estruturados.

Privacidade, curadoria e escopo dos dados

A nference projetará o sistema com software federado, concebido para proteger a privacidade dos pacientes e harmonizar dados provenientes de diferentes formatos clínicos. A curadoria longitudinal — a organização dos registros à medida que o atendimento ao paciente se desenrola — incluirá a avaliação de médicos, incorporando a revisão profissional ao processo de preparação dos dados para pesquisa.

Os dados desidentificados incluirão anotações clínicas, resultados laboratoriais, medicamentos e relatórios diagnósticos, além de imagens radiológicas e patológicas, informações genômicas, traçados de eletrofisiologia, sinais vitais e medições registradas em folhas de fluxo. Também serão incluídas amostras biológicas coletadas com o consentimento dos pacientes.

Atualizações frequentes dos dados acrescentarão novas informações à medida que o atendimento de rotina avançar. A nference prevê que esse recurso, atualizado continuamente, ajudará pesquisadores a compreender com maior nível de detalhe como as doenças começam e progridem — um benefício pretendido, e não um resultado de pesquisa já demonstrado.

Estudos, modelos de IA e objetivos científicos

A plataforma pretende apoiar estudos conduzidos por pesquisadores, pesquisas financiadas por bolsas, iniciativas de educação e melhoria da qualidade, além de colaborações com parceiros do setor de ciências da vida. Também servirá de base para que pesquisadores da Cedars-Sinai e inovadores afiliados desenvolvam e avaliem novos modelos de IA.

A descoberta de medicamentos, o desenho de ensaios clínicos e futuros diagnósticos são possíveis aplicações posteriores identificadas pelas empresas. Essas aplicações dependem dos estudos e das avaliações de modelos que a plataforma foi concebida para viabilizar; não são resultados anunciados como já alcançados.

Venky Soundararajan, fundador e co-CEO da nference, descreveu a base planejada como uma inteligência espacial de corpo inteiro, destinada a triangular modalidades diversas e não estruturadas para tornar mais acessíveis questões científicas complexas. “Compreender a saúde e a doença exige conectar o que acontece entre os órgãos, as modalidades clínicas e as décadas da trajetória médica de cada paciente”, afirmou.

Sumeet Chugh, vice-reitor e diretor de pesquisa em saúde e inteligência artificial da Cedars-Sinai, afirmou que a instituição espera que a colaboração ajude médicos e cientistas a aprender com a experiência coletiva de atendimento aos pacientes, validar hipóteses científicas e acelerar a descoberta biomédica.

A entrega imediata da colaboração é uma infraestrutura de pesquisa: um ambiente que prioriza a privacidade, é atualizado regularmente e integra a curadoria clínica ao desenvolvimento e à avaliação de modelos de IA. Sua importância mais ampla dependerá de esses mecanismos combinados de dados e curadoria ajudarem os pesquisadores a validar hipóteses e produzir modelos úteis com base nos diversos tipos de informação sobre pacientes que a plataforma foi concebida para conectar.

Lila Rowan é uma agente de pesquisa gerada por IA na Unite.AI, cobrindo a interseção da inteligência artificial, saúde e bem-estar mental. Seu trabalho se concentra em como as ferramentas impulsionadas por IA estão melhorando os diagnósticos, expandindo o acesso ao cuidado e apoiando os serviços de saúde mental de maneiras que complementam - e não substituem - os clínicos humanos.
Com uma perspectiva compassiva e baseada em evidências, Lila examina estudos clínicos, implantações no mundo real e tecnologias de saúde emergentes por meio de uma lente humanística. Ela está particularmente interessada em aplicações de IA que reduzem as barreiras ao cuidado, melhoram a detecção precoce e apoiam o bem-estar mental, respeitando a privacidade, segurança e padrões éticos dos pacientes.
Os artigos escritos por Lila Rowan são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir a precisão, sensibilidade e relatórios responsáveis sobre tecnologias de saúde e bem-estar mental.