ความร่วมมือ

nference วางแผนสร้างแพลตฟอร์มวิจัย AI แบบสหพันธ์ร่วมกับ Cedars-Sinai

Lila Rowan
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญแพลตฟอร์มนี้เป็นโครงสร้างพื้นฐานที่วางแผนไว้มากกว่าจะเป็นผลิตภัณฑ์ที่ส่งมอบแล้ว…
ดูเพิ่มเติม
  • แพลตฟอร์มนี้เป็นโครงสร้างพื้นฐานที่วางแผนไว้มากกว่าจะเป็นผลิตภัณฑ์ที่ส่งมอบแล้ว โดยความสามารถยังคงถูกอธิบายว่าเป็นสิ่งที่ตั้งใจไว้
  • ซอฟต์แวร์แบบเฟดเดอเรตและการพิจารณาตัดสินโดยแพทย์มีเป้าหมายเพื่อปกป้องความเป็นส่วนตัวพร้อมทั้งปรับรูปแบบข้อมูลทางคลินิกที่กระจัดกระจายให้สอดคล้องกัน
  • การทดสอบที่แท้จริงคือข้อมูลระยะยาวที่คัดสรรแล้วจะช่วยให้นักวิจัยตรวจสอบสมมติฐานและสร้างแบบจำลองที่มีประโยชน์ได้หรือไม่

เมื่อวันที่ 20 พฤศจิกายน 2026 nference ประกาศความร่วมมือระยะยาวกับ Cedars-Sinai เพื่อสร้างแพลตฟอร์มที่ปลอดภัยสำหรับวิเคราะห์ ข้อมูลทางคลินิกที่ผ่านการลบข้อมูลระบุตัวตนจากการดูแลผู้ป่วยหลายด้าน โดยวางแผนให้รากฐานการวิจัยครอบคลุมเวชระเบียนย้อนหลังมากกว่าหนึ่งทศวรรษจากผู้ป่วยกว่า 5 ล้านคน ซึ่งติดตามการดูแลรักษาของผู้ป่วยแต่ละรายไปตามช่วงเวลา

แพลตฟอร์มนี้ยังอยู่ในขั้นตอนการพัฒนา โดยมีการระบุฟังก์ชันด้านการวิจัยและ AI ว่าเป็นความสามารถที่ตั้งใจจะพัฒนาขึ้น งานนี้ออกแบบมาเพื่อแปลงข้อมูลที่เกิดขึ้นระหว่างการดูแลทางคลินิกให้เป็นข้อมูลที่พร้อมใช้ในการวิจัย ครอบคลุมด้านการรักษา การวินิจฉัย และการผ่าตัด เพื่อให้นักวิจัยมีพื้นฐานร่วมกันสำหรับวิเคราะห์เวชระเบียนที่อยู่ในรูปแบบหลากหลายและไม่มีโครงสร้าง

ความเป็นส่วนตัว การจัดระเบียบข้อมูล และขอบเขตของข้อมูล

nference จะออกแบบระบบโดยใช้ซอฟต์แวร์แบบสหพันธ์ ซึ่งพัฒนาขึ้นเพื่อคุ้มครองความเป็นส่วนตัวของผู้ป่วยและปรับข้อมูลจากรูปแบบทางคลินิกที่แตกต่างกันให้สอดคล้องกัน การจัดระเบียบข้อมูลตามลำดับเวลา ซึ่งหมายถึงการจัดบันทึกข้อมูลให้สอดคล้องกับการดูแลผู้ป่วยที่ดำเนินไป จะรวมการพิจารณาทบทวนโดยแพทย์ เพื่อให้แพทย์มีส่วนร่วมในกระบวนการเตรียมข้อมูลสำหรับการวิจัย

ข้อมูลนำเข้าที่ผ่านการลบข้อมูลระบุตัวตนจะประกอบด้วยบันทึกทางคลินิก ผลตรวจทางห้องปฏิบัติการ รายการยา และรายงานการวินิจฉัย ตลอดจนภาพรังสีและภาพพยาธิวิทยา ข้อมูลจีโนม รูปคลื่นไฟฟ้าสรีรวิทยา สัญญาณชีพ และค่าการวัดจากแบบบันทึกข้อมูลการดูแลผู้ป่วย นอกจากนี้ยังจะรวมตัวอย่างชีวภาพที่เก็บโดยได้รับความยินยอมจากผู้ป่วยด้วย

การปรับปรุงข้อมูลบ่อยครั้งจะช่วยเพิ่มข้อมูลใหม่ไปพร้อมกับความคืบหน้าของการดูแลตามปกติ nference มองว่าทรัพยากรที่ได้รับการปรับปรุงอย่างต่อเนื่องนี้จะช่วยให้นักวิจัยเข้าใจจุดเริ่มต้นและพัฒนาการของโรคได้อย่างละเอียดมากขึ้น ซึ่งเป็นประโยชน์ที่คาดหวังไว้ ไม่ใช่ผลลัพธ์จากการวิจัยที่พิสูจน์แล้ว

การศึกษา แบบจำลอง AI และเป้าหมายทางวิทยาศาสตร์

แพลตฟอร์มนี้มีเป้าหมายเพื่อรองรับการศึกษาที่นำโดยนักวิจัย งานวิจัยที่ได้รับทุนสนับสนุน การศึกษา และการพัฒนาคุณภาพ ตลอดจนความร่วมมือกับพันธมิตรในอุตสาหกรรมวิทยาศาสตร์ชีวภาพ นอกจากนี้ยังจะเป็นรากฐานให้แก่นักวิจัยของ Cedars-Sinai และนักนวัตกรรมในเครือ เพื่อพัฒนาและประเมินแบบจำลอง AI ใหม่ ๆ

บริษัททั้งสองระบุว่าการค้นคว้ายา การออกแบบการทดลองทางคลินิก และการวินิจฉัยในอนาคตเป็นการนำไปใช้ต่อยอดที่อาจเกิดขึ้น การใช้งานเหล่านี้ขึ้นอยู่กับการศึกษาและการประเมินแบบจำลองที่แพลตฟอร์มนี้ตั้งใจจะเอื้อให้ดำเนินการได้ ไม่ใช่ผลลัพธ์ที่ประกาศว่าบรรลุแล้ว

Venky Soundararajan ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารร่วมของ nference อธิบายว่ารากฐานที่วางแผนไว้นี้คือปัญญาเชิงพื้นที่ทั่วทั้งร่างกาย ซึ่งมีเป้าหมายเพื่อเชื่อมโยงข้อมูลจากรูปแบบที่หลากหลายและไม่มีโครงสร้างเข้าด้วยกัน เพื่อให้ตอบคำถามทางวิทยาศาสตร์ที่ยากได้ง่ายขึ้น “การทำความเข้าใจสุขภาพและโรคจำเป็นต้องเชื่อมโยงสิ่งที่เกิดขึ้นในอวัยวะต่าง ๆ ข้อมูลทางคลินิกแต่ละรูปแบบ และตลอดหลายทศวรรษของเส้นทางการรักษาพยาบาลของผู้ป่วยแต่ละคน” เขากล่าว

Sumeet Chugh รองคณบดีและหัวหน้าฝ่ายวิจัยสุขภาพด้านปัญญาประดิษฐ์ของ Cedars-Sinai กล่าวว่า สถาบันคาดหวังว่าความร่วมมือนี้จะช่วยให้แพทย์และนักวิทยาศาสตร์เรียนรู้จากประสบการณ์การดูแลผู้ป่วยโดยรวม ตรวจสอบสมมติฐานทางวิทยาศาสตร์ และเร่งการค้นพบทางชีวการแพทย์

สิ่งที่จะส่งมอบในระยะใกล้จากความร่วมมือนี้คือโครงสร้างพื้นฐานเพื่อการวิจัย ซึ่งเป็นสภาพแวดล้อมที่ให้ความสำคัญกับความเป็นส่วนตัวและได้รับการปรับปรุงข้อมูลอย่างสม่ำเสมอ โดยผสานการจัดระเบียบข้อมูลทางคลินิกเข้ากับการพัฒนาและประเมินแบบจำลอง AI ความสำคัญในวงกว้างของโครงการนี้จะขึ้นอยู่กับว่ากลไกด้านข้อมูลและการจัดระเบียบที่ผสานรวมกันดังกล่าวช่วยให้นักวิจัยตรวจสอบสมมติฐานและสร้างแบบจำลองที่เป็นประโยชน์จากข้อมูลผู้ป่วยหลากหลายประเภทที่แพลตฟอร์มนี้ออกแบบมาเพื่อเชื่อมโยงได้หรือไม่

ลิลา โรวัน เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI โดยครอบคลุมจุดตัดของปัญญาประดิษฐ์ การดูแลสุขภาพ และสุขภาวะทางจิต งานของเธอมุ่งเน้นว่าเครื่องมือที่ขับเคลื่อนด้วย AI ช่วยปรับปรุงการวินิจฉัย ขยายการเข้าถึงการดูแล และสนับสนุนบริการสุขภาพจิตได้อย่างไร โดยเสริมการทำงานของบุคลากรทางคลินิกที่เป็นมนุษย์ ไม่ใช่เข้ามาแทนที่

ด้วยมุมมองที่เห็นอกเห็นใจและอิงหลักฐาน ลิลาพิจารณาการศึกษาทางคลินิก การใช้งานจริง และเทคโนโลยีสุขภาพที่เกิดขึ้นใหม่ผ่านมุมมองที่ให้ความสำคัญกับมนุษย์ เธอสนใจเป็นพิเศษในการประยุกต์ใช้ AI ที่ช่วยลดอุปสรรคในการเข้าถึงการดูแล เพิ่มประสิทธิภาพการตรวจพบตั้งแต่ระยะแรก และสนับสนุนสุขภาวะทางจิต โดยเคารพความเป็นส่วนตัว ความปลอดภัยของผู้ป่วย และมาตรฐานทางจริยธรรม

บทความในนามลิลา โรวันสร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้มั่นใจว่าการนำเสนอข้อมูลเกี่ยวกับเทคโนโลยีสุขภาพและสุขภาวะทางจิตมีความถูกต้อง คำนึงถึงความละเอียดอ่อน และมีความรับผิดชอบ