Dyania Health запускає Synapsis AI на GPU-системах, що належать лікарням

13 листопада 2026 року Dyania Health і NVIDIA оголосили, що Synapsis AI працює на системах прискорених обчислень NVIDIA, які належать лікарням. Початкове дослідження в Cleveland Clinic охопило 7 812 пацієнтів, яким замінили аортальний клапан. Співпрацю задумано так, щоб аналізувати медичні записи пацієнтів, не передаючи їх за межі мереж медичних систем.

Dyania Health описує Synapsis AI як систему клінічного міркування, що аналізує записи за багато років, протоколи операцій, результати візуалізаційних досліджень і лабораторні дані, а потім відповідає на клінічні запитання, наводячи докази з медичної картки. Система формує клінічні сигнали, покликані показати медичним командам, яким пацієнтам потрібна увага і чому; лікарі перевіряють докази й ухвалюють усі рішення.

Клінічне міркування в локальній інфраструктурі

У розгортанні на всьому програмному стеку використовується NVIDIA AI Enterprise. Dyania навчає власні клінічні моделі за допомогою NeMo, а потім використовує TensorRT і TensorRT-LLM, щоб оптимізувати інференс на лікарняних GPU-серверах. Завдяки цьому інференс відбувається у приватній мережі лікарні, а медичні записи пацієнтів не надсилаються до зовнішнього середовища.

У NVIDIA зазначили, що система залишається допоміжним засобом: вона виявляє в медичних записах докази, які лікарі мають перевірити й використати для подальших дій. Це розмежування важливе, адже розгортання автоматизує аналіз медичних карток і виявлення сигналів, але не ухвалення подальших клінічних рішень.

Компанії прагнуть усунути вузьке місце, пов’язане з ручною роботою в лікарняних дослідженнях і веденні пацієнтів. Важливі відомості часто містяться в описовому тексті, а не в структурованих полях, що обмежує кількість медичних карток, які персонал може переглянути для реєстрів, досліджень результатів лікування та прогностичних моделей. Synapsis AI дає змогу аналізувати дані про пацієнтів медичної системи в динаміці; серед можливих застосувань — виявлення прогалин у медичній допомозі, обсерваційні дослідження та підбір пацієнтів для клінічних випробувань.

Дослідження клапанів у Cleveland Clinic

У дослідженні розглядали пацієнтів, яким замінили аортальний клапан у період із 2005 до 2021 року, аналізуючи дані про медичну допомогу за період до 16 років для кожного пацієнта. Synapsis AI відповіла на 88 клінічних запитань щодо кожного пацієнта, охопивши характеристики клапана, супутні захворювання, динаміку лабораторних показників, медикаменти, результати контрольних ультразвукових обстежень і подальші клінічні події. Значна частина цих відомостей містилася в описових записах і звітах ехокардіографічних досліджень.

За словами NVIDIA, платформа завершила аналіз медичних карток усієї когорти — роботу, на яку в лікарів пішли б роки, якби вони виконували її вручну. Отриманий набір даних використали для навчання прогностичної моделі машинного навчання, яка оцінює ризик відмови клапана та повторного втручання через три, п’ять і 10 років і коригує ці оцінки після кожного нового ультразвукового обстеження.

За даними Dyania, тип імплантованого клапана був найважливішим чинником, що визначав швидкість його зношування, тоді як вік та інші захворювання впливали на те, чи відбувалася повторна процедура і коли саме. У межах аналізу також вивчали, як подальша інформація, зокрема результати ультразвукових обстежень після операції, може істотно підвищити точність прогнозування майбутніх втручань.

«Використання технологій для об’єднання й аналізу інформації, яка допоможе нам прогнозувати строк служби імплантованих серцевих клапанів, — це багатообіцяючий крок до поліпшення результатів лікування та персоналізованішої допомоги пацієнтам», — сказав Ларс Г. Свенссон, керівник Інституту серця, судин і торакальної хірургії Cleveland Clinic.

Дослідження демонструє формування набору даних і прогнозування ризику, а не поліпшення результатів лікування пацієнтів. Dyania зазначає, що цей інструмент призначений допомагати в наданні медичної допомоги й потребує зовнішньої клінічної валідації, перш ніж на нього можна буде ширше покладатися в клінічній практиці.

План розгортання

У оголошенні про співпрацю Dyania йдеться, що компанії планують розгортати рішення в медичних системах у США та інших країнах, публікувати спільні практичні дослідження й інтегрувати Synapsis AI із програмним стеком NVIDIA для охорони здоров’я. Серед технологій, які наразі оцінюють, — NVIDIA Confidential Computing для навчання й інференсу, NVIDIA Dynamo для обслуговування розподіленого інференсу та Multi-Instance GPU для розподілу GPU між одночасними клінічними навантаженнями.

Компанії також оцінюють можливість масштабування рішення на кілька графічних процесорів Blackwell Ultra, щоб перейти від пакетного аналізу до отримання клінічно значущої інформації майже в реальному часі безпосередньо в місці надання допомоги. Поки що це цілі оцінювання, а не завершені розгортання. Для медичних систем практичне питання полягає в тому, чи можуть моделі, валідовані зовнішніми сторонами, перетворити аналіз медичних записів у масштабах цілої популяції на надійні клінічні дії, водночас залишаючи рішення щодо медичної допомоги під контролем лікарів.