Ной Нассер, генеральний директор datma – Серія інтерв’ю

Ной Нассер є генеральним директором datma (колишня назва – Omics Data Automation), провідного постачальника федеративних платформ реальних даних та пов’язаних з ними інструментів для аналізу та візуалізації. Місія datma полягає в тому, щоб надати організаціям охорони здоров’я можливість оптимізувати свої активи даних, стимулювати інновації та покращити результати лікування пацієнтів за допомогою передових технологій зберігання даних, гармонізації даних на основі штучного інтелекту та федеративних запитів і робочих процесів. Головний офіс компанії розташований в штаті Орегон, і вона знаходиться на передовому краї трансформації того, як дані охорони здоров’я діляться, монетизуються та застосовуються, забезпечуючи безпечне співробітництво між хранителями даних та споживачами даних.

Чи можете ви пояснити, як datma.FED використовує штучний інтелект для революціонізування обміну та аналізу даних охорони здоров’я?

datma.FED інтегрує інструменти аналізу, керовані штучним інтелектом, для забезпечення безпечного виконання запитів по нашій федеративній мережі. Її передові алгоритми полегшують витягування, агрегування та доставку деідентифікованих, спільних наборів даних, що дозволяє споживачам даних, таким як фармацевтичні компанії та дослідницькі організації, витягувати інформацію, забезпечуючи повну відповідність та стандарти конфіденційності.

Автоматизуючи складні запити даних, datma.FED прискорює доступ до високоякісних, готових до використання реальних даних. Це дозволяє хранителям даних, таким як системи охорони здоров’я та молекулярні лабораторії, брати участь у спільних дослідницьких зусиллях, зберігаючи повний контроль над своїми активами даних.

Які ключові проблеми datma вирішує для молекулярних лабораторій та систем охорони здоров’я?

datma.FED вирішує кілька критичних проблем для молекулярних лабораторій та систем охорони здоров’я, включаючи:

• Монетизація даних: Надає можливість безперервної генерації доходу від недостатньо використовуваних даних охорони здоров’я, дозволяючи хранителям даних зберегти повну власність та контроль.
• Конфіденційність та безпека даних: Зберігає конфіденційність даних, забезпечуючи, що вони ніколи не залишають середовище хранителя даних завдяки моделі федеративної першої конфіденційності.
• Ризики дотримання законодавства про дані: Мінімізує ризики дотримання законодавства про дані завдяки механізмам контролю доступу до даних, готовим до аудиту, та повній відстежуваності дотримання законодавства.
• Підготовка даних та розвиток бізнесу: datma бере на себе зусилля щодо підготовки даних для забезпечення готовності даних, одночасно зв’язуючи хранителів даних з дослідницькими та фармацевтичними партнерами.

Як datma забезпечує конфіденційність даних та дотримання законодавства, забезпечуючи безпечне співробітництво між хранителями даних та споживачами даних?

datma.FED використовує федеративну мережеву модель, яка зберігає дані безпечно всередині середовища кожного хранителя, одночасно забезпечуючи безпечне співробітництво з споживачами даних. Дані проходять багаторівневий процес: вони анонімізуються, фільтруються за доступністю та позначаються як спільні на основі дозволів, визначених хранителем. datma потім обробляє зовнішні запити без передачі сирих даних, агрегуючи лише затверджені, деідентифіковані поля даних. Обмеження розміру клітинок запобігають повторній ідентифікації. Кожна взаємодія з даними аудитується та відповідає законодавчим стандартам, таким як HIPAA.

Чим відрізняється datma.FED від інших платформ даних за масштабованістю та зручністю використання?

datma.FED розроблена для безперешкодного масштабування завдяки своїй федеративній архітектурі та автоматизованим можливостям готовності даних. Її дизайн дозволяє безшовно інтегрувати багатомодальні дані охорони здоров’я з кількох джерел. Автоматичні можливості готовності даних, включаючи маркування даних та стандартизацію, спрощують підготовку даних та зменшують ручні зусилля. Забезпечуючи, що дані готові до запиту та відповідають законодавчим вимогам з самого початку, datma.FED дозволяє здійснювати масштабний, безпечний обмін даними, роблячи його високим за масштабованістю та інтуїтивністю для досліджень та застосувань реальних даних.

Як платформа datma.FED забезпечує інтеграцію багатомодальних даних охорони здоров’я між сховищами?

datma.FED забезпечує інтеграцію багатомодальних даних охорони здоров’я між сховищами за допомогою однієї зі своїх складових, datma.BASE. datma.BASE є комплексною основою, побудованою на пропрієтарних сховищах даних, контейнерах та API. Масштабно її передові можливості дозволяють інгести, агрегувати та гармонізувати різноманітні типи даних охорони здоров’я (EHR, Omics, зображення та патологія). Розбиваючи сховища даних, datma.BASE перетворює фрагментовані набори даних у уніфіковані, діючі знання.

Як технологія datma сприяє ліквідації прогалин у даних фармацевтичних досліджень та розробки ліків?

datma.FED допомагає заповнити критичні прогалини у даних для фармацевтичних досліджень та стратегій виходу на ринок. Надавши високоякісні, готові до використання реальні дані (RWD) з гранулярністю та довгостроковою глибиною, datma.FED дозволяє фармацевтичним компаніям приймати більш обґрунтовані рішення. Її безпечна інфраструктура забезпечує, що дані залишаються доступними без порушення конфіденційності чи безпеки, підтримуючи комплексні знання, необхідні для відкриттів.

Як datma надає організаціям охорони здоров’я можливість монетизувати свої дані, зберігаючи при цьому етичні та законодавчі стандарти?

datma надає організаціям охорони здоров’я можливість монетизувати свої дані, створюючи безпечну екосистему обміну даними, де організації охорони здоров’я зберігають повну власність та контроль. За допомогою своєї федеративної мережі хранителі даних визначають, які дані доступні та можуть бути спільними, одночасно зберігаючи конфіденційну інформацію безпечно всередині своєї інфраструктури. Комплексні аудитні сліди, рольові дозволи та законодавчі функції забезпечення дотримання законодавства гарантують, що всі дії з обміну даними відповідають етичним стандартам та законодавству про конфіденційність. Це дозволяє організаціям охорони здоров’я генерувати нові потоки доходу, одночасно захищаючи конфіденційність пацієнтів та підтримуючи довіру.

Які тенденції у сфері штучного інтелекту та даних охорони здоров’я, на вашу думку, матимуть найбільший вплив у найближчі п’ять років?

Штучний інтелект у сфері охорони здоров’я обмежений проблемами конфіденційності, безпеки та обмежений лише якістю даних. Штучний інтелект вже дозволяє нам надавати персоналізовану медицину в онкології, але лише почав розкривати те, що можливо. Аналізуючи величезні об’єми багатомодальних даних пацієнтів, включаючи геноміку, зображення та дані біомаркерів у контексті медичної історії, демографічних та стилів життя, ми зможемо адаптувати плани лікування та терапії до індивідуальних потреб. Це призведе до покращення результатів лікування пацієнтів та, в кінцевому підсумку, до зниження витрат на охорону здоров’я. Комбінування цих інструментів із віддаленим моніторингом пацієнтів та звітами пацієнтів дозволить забезпечити раннє виявлення захворювань та покращити дотримання планів лікування. Однак критичним зв’язком у всьому цьому є глибокі, контекстні джерела даних, які достатньо різноманітні.

Крім того, штучний інтелект буде відігравати ключову роль у забезпеченні доступу до персоналізованої допомоги. Я бачу роль моделей штучного інтелекту у спрощенні логістики оплати та бухгалтерського обліку, полегшенні бюрократичної паперової роботи та забезпеченні доступу та рівності населення. Наразі великі мовині моделі показали деякі обмеження в цьому застосуванні; недавні публікації вказали на їхні недоліки щодо медичної кодифікації. Очевидно, що ці бар’єри можна подолати за допомогою кращих, глибших та більш повних навчальних даних.

Нарешті, штучний інтелект продовжить прискорювати темп медичних досліджень. Штучний інтелект може ідентифікувати нові мішені для ліків, аналізуючи величезні набори даних, що охоплюють зображення, мультиоми та інші підходи, оптимізуючи дизайн клінічних випробувань та прискорюючи відкриття ліків. Федеративне навчання, техніка штучного інтелекту, що зберігає конфіденційність, дозволяє інститутам співпрацювати у дослідженнях без обміну конфіденційними даними пацієнтів, розблоковуючи потенціал спільних досліджень. Недавні досягнення у сфері каузальної інференції та генерації штучного інтелекту, зокрема, свідчать про значні досягнення у відкриттях від базової біології до прикладної терапії.

Яка ваша довгострокова візія щодо впливу datma на системи охорони здоров’я та ширшу галузь?

У datma ми зосереджені на будівництві майбутнього, де кращі дані забезпечують персоналізовану, доступну та ефективну охорону здоров’я. Об’єднуючи складні набори даних за допомогою федеративного навчання, ми надаємо можливість клініцистам та дослідникам вирішувати складні проблеми охорони здоров’я та розблоковувати нові медичні прориви. Наша федеративна, реальна платформа даних, datma.FED, є першим кроком до реалізації цієї візії.

Уявіть майбутнє охорони здоров’я, де дослідники аналізують величезні об’єми даних пацієнтів, включаючи геноміку, зображення та медичну історію до факторів lốiу життя, щоб адаптувати наступне покоління терапій з вишуканим фокусом на пацієнта. Одночасно клініцисти можуть використовувати штучний інтелект для надання правильної допомоги в потрібний момент з мінімальною адміністративною витратою. Федеративний підхід datma прискорює цю візію, розблоковуючи силу складних, безпечних медичних даних. Постійно розширюючи наш набір даних та запускаючи інноваційні інструменти, такі як datma.WHY та datma.360, ми стимулюємо раннє виявлення захворювань, покращення терапій та кращі результати лікування пацієнтів.

Наша візія виходить за рамки окремих пацієнтів. Зобов’язання datma щодо федеративного навчання розблоковує силу спільних досліджень, дозволяючи інститутам аналізувати величезні набори даних без порушення конфіденційності пацієнтів. Це розблоковує хвилю відкриттів, від ідентифікації нових мішеней для ліків до оптимізації клінічних випробувань. Використовуючи аналітичні можливості штучного інтелекту та каузальної інференції, ми можемо прискорити медичні дослідження та привести життярятівні лікування пацієнтам швидше. Ми зобов’язані привести шлях у створенні цього майбутнього реальністю.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати datma.