आरोग्य तंत्रज्ञान विकासकांसाठी वास्तविक-जागतिक डेटा महत्त्वाचा आहे, कारण तो विविध वातावरणातील रुग्णांचे खरे अनुभव, उपचार आणि परिणाम दर्शवतो, नियंत्रित क्लिनिकल चाचण्यांपेक्षा वेगळा, अ‍ॅट्रोपोस हेल्थच्या ब्रिगहॅम हाइडच्या मते. मात्र, अनेक विकासकांना हा डेटा मिळवण्यात आव्हानांचा सामना करावा लागतो. एप्रिलमध्ये झालेल्या एका अभ्यासात असे दिसून आले की, आरोग्यसेवेमधील मोठ्या भाषिक मॉडेल्सवरील ५०० हून अधिक अभ्यासांपैकी केवळ ५% अभ्यासांनी वास्तविक-जागतिक रुग्ण डेटा वापरला. या समस्येला सामोरे जाण्यासाठी, Atropos Health ने जाहीर केले की एआय विकासक आता त्यांच्या मॉडेल्सला याच्या वास्तविक-जागतिक पुरावा नेटवर्कचा वापर करून प्रशिक्षण देऊ शकतात. २०२० मध्ये स्टॅनफोर्डच्या स्पिनआउट म्हणून स्थापन केलेल्या अ‍ॅट्रोपोसने वैद्यकीयांना वास्तविक-जागतिक क्लिनिकल डेटा उपलब्ध करून दिला आहे. २०२३ मध्ये, त्यांनी ३०० दशलक्षाहून अधिक रुग्ण नोंदी, क्लेम डेटा, आणि रुग्ण रजिस्ट्रिजसह पुरावा नेटवर्क सुरू केले. हे नेटवर्क अनेक सदस्यांचा समावेश करते, ज्यामध्ये विकासक, चिकित्सक, संशोधक, डेटा धारक आणि तंत्रज्ञान कंपन्या आहेत, ज्यामुळे विविध लोकसंख्यांमधील रोग प्रगती आणि उपचार कार्यक्षमतेचे सर्वसमावेशक दृश्य उपलब्ध होते. आता एआय विकासक मॉडेल्सला नेटवर्कच्या इन्फ्रास्ट्रक्चरशी समाकलित करू शकतात, अ‍ॅट्रोपोसच्या GENEVA OS प्लॅटफॉर्मद्वारे सोपी केलेली.

हे प्लॅटफॉर्म वास्तविक-जागतिक डेटाला क्लिनिकल पुराव्यामध्ये रूपांतरित करते, जटिल वैद्यकीय प्रश्नांना जलद, डेटा चालित उत्तरे देण्याची क्षमता देऊन. "GENEVA OS विकासकांना मानकीकृत रुग्ण-स्तरीय डेटावर भविष्यवाणीकरण मॉडेल्स प्रशिक्षण, चाचणी आणि मान्य करण्याची परवानगी देते, मॉडेल विकास वेगवान बनवतो आणि पारदर्शिता, पक्षपात शोधणे आणि अचूकता सुनिश्चित करतो, " हाइडने स्पष्ट केले. हे इन्फ्रास्ट्रक्चर एआय विकासाला गती देण्याचे आणि विश्वसनीयता वाढवण्याचे उद्दिष्ट आहे, रुग्णसेवा सुधारण्यासाठी नाविन्यसाधनांना अग्रसर आणते. हाइडने सांगितले की, नेटवर्कवर एआय साधनांसाठी उपयोगांच्या उदाहरणांमध्ये क्लिनिकल ट्रायल सिम्युलेशन, रुग्ण प्रवास मॅपिंग, देखभाल खर्चाचा अंदाज, आणि परिणाम भविष्यवाणी यांचा समावेश होतो. मान्यताप्राप्त मॉडेल्सला अ‍ॅट्रोपोसच्या भागीदारांकडे तैनात केले जाऊ शकते, जसे की आरोग्य प्रणाली आणि औषध कंपन्या. QuantHealth, नेटवर्कचा सदस्य, एआयच्या मदतीने औषध कंपन्यांना अधिक कुशलतेने उपचार विकसित करण्यात मदत करते. त्यांच्या सिईओ, ओर इनबार, अ‍ॅट्रोपोस प्लॅटफॉर्मची प्रशंसा करीत म्हणाले की त्याच्या कंपनीला त्यांच्या उत्पादनाचा परिणामकारकपणे सुधारणा करण्याची परवानगी दिली. "रुग्ण-स्तरीय सिम्युलेशन्सद्वारे क्लिनिकल चाचणींचा अनुकूलन करणे आव्हानात्मक आहे, ज्यामुळे आम्हाला आपला एआय प्लॅटफॉर्म आणि डेटा फ्रेमवर्क सुधारण्यास प्रवृत्त केले, " इनबार म्हणाले. "या विकासामुळे २० मधील ७ प्रमुख औषध कंपन्यांना त्यांच्या चाचण्यांचा आणि क्लिनिकल कार्यक्रमांचा उत्तमतेसाठी सुधारणा करण्यात मदत झाली आहे. " QuantHealth आता वास्तविक-वेळ सिम्युलेशन्स करते आणि त्यांच्या फार्मा क्लायंट्ससाठी नवीन संधी उघडून तापद्यानाजवळ एआय मॉडेल तैनात करते, इनबाकडून असा दावा आहे. फोटो: मेटामॉरवर्क्स, गेटी इमेजेस