Virkelige data er avgjørende for utviklere av helseteknologi, da de gjenspeiler faktiske pasienterfaringer, behandlinger og resultater i ulike miljøer, i motsetning til kontrollerte kliniske studier, ifølge Atropos Healths Brigham Hyde. Mange utviklere står likevel overfor utfordringer med å få tilgang til disse dataene. En studie fra april viste at av over 500 studier på store språkmodeller innen helsevesenet, brukte kun 5 % virkelige pasientdata. For å løse dette problemet kunngjorde Atropos Health at AI-utviklere nå kan trene modellene sine ved å bruke dets nettverk for virkelighetsnær evidens. Atropos, grunnlagt i 2020 som en avlegger fra Stanford, gir kliniske data fra virkeligheten til leger. I 2023 lanserte det et evidensnettverk med mer enn 300 millioner pasientjournaler fra EPJ, kravdata og pasientregistre. Nettverket består av "dusiner" av medlemmer, inkludert utviklere, praktikere, forskere, dataholdere og teknologiselskaper, som tilbyr et omfattende syn på sykdomsutvikling og behandlingseffektivitet på tvers av ulike befolkningsgrupper. AI-utviklere kan nå integrere modellene sine med nettverkets infrastruktur, muliggjort av Atropos sin GENEVA OS-plattform.

Denne plattformen omdanner virkelige data til klinisk evidens, og gir raske, datadrevne svar på komplekse medisinske spørsmål. “GENEVA OS lar utviklere trene, teste og validere prediktive modeller på standardiserte pasientdata, noe som akselererer modellutvikling samtidig som det sikrer åpenhet, biasdeteksjon og nøyaktighet, ” forklarte Hyde. Denne infrastrukturen har som mål å fremskynde AI-utvikling og øke påliteligheten, noe som driver frem innovasjoner som forbedrer pasientbehandling. Hyde nevnte brukssaker for AI-verktøy på nettverket, inkludert simulering av kliniske studier, kartlegging av pasientreiser, estimering av pleiekostnader og resultatprediksjon. Validerte modeller kan distribueres til Atropos sine partnere, som helsevesen og legemiddelselskaper. QuantHealth, et nettverksmedlem, bruker AI for å hjelpe legemiddelselskaper med å utvikle behandlinger mer effektivt. Deres administrerende direktør, Orr Inbar, roste Atropos’ plattform for å gjøre det mulig for selskapet hans å forbedre sitt produkt effektivt. “Optimalisering av kliniske studier gjennom pasientnivå-simuleringer er utfordrende, noe som har fått oss til å forbedre vår AI-plattform og datarammeverk, ” uttalte Inbar. “Denne utviklingen har hjulpet 7 av de 20 største legemiddelselskapene med å forbedre sine studier og kliniske programmer for fremragende resultater. ” QuantHealth utfører nå sanntidsimuleringer og distribuerer AI-modeller ved behandlingspunktet, noe som åpner nye muligheter for deres farmasøytiske kunder, ifølge Inbar. Foto: metamorworks, Getty Images