Atropos Health，一家将临床数据转化为高质量个性化真实世界证据（RWE）以用于护理的领导者，今天宣布其Atropos Evidence Network上现可提供AI模型训练服务。该网络是最大的联邦医疗保健数据网络，拥有超过3亿患者的记录。Atropos Evidence Network成员可以利用某些去识别化的现实世界数据（RWD）来训练AI模型，并通过渠道合作伙伴系统（包括制药公司和卫生系统）无缝部署他们的技术。
“通过强大的患者级模拟来降低风险和优化临床试验并非易事，这就是我们不断进化和完善我们的AI平台和底层数据框架的原因。”Atropos Health首席执行官兼联合创始人Brigham Hyde博士表示，“我们的核心GENEVA OSa¢技术现已部署于数十家医疗保健和生命科学机构，作为生成证据和洞见的质量和自动化标准。”
AI模型训练对医疗保健生态系统中的多个用户都有益处：
- AI开发者：可以在Atropos Evidence Network中可用的高质量RWD上测试他们的工具和应用程序（AI、ML、LLM或NLP）。
- 卫生系统：可以在医疗保健领域最大的联邦数据网络上测试内部开发的AI模型，并成为其他高级模型的渠道合作伙伴，同时遵循新兴的AI透明度和偏见检测保障标准。
- 生命科学组织：可以构建、测试、训练和分发AI模型，以识别被忽视的患者群体，并利用Atropos Health的提供商网络来使用这些模型。
- 合作伙伴和数据持有者：有了新的用例，可以增强和扩展其数据的价值，提供机会改进其Real-World Data Scorea¢（RWDS），推动数据源的货币化和价值，而不会失去数据所有权和控制权。
在公司继续以超高速度创新的过程中，在RWD上训练AI模型对于医疗保健中AI使用的安全性和有效性至关重要。Atropos Health致力于负责任的AI使用，并优先考虑患者安全，这是每个解决方案的核心原则。通过在真实世界数据上训练AI模型，整合AI工具的医疗保健组织可以确保其模型为研究人员和临床医生提供最准确的建议，最终改善患者护理和结果。
“我们的核心GENEVA OSa¢技术现已部署于数十家医疗保健和生命科学机构，作为生成证据和洞见的质量和自动化标准，”Atropos Health首席执行官兼联合创始人Brigham Hyde博士说，“在过去几个月里，我们扩展了核心向量数据库功能，以支持分类器和AI模型开发，基于相同的质量、透明度和自动化原则。这一发展使我们的用户和合作伙伴社区能够利用这一核心技术开发、测试和训练高质量的预测模型，消除数据获取、准备和基础设施的负担。”
利用Atropos Health联邦数据网络的成员包括一家前五大的制药公司和QuantHealth，一个AI驱动的药物开发平台。QuantHealth正在利用真实世界数据增强其Clinical-Simulator，该模拟器预测临床试验中的个体患者反应，使设计团队能够预测整体试验动态并相应调整策略。
“通过强大的患者级模拟来降低风险和优化临床试验并非易事，这就是我们不断进化和完善我们的AI平台和底层数据框架的原因，”QuantHealth首席执行官兼联合创始人Orr Inbar说，“通过这样做，我们已经帮助前20大制药公司中的7家模拟和优化他们的试验和临床项目，确保临床和运营卓越。我们与Atropos Health的合作将使我们能够进行实时模拟，并将我们的模型部署到护理点，为我们的制药合作伙伴解锁新的机会和用例。”
Atropos Evidence Network的成员可以通过Atropos Health的GENEVA OSa¢立即访问向量数据库和临床定义库（CDL）。预建的AI分类器开发向量数据库和患者时间线非常适合训练分类器。Atropos Evidence Network上的所有数据都表示为患者对象向量，所有数据集都按相同的面向对象模式组织。这一新功能紧随Atropos Health的数据质量评分卡之后，该评分卡于今年秋季向Atropos Evidence Network成员提供。这些评分卡为数据贡献者提供了对其数据质量的机密、透明、分析驱动的反馈，包括他们相对于Atropos Evidence Network平均水平的排名以及提高数据质量的建议。
关于Atropos Health：
Atropos Health是GENEVA OSa¢的开发者，这是一种快速生成医疗保健证据的操作系统，跨越强大的真实世界数据网络。医疗保健和生命科学组织与Atropos Health合作，从实验室到床边填补证据空白，通过数据驱动的护理改善单个患者的治疗结果，加快推进医学领域的研究等。我们的目标是通过及时、相关的真实世界证据来变革医疗保健。如需了解更多信息，请访问www.atroposhealth.com。
(全文结束)
