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）的领导者，今天宣布在其 Atropos Evidence Network 上推出 AI 模型训练服务。Atropos Evidence Network 是最大的联邦医疗数据网络，拥有超过3亿患者记录。
Atropos Evidence Network 成员可以利用某些去标识化的 RWD 来训练 AI 模型，并通过渠道合作伙伴系统（包括制药公司和像斯坦福这样的医疗系统）无缝部署他们的技术。
通过真实世界数据和负责任的 AI 转变医疗保健：Atropos Health 的 GENEVA OS™
Atropos Health 开发的 GENEVA OS™ 革新了医疗保健，通过强大的 RWD 网络快速生成证据。与医疗保健和生命科学组织合作，Atropos Health 从研究到患者护理中填补了证据缺口，通过数据驱动的护理改善个人结果，加速医学进步。
在整个医疗生态系统中推进 AI 模型训练
Atropos Health 促进 AI 模型训练，使医疗生态系统中的关键利益相关者受益：
- AI 开发者：使用 Atropos Evidence Network 提供的高质量 RWD 测试工具和应用程序，包括人工智能（AI）、机器学习（ML）、大型语言模型（LLM）和自然语言处理（NLP）。
- 医疗系统：在最大的联邦医疗数据网络上评估内部 AI 模型，同时遵守 AI 透明度和偏见检测的标准。机构还可以与其他开发的高级模型合作。
- 生命科学组织：构建、测试、训练和分发 AI 模型，发现被忽视的患者群体，利用 Atropos Health 的提供商网络进行真实世界应用。
- 合作伙伴和数据持有者：通过新的用例扩展数据价值，同时保持所有权和控制权，提高他们的真实世界数据评分（RWDS），并实现数据货币化机会。
利用真实世界数据的力量
在真实世界数据上训练 AI 模型对于确保医疗保健中 AI 工具的安全性、有效性和准确性至关重要。Atropos Health 优先考虑负责任的 AI 和患者安全，使医疗保健组织能够集成提供精确建议的 AI 工具，从而改进整体患者护理和结果，促进创新而不牺牲安全。
GENEVA OS™：质量和自动化的标准
GENEVA OS™ 技术已在领先的医疗保健和生命科学机构部署，建立了自动化证据和见解生成的标准。最近的发展包括扩展核心向量数据库功能以支持分类器和 AI 模型开发，这些发展基于质量、透明度和自动化的原则，简化了数据获取、准备和基础设施，使用户和合作伙伴能够训练高质量的预测模型。
Atropos Evidence Network 的关键功能
- 立即访问用于 AI 分类器开发的向量数据库和临床定义库（CDL）。
- 通过患者对象向量模式统一数据表示，简化组织和培训。
- 数据质量评分卡为数据贡献者提供保密、透明的反馈，对比网络平均值，提供可操作的改进建议。
合作推动创新
值得注意的网络成员包括一家前五名的制药公司和 QuantHealth，一个 AI 驱动的药物开发平台。QuantHealth 利用 Atropos Health 的 RWD 增强其临床模拟器，实现对临床试验中个体患者反应的精确预测。这种方法通过预测总体动态优化试验设计和策略。
"Atropos Health 的 GENEVA OS™ 使用户能够利用尖端技术开发和测试 AI 模型，具有无与伦比的质量和透明度，"Atropos Health 首席执行官兼联合创始人 Brigham Hyde 博士表示，"这一创新消除了数据准备的障碍，推动了预测建模和医疗保健交付的变革。"
通过致力于负责任的 AI 和真实世界证据，Atropos Health 继续推动整个医疗保健领域的进步，为患者和提供者提供突破性的解决方案。
(全文结束)
