许多医疗AI开发者缺乏访问真实世界数据的机会。为了解决这一问题，Atropos Health允许AI开发者在其真实世界证据网络上训练和部署模型。这个联邦医疗数据网络包含了来自电子健康记录（EHRs）、理赔数据和患者注册表中超过3亿患者的记录。
Atropos Health的Brigham Hyde指出，真实世界数据对于医疗技术开发者来说非常宝贵。这类数据反映了实际患者的体验、治疗和结果，而不仅仅是在受控临床试验环境中的情况。然而，许多开发新AI模型的开发者难以获得真实世界的数据。一项四月份的研究分析了500多项关于大型语言模型在医疗领域的研究，发现只有5%的研究使用了真实患者数据。
为了解决这个问题，Atropos最近宣布AI开发者现在可以使用其真实世界证据网络来训练他们的模型。Atropos成立于2020年，是一家斯坦福大学的衍生公司，它向医生提供真实世界的临床数据。2023年，该公司推出了其证据网络，该网络是一个联邦医疗数据网络，包含从EHRs、理赔数据和患者注册表中收集的超过3亿患者的记录。
Hyde表示，该网络目前有“数十个”成员，包括AI开发者、从业者、研究人员、数据持有者和技术公司。通过访问如此大量的真实世界患者数据，网络成员可以获得全面且具有代表性的视角，了解疾病进展和治疗方法在不同人群中的表现。
现在，随着证据网络提供AI模型训练功能，开发者可以无缝地将其AI工具集成到网络的基础设施中。这项新功能由Atropos的GENEVA OS平台提供支持，该平台通过为医生提供快速的数据驱动答案来解决复杂医学问题，将真实世界数据转化为临床证据。
Hyde说：“使用GENEVA OS，开发者可以在标准化的高质量患者级数据上训练、测试和验证预测模型。这消除了数据获取和准备的负担，使得模型开发速度更快，同时遵守新兴的人工智能保证标准，如透明度、偏差检测和准确性。”
总体而言，数据网络的基础设施旨在加速AI开发，提高AI的可靠性，推动创新，最终改善患者护理和结果。Hyde还指出了一些可以在网络上训练的AI工具的用例，例如临床试验模拟、患者旅程映射、护理成本估算和结果预测。经过验证的模型最终可以部署到Atropos的渠道合作伙伴，如医疗系统或制药公司。
QuantHealth的CEO Orr Inbar表示，Atropos的数据平台使他的公司能够快速优化其产品。QuantHealth是一家使用AI加速制药公司开发治疗方案的初创公司。“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，这就是为什么我们不断进化和成熟我们的AI平台和底层数据框架。”Inbar在一份声明中说道，“通过这样做，我们已经帮助了前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，以确保临床和运营的卓越性。”
QuantHealth现在可以进行实时模拟，并将其AI模型部署到护理点，为制药客户“解锁新的机会和用例”。
(全文结束)
