Пять тенденций сотрудничества, которые повлияют на ИИ в здравоохранении в 2025 году

Недавний Клиника Мэйо Это объявление привлекло мое внимание по очень глубоким причинам. Я пережила рак молочной железы и помню, как многое зависит от своевременной информации, надежных исследований и клинической ясности. Я руководитель, который много лет консультировал организации по вопросам данных, искусственного интеллекта и цифровой стратегии. Одной из постоянных проблем при работе с данными о здоровье являются нестандартные форматы, типы данных, соглашения об именах, дубликаты, а также конфиденциальность и безопасность. В сочетании со временем, инвестициями и постоянной поддержкой интегрированных систем.

Когда Мэйо представил платформу, созданную для совместного использования данных, исследовательского сотрудничества и более широкого доступа, она соответствовала вопросам, которые я внимательно изучаю. Как открытия быстрее достигают пациентов? Как учреждения работают вместе в больших масштабах? Как нам завоевать доверие к инструментам, поддерживающим уход? Как такое сотрудничество способствует лидерству на рынке с глобальным охватом?

Отношения между системами здравоохранения, некоммерческими организациями, университетами и государственными учреждениями не новы. Разница здесь в нюансе, в этом сотрудничестве выделяется структура взаимоотношений. Системы здравоохранения предоставляют данные о клинической глубине и результатах лечения пациентов. Исследовательские группы вносят свой вклад в дизайн исследования, научную строгость и долгосрочные исследования. Технологические партнеры предоставляют инфраструктуру, которая поддерживает безопасный доступ к данным, общую аналитику и разработку моделей. Государственные агентства обеспечивают надзор, пути финансирования и национальный охват. Некоммерческие организации добавляют согласованность миссии и поддерживают прорывы в борьбе с конкретными заболеваниями. Каждая группа выполняет свою часть работы, и вместе они создают среду, которую ни одно учреждение не сможет поддерживать в одиночку. Эти отношения влияют на то, как быстро продвигаются открытия, насколько широко могут быть применены полученные знания и насколько последовательно пациенты получают пользу в разных регионах и условиях оказания медицинской помощи. Раннее доверие и прозрачность экосистемы и общественности ускоряют развитие этой модели.

Глядя на ситуацию в сфере здравоохранения, можно выделить пять тенденций, значимых на предстоящий год.

1. Платформенные модели становятся стратегической инфраструктурой.

Работа платформы клиники Мэйо иллюстрирует, как клинические, визуальные и геномные данные могут храниться в одной общей среде, а не в разрозненных системах. Platform_Insights и Platform_Connect предоставляют партнерам практический способ проводить исследования, оценивать искусственный интеллект и поддерживать принятие клинических решений без создания отдельной инфраструктуры.

Эта структура важна по двум причинам. Это снижает барьеры для учреждений, которые хотят участвовать в передовых исследованиях, но не имеют собственных возможностей. Это также повышает надежность ИИ за счет анализа более крупных и разнообразных наборов данных. Пациенты получают доступ к инструментам, основанным на более широких доказательствах, а поставщики услуг получают уверенность в последовательности результатов.

2. Коллаборации в области онкологии производят масштабы, с которыми отдельные учреждения не могут сравниться.

Онкология продолжает лидировать в исследованиях, проводимых несколькими институтами. Фонд исследования рака молочной железы расширил свое сотрудничество по исследованию лекарств, чтобы предоставить исследователям и лабораториям общую исследовательскую среду. Скоординированные наборы данных и согласованные протоколы повышают скорость и ясность открытий.

Недавнее исследование рака молочной железы Мультимодальная модель искусственного интеллекта может улучшить стратификацию риска рецидива при раннем раке молочной железы усилили ценность этой структуры. ECOG-ACRIN, Caris Life Sciences, BCRF, Национальный институт рака и Фонд исследований рака молочной железы вместе работали над мультимодальной моделью искусственного интеллекта для оценки риска рецидива на ранней стадии. Как выживший, я подошел к этому исследованию с личным интересом. Партнерство отличалось прозрачностью и структурированностью. Государственные учреждения, некоммерческие организации и коммерческие партнеры внесли свой вклад в одно скоординированное усилие. Этот тип сотрудничества поддерживает более убедительные доказательства и открывает путь к клиническому использованию.

Для пациентов обмен данными приводит к более раннему пониманию и более точной оценке риска. Для врачей это уменьшает вариативность и усиливает поддержку принятия решений.

3. Международные сети расширяют масштабные исследования по сохранению конфиденциальности.

Некоторые страны инвестируют в национальную исследовательскую среду, которая позволяет учреждениям участвовать в разработке ИИ без передачи необработанных данных. Kakao Healthcare и Google Cloud поддерживают объединенную сеть больниц в Южной Корее. Британский HDR UK и Европейское пространство данных здравоохранения предоставляют надежную основу, в которой университеты, регулирующие органы и организации здравоохранения вносят вклад в совместные исследования.

Эти сети приносят практическую выгоду. Учреждения сохраняют контроль над своими данными, одновременно участвуя в крупных межрегиональных исследованиях. Исследователи получают доступ к более широкому пониманию. Пациенты получают пользу от инструментов, основанных на более широком спектре клинических и демографических данных.

4. Биофармацевтика создает альянсы данных, которые способствуют открытиям

Фармацевтические и биотехнологические организации формируют альянсы, основанные на общих наборах данных и скоординированных исследовательских амбициях. Bristol Myers Squibb и Takeda объединяют наборы данных структурной биологии для поддержки расширенного моделирования белков. Pfizer и Tempus согласовывают наборы биомаркеров и реальных данных для поддержки точной онкологии. «Рош» и Foundation Medicine работают вместе, чтобы улучшить понимание генома для принятия диагностических и терапевтических решений.

Кливлендская клиника и IBM создали Discovery Accelerator для согласования клинических данных с вычислительной биологией и квантовой аналитикой. Эти альянсы сокращают время от исследования до разработки испытаний и дают ученым возможность четко проверять идеи. В конечном итоге пациенты получают пользу от исследований, основанных на более убедительных доказательствах и более широком клиническом контексте.

5. Надежное подключение к данным формирует новый уровень инфраструктуры здравоохранения.

Новая категория платформ поддерживает безопасное взаимодействие данных в экосистеме здравоохранения. Datavant объединяет наборы клинических данных, данных плательщиков, лабораторий и общественного здравоохранения с помощью методов сохранения конфиденциальности. Sherpa.ai и Owkin поддерживают федеративное обучение, которое позволяет моделям обучаться в разных учреждениях без перемещения конфиденциальной информации.

Эти инструменты дают системам здравоохранения отправную точку для партнерства в области исследований, не требуя больших технических разработок. Они также вводят более четкие методы управления, которые поддерживают доверие между заинтересованными сторонами. Поставщики услуг получают доступ к исследовательской среде, которая когда-то была вне их досягаемости. Пациенты получают пользу от информации, основанной на различных наборах данных, которые соблюдают конфиденциальность.

Почему эти тенденции важны для ухода и инноваций

Руководители здравоохранения сталкиваются с вопросами, которые влияют на стратегию, операции и опыт оказания медицинской помощи. Прогресс зависит от целеустремленного выбора партнеров, ответственного управления данными и участия в средах, созданных для совместных исследований и обмена идеями.

Мы ищем подходящие приложения для искусственного интеллекта. Здравоохранение — это область, за которую мы все можем болеть, поскольку мы сами, наши семьи или наши соседи — все пациенты. Меня воодушевляет новый год, поскольку это сотрудничество расширяется и ускоряется. Для пациентов такое сотрудничество способствует более раннему выявлению, более четкой оценке риска и более четкому руководству при принятии решений о лечении. Для поставщиков сотрудничество снижает бремя создания программ расширенной аналитики и искусственного интеллекта. Для лидеров отрасли скоординированные исследования подтверждают доказательства, достойные реального клинического использования.

Учреждения по всей стране собираются вокруг общих платформ, структурированного управления и исследовательской среды, предназначенной для совместной работы. Исследования набирают силу, когда в них участвует много команд. ИИ становится более надежным при обучении среди более широких групп населения. Инновации в сфере здравоохранения склоняются к сетям, построенным для масштабирования, доверия и общих целей. Организации, готовящиеся к использованию этой модели сейчас, будут влиять на то, как ИИ будет поддерживать уход и клинические результаты в предстоящие годы.

Примечание редактора: автор не имеет финансовых отношений ни с одной из компаний, упомянутых в этой статье.

Фото: 9 утра, Getty Images

Это сообщение появляется через Влиятельные лица MedCity программа. Любой может опубликовать свой взгляд на бизнес и инновации в здравоохранении в MedCity News через влиятельных лиц MedCity. Нажмите здесь, чтобы узнать, как.