Come Cornerstone AI sta rendendo i dati “giusti” per il settore sanitario
 
L’IA ha il potenziale per trasformare l’assistenza sanitaria. Che si tratti di prevedere il rischio di malattie terminali o di sviluppare nuovi farmaci , le aziende stanno sfruttando algoritmi basati sui dati per migliorare la qualità dell’assistenza ai pazienti in ogni modo possibile. I casi d’uso dovrebbero solo crescere da qui, ma ci sono anche alcuni ostacoli lungo il percorso. Caso in questione: la mancanza di set di dati di alta qualità.

Le organizzazioni sanitarie generano cumulativamente circa 300 petabyte di dati ogni singolo giorno. Queste informazioni vengono archiviate in tutti i sistemi ma non vengono utilizzate in modo efficace a causa della scarsa preparazione. Fondamentalmente, i data team, che tendono a creare regole manuali per la pulizia dei dati, stanno lottando per tenere il passo con i crescenti volumi di informazioni. Dedicano la maggior parte del loro tempo, quasi l’80%, a preparare i dati, rendendoli accurati, connessi e standardizzati, piuttosto che esplorarli e analizzarli per potenziali applicazioni di intelligenza artificiale salvavita. 

 
La soluzione completa di Cornerstone AI
Per risolvere questo problema, la società con sede a San Francisco, Cornerstone AI, ha lanciato una soluzione che caratterizza, armonizza e pulisce automaticamente i dati sanitari in una frazione del tempo impiegato dai metodi tradizionali. La società ha anche annunciato di aver raccolto 5 milioni di dollari in finanziamenti iniziali.

 
Secondo Cornerstone, l’algoritmo della sua piattaforma utilizza una combinazione di codice Python e R personalizzato per scansionare ogni tabella e punto dati, deducendone struttura e validità, e quindi organizza le tabelle per l’analisi rimuovendo e correggendo tutti gli errori notevoli.

 

“Un team dati non deve configurare nulla nel sistema se non dirgli qual è il campo ID paziente. Il sistema apprende automaticamente la struttura dei dati e quindi apprende automaticamente i modelli nei dati. I data team possono essere operativi nel sistema il primo giorno, rivedendo i risultati dell’IA nell’interfaccia utente”, ha affermato Michael Elashoff, cofondatore e CEO dell’azienda.

Dopo la correzione, i risultati vengono condivisi come parte di un rapporto sulla qualità dei dati.

Distribuzione
Sebbene l’azienda sia ancora nelle sue fasi iniziali, ha implementato la sua soluzione con alcune aziende sanitarie. In un caso, un’azienda di dispositivi medici, che impiegava sei mesi per la pulizia dei dati, è stata in grado di accelerare il processo di 20 volte o di soli nove giorni. Il sistema copre già l’intero ambito dei dati sanitari strutturati e semi-strutturati, a partire da cartelle cliniche, studi clinici, dati anagrafici, sinistri, dati sanitari digitali e sensori. 

 
“In un recente studio di convalida che abbiamo condotto, il sistema ha identificato il 98% dei problemi di dati, con una specificità di circa il 99,9%”, ha aggiunto il CEO, affermando che la piattaforma può eseguire 750 milioni di record in circa due ore.

Ha inoltre chiarito che le informazioni non strutturate, come fax o referti patologici, restano al di fuori dell’ambito della piattaforma, almeno per ora.

Pianificare in anticipo
Con questo round di finanziamento, guidato da Healthy Ventures, Cornerstone prevede di continuare a sviluppare il suo prodotto e la sua corda in più clienti, potenzialmente contratti a lungo termine.

“I clienti ci hanno detto che i modelli di machine learning (ML) che il nostro sistema crea per la pulizia dei dati hanno applicazioni che vanno oltre l’ottenimento di un set di dati di alta qualità”, ha affermato Elashoff. “Ad esempio, i modelli e le relazioni che il sistema identifica possono essere utilizzati per identificare i pazienti la cui risposta al trattamento o il cui recupero chirurgico differisce da quello che dovrebbe essere. In questi casi, il software sta identificando potenziali approfondimenti clinici che potrebbero essere stati nascosti nella complessità dei dati. Quindi, stiamo utilizzando i fondi per sviluppare questa funzionalità per consentire alle aziende di ottenere molto di più dai propri dati”.

Altri attori importanti nello spazio di pulizia e preparazione dei dati sono Datadog e New Relic , ma non sono specifici del settore sanitario, come Cornerstone AI.

“Abbiamo sviluppato l’algoritmo appositamente per lavorare con i dati medici, con la sua elevata complessità e l’alto tasso di errore. Abbiamo dovuto sviluppare nuove tecniche di machine learning per evitare che i nostri modelli venissero eliminati dagli stessi errori che stiamo cercando di rilevare”, ha sottolineato il CEO. 

Oltre a ciò, a differenza di altri sistemi, la piattaforma dell’azienda genera una spiegazione per ogni problema riscontrato e fornisce una traccia di controllo integrata di livello normativo che tiene traccia di tutte le modifiche.

Di ihal