用AI简化临床医学研究,TriNetX获4000万美元融资( 二 )

David Fusari是微软医疗解决方案集团前首席架构师,而TriNetX就是他的创意之作,公司提供了三个基于云计算、符合美国HIPAA患者隐私法案和欧盟《通用数据保护条例》的订阅服务:TriNetX Research、TriNetX Download和TriNetX Analyze——目标在于简化医疗研究流程。三者组成了一套试验设计、队列分析和站点选择工具,使得用户能够从“数十亿”临床事实组成的数据库中查询、下载数据,包括出院小结、实验室、生命体征、跨治疗领域的深入专业信息等等。

此外,TriNetX利用来自德国Averbis公司的自然语言处理技术,从患者的医生记录中挖掘非结构化数据,该数据随后映射到标准化临床术语,以便补充不完整的医疗记录。客户可以将文档及相关元数据存至TriNetX设备硬件的目标目录。结合最近推出的算法,这能够弄清楚患者接受化疗的具体步骤和情况,包括肿瘤登记和病理学报告。

公司的最终目标是降低临床研究的门槛。TriNetX能让研究人员实现某些任务,比如:追踪患者接受的治疗,以发现他们何时以及为什么转变疗法,或者应用定制的统计模型来生成预测,而无需直接获得临床数据。

Merck Global Health Innovation Fund副总裁兼董事总经理Joe Volpe说:“对于临床试验、药物研究、医学发现而言,真实的数据非常重要。TriNetX在全球范围内实现了行业信息交换,而数据共享则有可能为疑难问题迅速提供答案。拥有了TriNetX,之前需要几天或几周时间才能确定的事情可能只需要几分钟就能完成。这是我们积极参与本轮融资的原因,我们希望TriNetX的产品能够发展推广。”

推荐阅读