Flahy применяет графы знаний в здравоохранении

Американская компания Flahy Inc. применяет графы знаний для поддержки клинических решений: система объединяет биологические и медицинские данные, которые могут повлиять на выбор профилактики или лечения конкретного пациента. Об этом в интервью SiliconANGLE рассказал основатель и генеральный директор Flahy Джагджит Сингх.

По словам Сингха, ключевую роль играет так называемый слой знаний — он связывает данные с моделью и определяет, какие факты действительно важны и что означает конкретная точка данных. Система обрабатывает большой контекст биологической и клинической информации, распределённой по графу, и на его основе выбирает для человека подходящую ветку решений по лечению.

Сингх привёл гипотетический пример: пациента с генетической мутацией и специфическим маркером холестерина. Если появляется новый клинический сигнал, возникает вопрос, меняет ли он подход к лечению этого человека — по словам CEO, это «графовый вопрос по своей природе». Команда Flahy несколько лет строила графовую базу данных и обучала модель распознавать связи между точками данных.

Компания работает с поставщиками графовых технологий, включая Neo4j. Одна из сложностей — включать показания носимых устройств в граф вместе с остальной медицинской информацией, чтобы система могла интерпретировать изменения во времени. Для этого Flahy разработала собственные движки: Сингх называет клинические решения задачей обхода графа, а продольные данные требуют особого способа связывания разрозненных модальностей.

Отдельное требование к ИИ в здравоохранении — прозрачность: должно быть понятно, как именно информация обосновывает решение. Потребительский продукт FlahyLife объединяет биологические и медицинские данные, чтобы подсказывать следующие шаги в профилактике, раннем выявлении и выборе лечения.

Flahy сотрудничает с ведущими клиническими лабораториями и системами здравоохранения, внедряя платформу для улучшения клинических решений и закрытия пробелов в помощи. «Если просто связать граф, можно рассуждать корректно», — говорит Сингх, добавляя, что цель — направлять нужных людей на нужные тесты в нужное время.