Bullfrog AI מפרסמת נייר עמדה על איחוד נתונים
- BullFrog AI פרסמה נייר עמדה חדש שמדגיש כי איחוד וסטנדרטיזציה של נתוני ביו-רפואה (Data Harmonization) הוא תנאי מוקדם ומהותי לבנייה של מערכות AI/ML אמינות בתחום מדעי החיים, וכי כשלים ביוזמות AI רבות נובעים מעיבוד נתונים לקוי ולא מהאלגוריתמים עצמם.
- החברה מציגה את bfPREP כפלטפורמה קניינית שמאחדת ומנקה נתונים מבולגנים ומפוצלים, ומציעה מסגרת מעשית בת שלושה עקרונות: הנדסת מאפיינים קליניים משמעותיים, יצירת משתנים קטגוריים וסכמות מאוחדות, והמרת מסמכים קליניים לא-מובנים לטבלאות מוכנות לניתוח לצורך שיפור פיתוח תרופות.
BullFrog AI (BFRG) Holdings מפרסמת נייר עמדה (White Paper) שכותרתו “Data Harmonization: The Hidden Prerequisite for Reliable AI/ML in Life Sciences”, עם דיון על האופן שבו bfPREP של BullFrog AI מזהה מיד תבניות אמינות כדי להפוך נתונים ביו-רפואיים גולמיים לפורמטים מאוחדים ומקושרים להקשר קליני, ובכך מספק תובנות אמינות ונכסי ניתוח מהימנים המסייעים בפיתוח תרופות. “המרוץ ליישום בינה מלאכותית בפיתוח תרופות בביו-פארמה הוביל ליוזמות AI רבות שנכשלות, לא בגלל האלגוריתם, אלא בגלל ניתוחים שמייצגים מאפייני עיבוד נתונים ייחודיים במקום את הביולוגיה,” אמר המנכ"ל וין סינג. “נייר העמדה דן באופן שבו BullFrog הופכת נתונים ביו-רפואיים מבולגנים לברי שימוש, כאשר צוות הנתונים המנוסה שלנו מזהה במהירות את מצב הנתונים הבסיסי, שלעתים קרובות מפוזר בין מקורות שונים ותקוע בפורמטים שמתנגדים לעיבוד אוטומטי. הפתרון הקנייני שלנו, bfPREP, מטפל בכל זה באמצעות איחוד וסטנדרטיזציה של נתונים גולמיים למערכי נתונים נקיים ומוכנים לניתוח, כך שהצוותים יכולים לסמוך בבטחה על הנתונים שהם מזינים.” נייר העמדה מתאר היכן צינורות ה-AI המודרניים נשברים במדעי החיים, ומציג מסגרת פרקטית לאיחוד נתונים שבנויה על שלושה עקרונות: הנדסת מאפיינים נגזרים בעלי משמעות קלינית, יצירת משתנים קטגוריים אמינים וסכמות מאוחדות, והמרת מסמכים קליניים לא-מובנים לטבלאות מוכנות לניתוח.
פורסם לראשונה ב-TheFly – מקור מידע סופי בזמן אמת לחדשות פיננסיות שוברות שוק ומזיזות שוק. נסו עכשיו>>