Tiếp theoHướng dẫn tiếp theo
AI trong thú y
ngành công nghiệp
HƯỚNG DẪN công ty
Tempus AI trong y học chính xác
Tempus AI xây dựng một trong những thư viện dữ liệu phân tử và lâm sàng lớn nhất, đồng thời áp dụng công nghệ máy học vào đó để các bác sĩ có thể kết nối bệnh nhân—đặc biệt là bệnh nhân ung thư—với các liệu pháp dựa trên đặc điểm sinh học của bệnh.
Nghe hướng dẫn nàyAI thuật lại · ~2 min
Trên trang nàyĐọc trong 2 phút
Tổng quan
Điều này quan trọng vì y học chính xác thay thế phương pháp điều trị phù hợp cho tất cả mọi người bằng phương pháp chăm sóc cá nhân, dựa trên dữ liệu.
Lặn sâu
Được thành lập vào năm 2015 bởi Eric Lefkofsky, Tempus kết hợp giải trình tự gen với lượng lớn dữ liệu lâm sàng đã được xác định để cung cấp y học chính xác. Khi một khối u được giải trình tự, Tempus sẽ phân tích DNA và RNA của nó để tìm ra các đột biến có thể điều trị được, sau đó sử dụng AI để kết nối những phát hiện đó với các liệu pháp nhắm mục tiêu, liệu pháp miễn dịch và thử nghiệm lâm sàng có liên quan. Quy mô của nó đến từ sự hợp tác với các bệnh viện và trung tâm học thuật nhằm đóng góp các hồ sơ lâm sàng và hình ảnh bệnh lý có cấu trúc, tạo ra một vòng phản hồi trong đó các kết quả trong thế giới thực sẽ tinh chỉnh các mô hình. Ngoài ung thư, Tempus còn mở rộng sang tim mạch, thần kinh và bệnh truyền nhiễm, đồng thời cung cấp các xét nghiệm thuật toán để đánh dấu những bệnh nhân có thể được hưởng lợi từ các biện pháp can thiệp cụ thể. Công ty cũng hỗ trợ nghiên cứu dược phẩm bằng cách giúp xác định bệnh nhân đủ điều kiện dùng thử và phân tích hiệu quả của thuốc trên các nhóm dân số.
Triển khai trong thế giới thực
Giải trình tự khối u của bệnh nhân ung thư phổi và kết hợp đột biến có thể điều trị được với liệu pháp nhắm mục tiêu được FDA phê chuẩn
Đưa ra các thử nghiệm lâm sàng liên quan mà một bệnh nhân ung thư có đủ điều kiện dựa trên hồ sơ phân tử khối u của họ
Giúp một công ty dược phẩm tìm và ghi danh bệnh nhân có dấu ấn sinh học cụ thể để thử nghiệm thuốc
Chạy thử nghiệm thuật toán trên dữ liệu tim mạch để gắn cờ những bệnh nhân có nguy cơ cao cần can thiệp sớm hơn
Tương lai của Tempus AI trong y học chính xác
Y học chính xác đang hướng tới AI tích hợp hình ảnh lâm sàng và phân tử đầy đủ của bệnh nhân để đề xuất liệu pháp và dự đoán kết quả sớm hơn. Mong đợi nhiều chẩn đoán thuật toán hơn, sử dụng rộng rãi hơn ngoài ung thư và phát triển thuốc nhanh hơn khi AI khai thác bằng chứng thực tế. Các hạn chế là chất lượng dữ liệu, sự đại diện công bằng giữa các quần thể, xác thực theo quy định đối với các thử nghiệm do AI điều khiển và chứng minh những công cụ này thực sự cải thiện khả năng sống sót và chi phí—chứ không chỉ tạo ra nhiều dữ liệu hơn.
Đưa nó vào thực tế
Tại sao nó quan trọng
- Chiến lược nhà cung cấp. Lộ trình của nhà cung cấp ảnh hưởng đến những tính năng mà nhóm của bạn có thể xây dựng tiếp theo.
- Chi phí và ngân sách. Các điều khoản thương mại và các lựa chọn triển khai ảnh hưởng đến chi phí và rủi ro dài hạn.
- Rủi ro và an toàn. Các biện pháp khuyến khích của công ty định hình các tình trạng vỡ nợ của sản phẩm, trạng thái an toàn và tính cởi mở.
coi chừng
- Thông báo ra mắt có thể vượt xa sự ổn định trong quy trình sản xuất thực tế.
- Việc định giá API hoặc thay đổi chính sách có thể phá vỡ các giả định chỉ sau một đêm.
- Sự phụ thuộc vào một nhà cung cấp làm tăng chi phí khóa và di chuyển.
Các bước tiếp theo
- Đánh giá các nhà cung cấp bằng cách sử dụng các nhiệm vụ và bộ dữ liệu của riêng bạn.
- Xem lại các điều khoản về quyền riêng tư, bảo mật và pháp lý trước khi tích hợp.
- Duy trì kế hoạch dự phòng giữa các mô hình hoặc nhà cung cấp.
- Theo dõi ghi chú phát hành để những thay đổi về lộ trình không gây ngạc nhiên cho các nhóm.
Tiếp tục khám phá
Bản tin miễn phí
Nhận bản tóm tắt AI hàng ngày
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Take the Tempus AI in Precision Medicine quiz
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Câu hỏi thường gặp
Tempus AI trong Y học Chính xác là gì?
Tempus AI xây dựng một trong những thư viện dữ liệu phân tử và lâm sàng lớn nhất, đồng thời áp dụng công nghệ máy học vào đó để các bác sĩ có thể kết nối bệnh nhân—đặc biệt là bệnh nhân ung thư—với các liệu pháp dựa trên đặc điểm sinh học của bệnh. Điều này quan trọng vì y học chính xác thay thế phương pháp điều trị phù hợp cho tất cả mọi người bằng phương pháp chăm sóc cá nhân, dựa trên dữ liệu.
Mục tiêu trọng tâm của y học chính xác khi Tempus thực hành nó là gì?
Y học chính xác điều chỉnh liệu pháp điều trị cho phù hợp với hồ sơ phân tử và lâm sàng của bệnh nhân thay vì sử dụng phương pháp điều trị một kích cỡ phù hợp cho tất cả.
Tempus kết hợp loại dữ liệu nào để cung cấp năng lượng cho các mô hình của nó?
Tempus liên kết dữ liệu lâm sàng về gen, phiên mã, hình ảnh và cấu trúc cho cùng một bệnh nhân để đào tạo các mô hình đa phương thức.
Trong ung thư học, Tempus làm gì sau khi giải trình tự khối u?
Tempus xác định các đột biến có thể hành động được và sử dụng AI để kết hợp chúng với các liệu pháp nhắm mục tiêu, liệu pháp miễn dịch và các thử nghiệm lâm sàng có liên quan.
Tại sao việc cấu trúc dữ liệu lâm sàng là một phần quan trọng trong công việc của Tempus?
Dữ liệu lâm sàng trong thế giới thực rất lộn xộn và không có cấu trúc, do đó, việc chuẩn hóa dữ liệu thành dữ liệu đầu vào rõ ràng, được dán nhãn là điều cần thiết trước khi các mô hình có thể học hỏi từ dữ liệu đó.
Ngoài ung thư, Tempus đã mở rộng ở đâu?
Tempus đã mở rộng từ ung thư sang tim mạch, thần kinh và bệnh truyền nhiễm, cùng nhiều lĩnh vực khác.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này