Sanidad y Sector Salud
Acelera la investigación médica y mejora los tratamientos sin comprometer la privacidad de los pacientes
Avanzar en la atención sanitaria requiere colaboración en materia de datos segura y conforme a la normativa
La plataforma de Aprendizaje Federado de Sherpa.ai permite a las empresas biofarmacéuticas, los investigadores y los proveedores de atención médica desarrollar y validar de forma colaborativa nuevos tratamientos, sin compartir nunca datos confidenciales de los pacientes.
Llevando este tipo de IA que preserva la privacidad a fuentes de datos descentralizadas, Sherpa.ai acelera la innovación médica y ayuda a reducir significativamente el tiempo que tardan en llegar las terapias que salvan vidas a las personas que las necesitan.
La aplicación de la inteligencia artificial a través de la plataforma de protección de la privacidad de Sherpa.ai permitirá que el algoritmo de predicción mejore el diagnóstico sin necesidad de compartir los datos de los pacientes. Esta plataforma podría permitir la realización de pruebas de diagnóstico y terapéuticas para un grupo de enfermedades que actualmente no cuentan con opciones de tratamiento específicas.
Investigador principal y jefe interino de la división de Neurogenética del NIH
El Aprendizaje Federado en la Sanidad y Sector Salud
Tratamiento y diagnóstico mejorados
Hospitales y centros de investigación pueden colaborar en el entrenamiento de modelos de IA con datos médicos descentralizados, mejorando la precisión diagnóstica y protegiendo la privacidad de los pacientes y sus historiales médicos.
Detección temprana de enfermedades raras
Agrupa conocimiento distribuido de múltiples centros para identificar patrones que serían invisibles en silos aislados.
Personalización de tratamientos
Diseña terapias adaptadas a cada paciente sin mover los datos, manteniendo el cumplimiento normativo.
Aceleración de ensayos clínicos
Reduce los tiempos de validación y aumenta la precisión integrando datos federados de múltiples centros médicos.
Avanzando en el Diagnóstico de las Distrofias Relacionadas con el Colágeno-VI a través de la Colaboración Interinstitucional
Al entrenarse con un conjunto de datos más amplio y diverso, el modelo logra una precisión diagnóstica significativamente mejorada. Esto supone la primera aplicación global del aprendizaje federado para el diagnóstico de COL6-RD, utilizando imágenes de microscopía de inmunofluorescencia de colágeno VI procedentes de cultivos de fibroblastos derivados de pacientes.
