development of its proprietary first-in-class liquid biopsy tests for its initial applications in cardiometabolic and neurodegenerative diseases and to accelerate discovery in additional markets.
technology that utilizes circulating cell-free RNA in blood to monitor organ damage and disease. This unique approach provides a real-time "snapshot" of organ health using RNA to represent a patient's actual and immediate phenotype (physical and biochemical characteristics), allowing for a more dynamic assessment of healthy versus diseased states.
Molecular Stethoscope spans a multibillion dollar market opportunity that can ultimately lower healthcare costs by allowing earlier intervention in disease.
стартап, который, по замыслу разработчиков, сократит срок и ресурсы на создание лекарств.
Ligand Pro займется разработкой платформы, которая будет использовать искусственный интеллект (ИИ) для поиска лигандов, которые необходимы для разработки лекарств.
Потенциальными заказчиками платформы могут выступить фармацевтические компании.
«В мире для разработки лекарств проводится тестирование лигандов — молекул, которые, связавшись с нужной биомолекулой, оказывают терапевтический эффект на организм», — пояснили в Ligand Pro. В таком отборе участвуют от 8 тыс. до 10 тыс. препаратов-кандидатов и только 5-10 из них попадают на этап клинических испытаний. Иногда ни один из препаратов так и не попадает в производство, будучи забракованными на последней стадии из-за токсичности и неприемлемого профиля безопасности для здоровья человека, отмечают в Ligand Pro.
По данным консалтинговой компании Deloitte, сейчас разработка препаратов занимает до десяти лет и обходится фармкомпаниям в среднем в $2,3 млрд.
Ligand Pro намеревается разработать платформу, которая позволит сократить время и ресурсы, затрачиваемые на вычислительную стадию разработки лекарств. «Главное преимущество создаваемой платформы — использование передовых методов искусственного интеллекта, спроектированных для минимизации потребности в исходных данных от разработчика лекарств», — отмечает представитель компании.
Платформа будет не только находить лиганды из баз данных известных молекул, но и генерировать химические структуры новых, которые могут быть ранее неизвестны человечеству.
В качестве технологического стека платформы лежит глубокое машинное обучение на больших данных, реализованное на языке программирования Python с использованием библиотек PyTorch и Jax.
Компания планирует расширять команду за счет экспертов в области хемоинформатики, молекулярного моделирования и искусственного интеллекта.
platform that offers AI tools to help clinicians transcribe and analyze their conversations with patients.
AWS HealthScribe, an API to create transcripts, extract details and create summaries from doctor-patient discussions that can be entered into an electronic health record (EHR) system.
The transcripts from HealthScribe can be converted into patient notes by the platform’s machine learning models, Amazon says, which can then be analyzed for broad insights.
technologies like generative AI to help reduce the burden of clinical documentation and improve the consultation experience.
HealthScribe identifies speaker roles and segments transcripts into categories based on clinical relevance, like “small talk,” “subjective comments” or “objective comments.”
In addition, HealthScribe delivers natural language processing capabilities that can be used to extract structured medical terms from conversations, such as medications and medical conditions.
The notes in HealthScribe, augmented by AI, include details like the history of the present illness, takeaways and reasons for a visit.
Amazon says that the AI capabilities in HealthScribe are powered by Bedrock, its platform that provides a way to build generative AI-powered apps via pretrained models from startups as well as Amazon itself.
to prevent some of the more major potential mistakes, HealthScribe can only create clinical notes for two medical specialties at present: general medicine and orthopedics.
And the platform offers clinicians a chance to review notes before finalizing records in their EHR, providing references to the original transcript for sentences used in the AI-generated notes.
Amazon says that 3M Health Information Systems, Babylon Health and ScribeEMR are among the companies already using HealthScribe.
AWS HealthImaging, a service designed to make it easier to store, transform and analyze medical imaging data “at a petabyte scale.”
With HealthImaging, customers can run medical imaging apps from a single copy of each medical image in the AWS cloud.
As an added benefit of running on AWS infrastructure, HealthImaging enables dynamic pricing for active and archive data as well as “subsecond” image access latencies from AWS’ Frequent Access or Archive Instant Access storage tiers.
Digital biomarkers are quantitative, objective measures of physiological and behavioral data. They are collected and measured using digital devices that better represent free-living activity in contrast to a highly structured in-clinic setting. This approach generates large amounts of data that requires processing.
The original architecture combined AWS S3 for storage, AWS ECS for executing data processing logic, and Lambda functions for S3 event subscriptions and data aggregation.
The improved solution leverages S3 for storing files and DynamoDB for storing metadata, AWS Step Functions for process orchestration, AWS Batch with Fargate for executing data processing logic, and AWS SQS for messaging.