Dyania Health implementa IA local para analizar décadas de registros médicos hospitalarios
Impulsado por hardware y bibliotecas de software de NVIDIA, el motor de razonamiento Synapsis AI de Dyania Health ayuda a los equipos clínicos a extraer información clave de años de registros médicos no estructurados, directamente detrás de los firewalls de los hospitales.
Los hospitales albergan décadas de registros médicos no estructurados, que van desde notas manuscritas de médicos e informes quirúrgicos hasta lecturas de patología y resúmenes de alta. Revisar manualmente años de historiales consume una enorme cantidad de tiempo de los profesionales de la salud. Para resolver este cuello de botella, la startup de IA clínica Dyania Health, con sede en Nueva Jersey, ha presentado Synapsis AI, un motor asistencial de razonamiento clínico diseñado para analizar historias médicas complejas sin comprometer la privacidad del paciente.
Razonamiento clínico directamente detrás de los firewalls del hospital
Synapsis AI opera a través de notas, informes y resultados de laboratorio dentro del expediente médico electrónico del paciente, conectando hallazgos dispares acumulados a lo largo de los años. La plataforma genera señales clínicas rastreables hasta su fuente exacta en el expediente, alertando a los equipos de atención sobre los pacientes que requieren una intervención urgente.
Para cumplir con los estrictos requisitos de seguridad de datos, Synapsis AI se ejecuta completamente de forma local (on-premises) utilizando computación acelerada por NVIDIA dentro del firewall existente del sistema de salud. Dado que todos los registros se procesan localmente en los servidores con GPU del hospital, los datos de los pacientes nunca se transmiten al exterior ni se comparten a través de redes de terceros.
Dyania Health desarrolla y entrena sus modelos clínicos utilizando bibliotecas abiertas de NVIDIA NeMo. Posteriormente, los modelos se optimizan para la inferencia con NVIDIA TensorRT y TensorRT-LLM, lo que permite una ejecución más rápida y eficiente en recursos sobre el hardware local. El sistema funciona estrictamente como una herramienta de asistencia, lo que significa que los profesionales médicos conservan la supervisión final, revisando la evidencia extraída y tomando todas las decisiones sobre la atención médica.
Validación en el mundo real en la Cleveland Clinic
El impacto práctico de esta tecnología se demostró en una importante iniciativa de investigación en cardiología en la Cleveland Clinic. La institución médica utilizó Synapsis AI para respaldar un estudio que examinó a más de 7800 pacientes con reemplazo de válvula aórtica entre 2005 y 2021.
Synapsis AI revisó la cohorte multianual completa —incluidos ecocardiogramas históricos registrados después de la cirugía—, una tarea que a los médicos les habría llevado años realizar manualmente. Utilizando estos datos, la plataforma ayudó a construir un modelo predictivo que evalúa el deterioro de la válvula cardíaca y la probabilidad de reintervención a los tres, cinco y diez años de la cirugía.
"Utilizar la tecnología para reunir y analizar información que pueda ayudarnos a predecir la duración de las válvulas cardíacas implantadas es un paso prometedor hacia mejores resultados y una atención más personalizada para los pacientes", señaló el Dr. Lars Svensson, director del Heart, Vascular & Thoracic Institute de la Cleveland Clinic.
Más allá del cuidado cardiovascular, este mismo marco de revisión de historiales médicos se está adaptando a otros flujos de trabajo médicos complejos, lo que incluye vincular a pacientes con ensayos clínicos, alimentar registros clínicos e identificar vacíos en tratamientos continuos de cardiología y oncología.
