Modern tıp, farklı sistemlerde dağınık halde bulunan büyük miktarlarda çok modlu veri üretiyor. Bu verilerin birleştirilmesi ve anlamlı hale getirilmesi, kişiselleştirilmiş tıp için kritik önem taşıyor.
Apollo adlı yeni yapay zeka modeli, bu soruna kapsamlı bir çözüm sunuyor. Model, büyük bir Amerikan hastane sisteminden 30 yıllık longitudinal kayıtları kullanarak eğitildi. Toplam 25 milyar kayıt ve 7,2 milyon hasta verisi içeren bu dev veri seti, 28 farklı tıbbi modalite ve 12 ana tıp dalını kapsıyor.
Apollo'nun en önemli özelliği, 100 binden fazla benzersiz tıbbi olayı tek bir temsil alanında birleştirebilmesi. Sistem, tıbbi görüntülerden klinik metinlere, laboratuvar sonuçlarından tedavi kayıtlarına kadar geniş bir veri yelpazesini işleyebiliyor. Bu 'tıbbi kavramlar atlası', hastaların tam tedavi yolculuklarını modellemek için hesaplamalı bir altyapı oluşturuyor.
Modelin en dikkat çekici yanı, yapılandırılmış ve yapılandırılmamış olayların dizilerini 'sanal hasta temsilleri'ne sıkıştırabilmesi. Bu yaklaşım, hasta verilerinin zaman içindeki değişimini yakalayarak, daha doğru ve kapsamlı sağlık değerlendirmeleri yapılmasına olanak tanıyor.