NetraAI: Eine neue Dimension der Künstlichen Intelligenz in klinischen Studien

TORONTO / LONDON (IT BOLTWISE) – Die Künstliche Intelligenz von NetraMark Holdings Inc. hat in einer neuen Studie ihre Überlegenheit gegenüber etablierten Modellen wie ChatGPT und DeepSeek bei der Analyse klinischer Studiendaten unter Beweis gestellt.

Die Künstliche Intelligenz von NetraMark Holdings Inc., bekannt als NetraAI, hat in einer aktuellen Studie ihre Fähigkeit unter Beweis gestellt, klinisch relevante Untergruppen in komplexen Datensätzen zu identifizieren. Diese Studie, die auf der Plattform arXiv veröffentlicht wurde, zeigt, dass NetraAI nicht nur herkömmliche maschinelle Lernmethoden übertrifft, sondern auch führende Sprachmodelle wie ChatGPT und DeepSeek hinter sich lässt. Die Ergebnisse sind besonders relevant für die Pharmaindustrie, die oft mit der Herausforderung konfrontiert ist, aus verrauschten und multivariablen Daten klinisch verwertbare Erkenntnisse zu gewinnen.

NetraAI basiert auf einer einzigartigen Kombination aus dynamischen Systemen, evolutionärer Berechnung und Informationsgeometrie. Diese innovative Grundlage ermöglicht es der KI, spezifische Patientenuntergruppen zu identifizieren, die mit bestimmten Behandlungsergebnissen assoziiert sind. Im Gegensatz zu den allgemeinen Modellen von ChatGPT und DeepSeek, die oft Schwierigkeiten haben, aus strukturierten klinischen Daten sinnvolle Muster zu extrahieren, liefert NetraAI klare und klinisch aussagekräftige Ergebnisse.

Die Studie umfasste Daten aus drei verschiedenen klinischen Studien: CATIE, CAN-BIND und COMPASS, die sich jeweils auf Schizophrenie, Depressionen und Chemotherapie beim Pankreaskarzinom konzentrieren. NetraAI konnte in allen Fällen statistisch valide und klinisch verwertbare Untergruppen identifizieren, während andere Modelle lediglich generische Zusammenfassungen ohne klinische Relevanz lieferten. Diese Fähigkeit, aus komplexen Daten klare Erkenntnisse zu gewinnen, könnte die Planung und Durchführung klinischer Studien revolutionieren.

Ein entscheidender Vorteil von NetraAI ist die Fähigkeit, mit minimalen Variablen zu arbeiten und dennoch eine hohe Vorhersagegenauigkeit zu erreichen. In der CAN-BIND-Studie beispielsweise konnte die KI eine Genauigkeit von 91-100 % erzielen, was auf die hohe Präzision und Effizienz des Modells hinweist. Diese Ergebnisse sind nicht nur für die klinische Forschung von Bedeutung, sondern auch für die regulatorische Einreichung, da sie eine klare und nachvollziehbare Grundlage für Entscheidungen bieten.

Die Überlegenheit von NetraAI gegenüber anderen Modellen liegt in ihrer Fähigkeit, spezifische Patienten-Personas zu identifizieren, die mit unterschiedlichen Behandlungsergebnissen assoziiert sind. Diese Personas basieren auf nur wenigen klinischen Variablen, was die Ergebnisse leicht interpretierbar und für Kliniker und Regulierungsbehörden nachvollziehbar macht. Dies könnte die Erfolgsquote klinischer Studien erheblich steigern und die Entwicklung neuer Therapien beschleunigen.

NetraMark sieht in der Entwicklung von NetraAI einen entscheidenden Schritt in Richtung einer präziseren und effizienteren Nutzung von Künstlicher Intelligenz in der medizinischen Forschung. Die Fähigkeit, aus komplexen und verrauschten Daten klinisch relevante Erkenntnisse zu gewinnen, könnte die Art und Weise, wie klinische Studien geplant und durchgeführt werden, grundlegend verändern. Dies ist besonders wichtig in einer Zeit, in der die Kosten für klinische Studien stetig steigen und der Druck, erfolgreiche Ergebnisse zu erzielen, zunimmt.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!