System

System là một nền tảng AI tiên phong được thiết kế để giải quyết những thách thức phức tạp nhất của thế giới bằng cách chuyển đổi mô hình từ kiến thức bị cô lập sang sự hiểu biết liên kết, dựa trên hệ thống. Cốt lõi của nó là System Graph, một mô hình định lượng biểu diễn thế giới như một hệ thống duy nhất, phức tạp. Nền tảng này được xây dựng cho các nhà nghiên cứu, nhà khoa học dữ liệu và các tổ chức cần tổng hợp một lượng lớn tài liệu khoa học để khám phá các mối quan hệ định lượng sâu sắc giữa các biến trong các lĩnh vực như chăm sóc sức khỏe, khoa học khí hậu và khoa học xã hội.

Bằng cách tận dụng các Mô hình Ngôn ngữ Lớn (LLM) hiện đại, công nghệ đồ thị tiên tiến, khoa học phức hợp và các kỹ thuật suy luận nhân quả, System tự động hóa việc trích xuất các phát hiện thống kê từ các nguồn đã được xác minh như các nghiên cứu được bình duyệt, cơ sở dữ liệu PubMed, Danh mục GWAS và các cơ sở dữ liệu do chuyên gia quản lý. Quá trình này tạo ra hàng triệu mối quan hệ định lượng đã được chuẩn hóa, cho phép người dùng vượt ra ngoài các tìm kiếm từ khóa đơn giản để đến với phân tích hệ thống về nguyên nhân và kết quả.

Cách sử dụng System

System chủ yếu được truy cập và sử dụng thông qua API mạnh mẽ của nó, được thiết kế cho các nhà phát triển, nhà nghiên cứu và nhà phân tích dữ liệu. Người dùng có thể tích hợp System Graph vào các ứng dụng và mô hình của riêng mình để thực hiện các phân tích phức tạp.

1. Tích hợp API: Kết nối với System Graph bằng API GraphQL hoặc REST. Điều này cho phép bạn truy vấn theo chương trình mạng lưới rộng lớn các khái niệm và mối quan hệ.
2. Xây dựng truy vấn: Thay vì tìm kiếm tài liệu, bạn truy vấn các mối quan hệ giữa các biến. Ví dụ, một nhà nghiên cứu có thể truy vấn hệ thống để hiểu các nguyên nhân thượng nguồn và tác động hạ nguồn của một dấu ấn sinh học cụ thể hoặc các yếu tố quyết định xã hội và môi trường của một bệnh như đột quỵ.
3. Tổng hợp bằng chứng: Nền tảng tự động tổng hợp các phát hiện từ hàng nghìn nguồn, cung cấp một cái nhìn tổng hợp phân tích về bằng chứng. Nó trình bày các mối liên hệ thống kê (ví dụ: tỷ số chênh, tỷ số nguy cơ) với nguồn gốc hoàn chỉnh, liên kết mọi mẩu dữ liệu trở lại nguồn gốc của nó.
4. Xây dựng mô hình: Sử dụng dữ liệu định lượng được trích xuất để xây dựng các mô hình dự đoán, phát triển lộ trình sức khỏe dân số, hoặc tiến hành các bài đánh giá tài liệu mạnh mẽ để ra quyết định dựa trên bằng chứng.

Tính năng chính của System

• System Graph: Một mô hình định lượng quy mô lớn về các hệ thống liên kết, hợp nhất các quy mô khác nhau (ví dụ: từ phân tử đến dịch tễ học) và các lĩnh vực (ví dụ: từ sức khỏe đến khí hậu).
• Trích xuất dữ liệu bằng AI: Sử dụng các LLM tinh vi để trích xuất các phát hiện định lượng từ một kho tư liệu ngày càng mở rộng của các nguồn đã được xác minh như PubMed và các cơ sở dữ liệu khoa học khác.
• Suy luận định lượng & nhân quả: Tập trung vào các mối quan hệ thống kê (ví dụ: tỷ số nguy cơ, hệ số tương quan) và sử dụng các kỹ thuật suy luận nhân quả để liên kết chúng, cho phép hiểu biết hệ thống sâu sắc hơn.
• Nguồn gốc kiến thức hoàn chỉnh: Cung cấp sự minh bạch hoàn toàn bằng cách truy xuất mọi mối quan hệ và phát hiện trở lại nguồn gốc đã được bình duyệt của nó, giảm thiểu nguy cơ 'ảo giác' của AI.
• Cập nhật liên tục: Đồ thị được cập nhật hàng ngày với các phát hiện mới, đảm bảo không có giới hạn kiến thức và mô hình luôn được cập nhật.
• Khả năng tương tác cao: Các nút và biến có khả năng tương tác với các bản thể học y sinh đã được thiết lập như UMLS, SNOMED CT, LOINC và MeSH, tạo điều kiện tích hợp với các hệ thống dữ liệu sức khỏe hiện có.
• Truy cập API linh hoạt: Toàn bộ đồ thị có thể được truy cập và truy vấn thông qua GraphQL, API REST hoặc ngôn ngữ tự nhiên, cung cấp các công cụ mạnh mẽ cho các ứng dụng tùy chỉnh.

Các trường hợp sử dụng System

System được các tổ chức hàng đầu tin cậy cho nghiên cứu phức tạp và tổng hợp dữ liệu:

• Nghiên cứu Y tế và Sức khỏe: Quỹ Novartis sử dụng System trong sáng kiến AI4HealthyCities để xác định các yếu tố chính thúc đẩy sức khỏe tim mạch, hiểu mối quan hệ giữa các yếu tố quyết định và kết quả, và cung cấp thông tin cho các chiến lược y tế công cộng.
• Tổng hợp bằng chứng và Đánh giá tài liệu: Atropos Health tận dụng System để thực hiện các bài đánh giá tài liệu chính xác và mạnh mẽ, đánh giá chất lượng và sự liên quan của các trích dẫn để tổng hợp bằng chứng một cách hiệu quả.
• Hiểu các bệnh phức tạp: Các nhà nghiên cứu có thể khám phá bản chất hệ thống của các tình trạng như rối loạn chức năng nhận thức, lập bản đồ mạng lưới phức tạp của các yếu tố di truyền, môi trường và xã hội.
• Phân tích Khí hậu và Sức khỏe: Nền tảng có thể được sử dụng để mô hình hóa mối quan hệ phức tạp và đang thay đổi giữa các yếu tố khí hậu và kết quả sức khỏe.

Ưu điểm của System

System mang lại một lợi thế khác biệt so với các phương pháp nghiên cứu truyền thống và các mô hình dựa trên LLM tiêu chuẩn. Trong khi các mô hình nền tảng được đào tạo trên một loạt các nguồn chưa được xác minh, System chỉ sử dụng độc quyền các tài liệu khoa học đáng tin cậy và đã được xác minh. Kiến trúc của nó dựa trên các thực thể đã được chuẩn hóa và các mối quan hệ định lượng, không chỉ là các nhúng mã thông báo, điều này cho phép suy luận có hệ thống, xác định và loại bỏ nguy cơ ảo giác. Sự tập trung vào dữ liệu định lượng, có thể kiểm chứng từ các nguồn đáng tin cậy này làm cho nó trở thành một công cụ không thể thiếu cho việc ra quyết định khoa học và lâm sàng.

Giá cả và gói dịch vụ

System là một nền tảng cấp doanh nghiệp chủ yếu phục vụ các viện nghiên cứu, quỹ và tập đoàn. Thông tin về giá cả không được liệt kê công khai trên trang web. Các bên quan tâm được khuyến khích liên hệ trực tiếp với nhóm System thông qua trang web của họ để tìm hiểu thêm về quyền truy cập API, quan hệ đối tác và các gói tùy chỉnh phù hợp với nhu-cầu cụ thể của họ.