位于新德里的Health Arx Technologies Pvt。Ltd是致力于在医疗保健领域实施尖端技术的众多公司之一。这包括将人工智能(AI)与其现有产品进行更深入的集成。

这家成立四年的公司提供BeatO，这是一种糖尿病管理系统，可提供有关疾病管理的见识。用户可以通过移动应用程序和DIY套件使用该系统。该公司通过AI为系统提供动力，使其变得更加智能。支持该系统的是一个生态系统，它是应用程序，Web解决方案和基于微API的体系结构的组合。

该公司声称，该生态系统每天为我们的200,000个用户识别并吸收30多个数据点，包括来自IoT基准疾病监控硬件的数据，健康数据，睡眠数据等。通过使用Google医疗保健云以及自定义的构建层来管理见解来管理生态系统。

我们与BeatO首席技术官Kunal Kinalekar和SEO Gautam Chopra进行了交谈，以了解如何将人工智能用于糖尿病管理系统，整个医疗技术的潜力等等。编辑摘录。

请说明您使用的AI模型。它是如何工作的?它是内部技术吗?

BeatO中的AI模型建立在基于推理和基于相关性的结构化学习系统的基础上，该系统使用反馈循环来改善生成的见解。BeatO的生态系统根据35个数据点来了解和评估用户，以定义用户的状况。数据点包括血糖读数-从基于IoT的硬件，过去和当前的医疗状况，日常活动和锻炼，饮食，药物摄入以及其他此类纵向数据中收集。这些数据点作为训练集提供，以定义初始洞察力，使用反馈环定义偏差可以改进这些见解。此外，随着数据集的不断增长，这有助于改进模型以生成更准确的见解。该模型的反馈还包括我们的糖尿病教育团队分享的见解。

此模型是内部开发的，因为没有现有的预定义体系结构或指定的规范来评估数据量以及与所有输入参数的相关性，这可以帮助我们的用户生成下一步。因此，可以根据我们的深入研究和对特定于用户的问题以及AI生成的解决方案所产生的影响进行调整的自定义解决方案，可以反映在用户的血糖读数中。人工合成的洞察力将由糖尿病教育团队内部进行密切监控，以确保用户能够接受准确的后续步骤，这将有助于改善其血糖水平并延长其健康状况。

技术栈非常简单。数据由SQL Server存储和处理，SQL Server由python脚本分层以获取和基于python库的服务来操作和从中获取信息。这些系统使用AWS和GCP上的分布式节点托管，以并行运行，并且分布得足够广，不会在发生任何不幸事件时受到同时影响。

我们已经有一段时间了解医疗保健中的AI了。人工智能可以预测病毒或至少对人类的影响吗?由于我们已经看到许多软件预测出错，因此可以信任这些数据吗?

AI与馈入AI的数据一样好。毫无疑问，人工智能将以我们无法理解的方式为医疗保健提供帮助，因为我们只能评估受限于我们设想解决方案能力的可能性。

当前系统和软件预测的失败是由于提供给这些系统的数据和见解有限。为了使AI或什至是一个非常简单的基于规则的预测引擎正常工作，我们必须开始生成最基本的需求，这将帮助人们尽可能地监控他们的状况，以了解他们的日常某种疾病的进展和影响。这些数据点首先可以用作训练集，并且每天的进度可以作为对机器生成的预测的完善。

关于预测病毒，我认为距此还有几年的时间，但是即使面对当前的大流行，也要预测存在的病毒的影响。在世界各地都可以看到这一点，例如ICMR等机构正在对感染及其生长，患者的反应和康复情况进行模拟和建模。

您认为现在是扩展“医疗技术”的时候了吗?印度现在站在哪里?

Covid-19已经并且将继续肯定地加快整个生态系统中医疗保健技术的采用。不仅是消费者，而且是生态系统的其他参与者-保险，药房，医生和医院，都开始意识到技术编织生态系统并提供更具可扩展性和成本效益的服务范围的重要性。

传统上，在印度，我们还没有看到数字医疗技术初创企业在与传统医疗生态系统的合作中真正找到很多成功的方法，但是现在情况开始快速发生变化。