Aller au contenu
← Toutes les actus
Databricks Blog13 mai 2026

L'intelligence des opérations cliniques a sa place sur le Lakehouse

Traduit de l'original anglais par IA. Voir en anglais

Résumé

Le Site Feasibility Workbench, une application Databricks open source, permet désormais la sélection des sites d'essais cliniques entièrement au sein de l'espace de travail Databricks, éliminant ainsi les appels d'API externes et les pipelines de synchronisation. Cette solution résout le défi architectural des données d'opérations cliniques déconnectées, améliorant l'atteinte des objectifs d'inscription grâce à des modèles LightGBM segmentés par aire thérapeutique et des explications auditables basées sur SHAP.

* Ce que c'est : Le Site Feasibility Workbench est une application Databricks open source qui exécute la sélection des sites d'essais cliniques entièrement au sein de l'espace de travail Databricks – combinant la notation des sites basée sur le ML, Lakebase pour l'état opérationnel et AI/BI Genie pour l'accès aux données en langage naturel, sans appels d'API externes ni pipelines de synchronisation. * Le défi qu'il résout : 37 % des sites d'investigation manquent leurs objectifs d'inscription, et la cause profonde est architecturale – les données des opérations cliniques et les applications qui les utilisent résident dans des systèmes déconnectés, forçant les décisions dans des feuilles de calcul et créant une surcharge d'intégration, une prolifération des identifiants et un décalage de synchronisation qui érode la confiance dans les données. * Résultats et bénéfices : Les modèles LightGBM segmentés par aire thérapeutique, entraînés sur vos propres historiques CTMS, EDC et IRT – et non sur des moyennes de l'industrie – produisent des scores qui s'améliorent à mesure que votre portefeuille grandit, avec des explications basées sur SHAP stockées sous forme de tables Delta gouvernées et versionnées. Chaque prédiction est accompagnée d'une attribution basée sur SHAP stockée sous forme de table Delta gouvernée, rendant la logique du modèle aussi auditable et versionnée que le score lui-même.

Articles similaires

News

Utiliser AI_Functions dans votre data warehouse : principaux cas d'usage

databricks-blog2d ago
News

Comment Scottish Water a rendu ses données d'investissement conversationnelles avec Databricks Genie

databricks-blog3d ago
News

Que sont les hallucinations de l'IA ?

databricks-blog3d ago
News

Smart Routing dans Unity AI Gateway : une qualité de pointe avec un coût par tâche inférieur de plus de 30 %

databricks-blog3d ago