قد يغيّر طفرة جينية ومؤشر للكوليسترول مسألة العلاج لمريض بعينه. وتستخدم شركة Flahy Inc. الرسوم البيانية المعرفية في الرعاية الصحية لربط هذه التفاصيل البيولوجية بالمعلومات السريرية، ودعم قرارات أكثر تخصيصًا بشأن الوقاية والعلاج، وفقًا لما ذكره المؤسس والرئيس التنفيذي جاجيت سينغ.
أبرز النقاط
تربط Flahy المعلومات البيولوجية والسريرية لدعم قرارات الرعاية المصممة لكل فرد.
تدعم Neo4j جهودها في مجال تقنيات الرسوم البيانية إلى جانب محركات اتخاذ القرار الخاصة بها.
تمثل قراءات الأجهزة القابلة للارتداء تحديًا في تتبّع التغيرات الصحية ضمن الرسوم البيانية.
في مقابلة نشرتها SiliconANGLE في 11 أكتوبر 2026، وصف سينغ طبقة معرفة تصل بيانات المرضى بنماذج الذكاء الاصطناعي. وتحدث إلى المقدّم جون فورييه ضمن سلسلة theCUBE + NYSE Wired: AI Luminaries، موضحًا كيف تستخدم الشركة العلاقات بين نقاط البيانات للمساعدة في تحديد الخطوة السريرية التالية للشخص.
كيف تستخدم فلاهي الرسوم البيانية المعرفية في الرعاية الصحية
تجمع فلاهي المعلومات البيولوجية والسريرية في رسم بياني، كي تتمكن نماذجها من تحديد العلاقات ذات الصلة برعاية الفرد. وقال سينغ إن الفريق أمضى سنوات في بناء قاعدة بيانات قائمة على الرسوم البيانية وتدريب النموذج على تحديد هذه الروابط.
قال سينغ: «طبقة المعرفة مهمة للغاية، لأنها تصل طبقة بياناتك بطبقة نموذجك، وتوضح للنموذج بدقة الحقائق المهمة وما الذي تدل عليه نقطة بيانات معينة».
يتمثل التطبيق في دعم اتخاذ القرارات السريرية المخصّص، أي تحديد مسار العلاج الأنسب للعلامات البيولوجية والطفرات لدى الشخص. وشرح سينغ النهج بمثال افتراضي لمريض لديه طفرة جينية وعلامة معينة تشير إلى ارتفاع الكوليسترول. ومن شأن ظهور إشارة سريرية جديدة أن يثير التساؤل حول تأثير هذه التفاصيل القائمة في اختيار العلاج.
بالنسبة إلى فلاهي، يعني تطبيق الرسوم البيانية المعرفية في الرعاية الصحية ربط هذا السياق البيولوجي الأوسع بشجرة قرارات خاصة بالفرد.
التعاون مع Neo4j ومحركات اتخاذ القرار المملوكة
قال سينغ إن فلاهي تعمل مع شركات تكنولوجيا الرسوم البيانية، بما فيها Neo4j Inc.، وقد طورت محركاتها الخاصة لمعالجة القرارات السريرية ضمن الرسوم البيانية. ووصف المهمة الأساسية بأنها مسألة اجتياز، أي استكشاف الروابط في الرسم البياني لدعم اتخاذ قرار بشأن الرعاية.
قال: «لقد أنشأنا محركاتنا الخاصة والمملوكة لنا». وربط حديثه هذا التطوير بتحدي وصل المعلومات عبر أنواع مختلفة من البيانات، بما فيها القراءات الصحية التي تُجمع بمرور الوقت.
تمثل البيانات الطولية تحديًا خاصًا. إذ ينبغي إدراج قراءات الأجهزة القابلة للارتداء إلى جانب المعلومات الصحية الأخرى في رسم بياني يتيح للنظام تفسير التغيرات بمرور الوقت.
قال سينغ: «عندما يتعلق الأمر بالبيانات الطولية، عليك إيجاد طريقة لوضعها في رسم بياني محدد». ووصف ذلك بأنه تحدٍ تعمل الشركة على حله من خلال ربط الأنماط المنفصلة.
الإرشاد للمستهلكين والتطبيق السريري
يجمع FlahyLife، وهو منتج الشركة الموجّه للمستهلكين، المعلومات البيولوجية والصحية لتوجيه الوقاية والكشف المبكر واختيار العلاج. ويطبّق نهج الشركة لتحديد الخطوات التالية المناسبة لكل فرد.
وفقًا لسينغ، تعمل فلاهي أيضًا مع المختبرات السريرية والأنظمة الصحية، وتسعى إلى نشر منصتها لتحسين اتخاذ القرارات السريرية وسدّ فجوات الرعاية. ووصف الهدف بأنه ربط الرسم البياني للمساعدة في مطابقة الأشخاص مع الفحص المناسب في الوقت المناسب.
مقال أُعدّ بمساعدة الذكاء الاصطناعي وراجعته هيئة التحرير.