Come EviMed alimenta insight sanitari basati sull’IA con la ricerca vettoriale scalabile di Zilliz Cloud
30%
riduzione dei costi interni di funzionamento e manutenzione del sistema
8%
aumento della velocità di risposta ai clienti
10%
miglioramento dell'accuratezza dei risultati di ricerca
Semplicità plug-and-play
riduce al minimo il carico di lavoro di sviluppo e DevOps
After integrating Zilliz Cloud vector database service, our system performance has significantly improved. During implementation, the Zilliz Cloud expert team provided excellent support and assistance, giving our EviMed platform a strong competitive advantage in the industry.
Dr. Zeyuan Wang
Informazioni su EviMed
EviMed è un’azienda di tecnologia sanitaria dedicata a potenziare i professionisti medici con soluzioni basate sull’AI. La sua piattaforma sfrutta big data e intelligenza artificiale per supportare il processo decisionale clinico, la ricerca medica, la formazione e la gestione sanitaria. Fornendo in tempo reale conoscenze mediche basate su evidenze e raccomandazioni terapeutiche, EviMed consente ai clinici di prendere decisioni più rapide e informate nel punto di cura. La piattaforma semplifica inoltre i flussi di lavoro della ricerca analizzando grandi volumi di letteratura medica, rendendola uno strumento indispensabile per ricercatori ed educatori. Per gli amministratori sanitari, EviMed fornisce insight basati sui dati che supportano una gestione e uno sviluppo delle policy più efficaci.
Ad oggi, EviMed ha supportato oltre 300 grandi ospedali terziari, facilitato più di 13 milioni di ricerche di conoscenze mediche e sessioni di domande e risposte cliniche, e contribuito alla generazione di oltre 800.000 contenuti medici. Con la missione di migliorare accuratezza, efficienza ed esiti in ambito medico, EviMed sta trasformando il modo in cui i professionisti sanitari accedono e applicano le conoscenze mediche lungo tutto il continuum assistenziale.
Sfide: orientarsi nelle complessità della conoscenza medica su larga scala
Il settore sanitario è intrinsecamente complesso: caratterizzato da una vasta asimmetria informativa, sistemi terminologici specialistici e domini di conoscenza altamente frammentati. Per EviMed, queste sfide erano amplificate dalla loro missione di fornire risposte rapide e basate su evidenze su larga scala.
EviMed aveva costruito un ampio database di conoscenze mediche con oltre 350 milioni di voci, rendendolo uno dei più completi del settore. Tuttavia, la scala e la profondità di questi dati hanno introdotto diversi colli di bottiglia tecnici:
Risultati di ricerca inaccurati o incompleti: I metodi tradizionali di ricerca full-text faticavano a gestire le sfumature del linguaggio medico. Con confini delle parole chiave poco chiari e terminologia sovrapposta, spesso era difficile trovare i risultati più pertinenti. Gli utenti riscontravano frequentemente problemi di accuratezza e completezza della ricerca, con conseguente insoddisfazione e reclami sulla copertura limitata.
Limitazioni di prestazioni e affidabilità: L’infrastruttura esistente non riusciva a garantire in modo costante le prestazioni a bassa latenza e alta affidabilità necessarie negli ambienti clinici, dove i secondi contano. Di conseguenza, le operazioni di ricerca erano spesso lente o instabili.
Preoccupazioni su scalabilità e costi: Con la continua crescita del business, EviMed aveva bisogno di una soluzione in grado di scalare elasticamente per gestire l’aumento delle esigenze di archiviazione e recupero vettoriale senza generare un’impennata dei costi operativi.
Supporto per tipi di ricerca avanzati: I loro casi d’uso richiedevano più della sola ricerca vettoriale densa. La piattaforma doveva supportare la ricerca vettoriale densa e sparsa, nonché query ibride keyword-vector, per catturare l’intera gamma della semantica medica.
Requisiti di compatibilità tecnica: L’infrastruttura backend di EviMed si basava fortemente su Java, quindi la nuova soluzione doveva anche offrire un solido supporto Java SDK per un’integrazione senza interruzioni.
Come ha affermato il Dr. Zeyuan Wang, CEO di EviMed: “Come cercare le conoscenze mediche più accurate e presentarle nel modo più ragionevole è la principale sfida tecnica affrontata dalla nostra piattaforma medica.”
Perché scegliere Zilliz Cloud?
Dopo un’attenta valutazione e comunicazione con il team Zilliz, EviMed ha identificato Zilliz Cloud come la soluzione ideale per le proprie esigenze. La loro decisione si è basata su diversi fattori chiave:
Capacità di ricerca versatili: Zilliz Cloud supporta diversi meccanismi di ricerca, tra cui ricerca vettoriale densa, ricerca vettoriale sparsa e ricerca per parole chiave.
Scalabilità: La piattaforma offre scalabilità elastica per supportare le crescenti esigenze di archiviazione e ricerca vettoriale.
Efficienza dei costi: Zilliz Cloud comporta costi operativi inferiori rispetto alle alternative.
Compatibilità Java: La soluzione offriva una buona compatibilità con i loro sistemi esistenti basati su Java.
Supporto di esperti: Il team di esperti di Zilliz Cloud ha fornito un eccellente supporto e assistenza per l’implementazione.
Come Zilliz Cloud ha trasformato le operazioni di EviMed
EviMed ha migrato con successo decine di milioni di dati vettoriali su Zilliz Cloud, alimentando due dei suoi moduli di business principali:
Ricerca di conoscenze mediche: Accelera l’accesso a conoscenze mediche pertinenti e accurate.
Supporto alla ricerca clinica: Consente l’estrazione e l’analisi efficienti di letteratura medica, linee guida e dati farmaceutici.
Zilliz Cloud è diventato una pietra angolare della piattaforma di EviMed, offrendo miglioramenti significativi in termini di prestazioni, intelligenza e scalabilità su tutta la linea.
1. Recupero dei dati più rapido e accurato
Zilliz Cloud migliora drasticamente sia la velocità sia la precisione della ricerca di conoscenze mediche di EviMed. Gli operatori sanitari possono ora ottenere risposte alle domande cliniche più rapidamente, portando a decisioni più veloci e a migliori risultati per i pazienti.
2. Approfondimenti clinici più profondi tramite data mining avanzato
In scenari come sperimentazioni cliniche e valutazioni farmaceutiche, Zilliz Cloud consente l’analisi vettoriale ad alta dimensionalità per estrarre insight chiave da dataset complessi—letteratura medica, linee guida terapeutiche e istruzioni sui farmaci—aumentando la velocità e la qualità dei risultati della ricerca sia qualitativa sia quantitativa.
3. Fornire memoria a lungo termine per gli agenti AI
Zilliz Cloud fornisce anche una funzionalità di backend critica per i moduli di analisi dei dati basati sull’AI di EviMed. Invece di caricare grandi volumi di contesto negli LLM—cosa costosa e inefficiente—EviMed utilizza Zilliz Cloud per archiviare e recuperare memoria di lunga durata per gli agenti AI tramite ricerca vettoriale. Questo non solo supporta flussi di lavoro più intelligenti, ma riduce anche in modo significativo i costi operativi.
4. Compatibilità e scalabilità elastica
La compatibilità pronta all’uso di Zilliz Cloud con Java e il supporto per la ricerca ibrida—inclusa ricerca con vettori densi, vettori sparsi e basata su parole chiave—garantiscono un’integrazione fluida nell’infrastruttura esistente di EviMed. La sua architettura completamente gestita e cloud-native consente inoltre al team di scalare senza sforzo con la crescita del business.
Vantaggi e risultati principali
L’implementazione di Zilliz Cloud ha prodotto vantaggi sostanziali per EviMed:
Esperienza cliente migliorata
Aumento dell’8% nella velocità di risposta ai clienti
Miglioramento del 10% nell’accuratezza dei risultati di ricerca
Efficienza operativa
Riduzione del 30% dei costi interni di gestione e manutenzione del sistema
Semplicità plug-and-play riduce al minimo il sovraccarico di sviluppo e DevOps
Funzionalità di ricerca migliorate
EviMed ha eliminato il problema dei "nessun risultato di ricerca" che affliggeva la loro soluzione precedente. La terminologia medica è diversificata, con malattie che spesso presentano molteplici sottogruppi e qualificatori. Ad esempio, una query complessa come "adenocarcinoma gastrico avanzato o della giunzione gastroesofagea in pazienti precedentemente trattati con chemioterapia contenente fluoropirimidina o platino" metterebbe in difficoltà i sistemi tradizionali di ricerca full-text. Le funzionalità combinate di recupero vettoriale e ricerca full-text basata su parole chiave di Zilliz Cloud consentono una ricerca ibrida che fornisce costantemente risultati pertinenti.
Funzionalità di ricerca superiori
Zilliz Cloud ha contribuito a eliminare i frustranti problemi di “nessun risultato trovato” che affliggevano la loro soluzione precedente, specialmente nelle query complesse e multifaccettate. Ad esempio, una ricerca come:
“Adenocarcinoma gastrico avanzato o della giunzione gastroesofagea in pazienti precedentemente trattati con chemioterapia contenente fluoropirimidina o platino” sovraccaricherebbe i sistemi tradizionali di ricerca full-text.
La ricerca ibrida di Zilliz Cloud—che combina ricerca semantica basata su vettori con ricerca full-text basata su parole chiave—fornisce risultati altamente pertinenti anche nei contesti clinici più sfumati.
Fornire memorie per i loro agenti AI
Il modulo di analisi dei dati di EviMed si basa su un insieme di Agenti AI. Inserire tutte le informazioni di contesto nei grandi modelli linguistici sarebbe proibitivamente costoso. Zilliz Cloud archivia queste informazioni di contesto e le recupera tramite ricerca vettoriale in base alle esigenze dell'Agente, riducendo la dipendenza dal contesto lungo dei grandi modelli e abbassando i costi di analisi dei dati.
Guardando al futuro
La partnership tra EviMed e Zilliz ha posizionato la piattaforma di conoscenze mediche per una crescita e un'innovazione continue. Come osserva il Dr. Zeyuan Wang, CEO di EviMed: "Dopo aver integrato il servizio di database vettoriale Zilliz Cloud, le prestazioni del nostro sistema sono migliorate significativamente. Durante l'implementazione, il team di esperti di Zilliz Cloud ha fornito un supporto e un'assistenza eccellenti, dando alla nostra piattaforma EviMed un forte vantaggio competitivo nel settore."
Con Zilliz Cloud come fondamento, EviMed continua a portare avanti la sua missione di rendere le conoscenze mediche più accessibili e fruibili per i professionisti sanitari di tutto il mondo.