据 SiliconANGLE 报道，医疗技术公司 Flahy Inc. 正在把知识图谱用于临床决策支持，将可能影响一个人预防或治疗下一步的信息汇集到同一张图中。公司创始人兼首席执行官 Jagjit Singh 在该媒体 theCUBE 直播访谈节目 theCUBE + NYSE Wired: AI Luminaries 中介绍了这一做法。他表示，需要处理的知识量很大，知识层之所以关键，是因为它把数据层与模型层连接起来，告诉模型哪些事实重要、某个具体数据点意味着什么。
Singh 说，公司处理的是分布在巨大图谱上的生物与临床信息，由此决定对某个具体的人应当走哪条决策树或哪条路径，以作出更好的治疗决策。他用一个假设病例说明这种思路：如果一位患者带有某种基因突变和某项高胆固醇标志物，此时出现一个新的临床信号，是否会改变这名患者应接受的治疗方式？他认为这本身就是一个图形化的问题。
Singh 说，Flahy 团队花了数年时间构建基于图的信息数据库，并训练模型识别数据点之间的关系。他还表示，公司与 Neo4j Inc. 等图技术企业合作。其中一个挑战是把可穿戴设备的读数与其他健康信息一起放入图谱，使系统能够解读随时间发生的变化。
他说，Flahy 自研了专有引擎，临床决策或公司试图解决的问题始终是一个遍历问题；面对纵向数据，必须找到办法将其放入特定的图中。他称，如何在分散的不同模态之间把点连起来，是公司正在努力解决的难题。
据 Singh 介绍，AI 医疗需要清楚解释信息如何促成一项决定。公司面向消费者的产品 FlahyLife 把生物与健康信息结合起来，用于指导预防、早期发现和治疗方案选择方面的下一步。他说，Flahy 正与领先的临床实验室和卫生系统合作，推动平台在更好的临床决策和弥补照护缺口方面落地；只要把图连接起来，就能以正确的方式推理，在正确的时间为正确的人提供正确的检测。