Il finanziamento consentirà al team di crescere e continuare lo sviluppo di soluzioni che agevolano l’uso dell’intelligenza artificiale in settori strategici come la sanità, la finanza e la pubblica amministrazione
Aindo, startup che ha sviluppato e brevettato una tecnologia di generazione di dati sintetici, ha annunciato la chiusura di un round di investimento da 6 milioni di euro guidato da United Ventures e a cui ha partecipato anche Vertis SGR. Con il fondo Vertis Venture 3 Technology Transfer, Vertis SGR è stato il primo investitore nella società. Questo nuovo finanziamento consentirà ad Aindo di potenziare il suo team e continuare lo sviluppo di soluzioni che agevolano l’uso dell’intelligenza artificiale in settori strategici come la sanità, la finanza e la pubblica amministrazione.
Leggi anche: Aindo, la startup che analizza i dati nel rispetto della privacy
Cosa fa Aindo
Per mezzo di modelli di machine learning, Aindo riesce a simulare dati reali utilizzando dati finti o “sintetici” rispettando le regole sulla privacy. La startup ha sviluppato una piattaforma di intelligenza artificiale per la gestione della catena di valore del dato basata sulla generazione di dati sintetici. Questi ultimi rappresentano un nuovo paradigma che consente l’utilizzo di dati, anche sensibili, su larga scala, riuscendo a garantire, comunque la privacy degli individui. La tecnologia dei dati sintetici è già in uso in diversi settori industriali: dall’ambito sanitario al comparto finanziario, bancario e assicurativo. In un settore ad alto impatto sociale come quello della salute, ad esempio, la tecnologia di generazione dei dati sintetici di Aindo ha già trovato varie applicazioni: dal miglioramento dell’analisi predittiva di risposta a terapie farmacologiche in patologie rare, all’efficientamento della presa in carico del paziente in ambito ospedaliero, passando per la capacità di monitorare l’assistenza sanitaria a distanza prevedendo in anticipo situazioni di potenziale rischio. I dati sintetici imitano i dati originali in modo così accurato che la loro analisi porta alle stesse identiche intuizioni dell’analisi dei dati originali, risolvendo il trade off tra privacy e utilità dell’informazione, assicurando da una parte la possibilità di valorizzare a pieno le potenzialità dell’intelligenza artificiale, e, dall’altra, di proteggere i dati personali a differenza dei tradizionali metodi di anonimizzazione.