NVIDIA varoma dirbtinis intelektas gerina pacientų priežiūrą efektyviai analizuojant klinikinius duomenis

Vaizdas: NVIDIA · Šaltinis

NVIDIA remiamos DI priemonės padeda sveikatos priežiūros komandai paversti platų pacientų įrašų spektrą naudingais įžvalgomis, leidžiančiomis greičiau ir individualizuotai rūpintis pacientais, tuo pačiu užtikrinant duomenų saugumą ligoninių sistemose.

Sveikatos priežiūros paslaugų teikėjai vis plačiau naudoja dirbtinį intelektą, siekdami pagerinti pacientų priežiūrą, skatindami sumažinti laiką, kurį klinikiniai specialistai praleidžia rutininėje duomenų peržiūroje, ir didinti tiesioginį bendravimą su pacientais. NVIDIA technologijos sudaro pagrindą įvairioms DI taikymo sritims, kurios padeda priežiūros komandoms — nuo vaikų sveikatos tyrimų iki ligoninių valdymo.

Vienas ryškesnių pavyzdžių yra New Jersey įsikūrusi klinikinio DI įmonė Dyania Health, sukūrusi Synapsis AI. Šis klinikinio samprotavimo variklis analizuoja dešimtmečių apimtį pacientų įrašus – gydytojų pastabas, vaizdinius tyrimus, patologijos ataskaitas ir išrašų santraukas – išskirdamas ryšius per ilgus laiko tarpus, kuriuos specialistas galėtų atrasti. Sistema teikia klinikinius signalus, nurodančius pacientus, kuriems reikia dėmesio, o kiekvieną radinį galima atsekti iki šaltinio dokumento. Tačiau klinikai lieka pagrindiniai – jie vertina DI pateiktą informaciją ir priima galutinį priežiūros sprendimą.

Svarbus Synapsis AI bruožas yra tas, kad jis veikia visiškai ligoninės saugumo zonoje, naudojant NVIDIA spartintą aparatūrą. Tai užtikrina, jog jautrūs pacientų duomenys niekada neišeina už ligoninės ugniasienės, sprendžiant privatumo ir saugumo klausimus. DI modeliai yra kuriami pasitelkiant NVIDIA NeMo atvirąsias bibliotekas ir optimizuojami ligoninių GPU serveriams naudojant NVIDIA TensorRT bei TensorRT-LLM, leidžiant efektyviai apdoroti didelius duomenų kiekius vietoje.

Praktikoje Cleveland Clinic panaudojo Synapsis AI analizuodama daugiau nei 7 800 aortos vožtuvo pakeitimo pacientų atvejų, gydytų nuo 2005 iki 2021 metų. DI peržiūrėjo išsamius pacientų įrašus, įskaitant echokardiogramas, atliktas po kelių metų po operacijos, ir sukūrė prognozuojančius modelius, vertinančius vožtuvo nusidėvėjimo riziką bei pakartotinio intervencijos poreikį po 3, 5 ir 10 metų. Užduotys, kurios klinikams būtų užtrukusios metus rankiniu būdu, buvo atliktos greitai dėka šios platformos.

Lars Svensson, Cleveland Clinic Širdies, kraujagyslių ir krūtinės instituto vadovas, pabrėžė šios technologijos perspektyvas personalizuojant pacientų gydymo rezultatus. Už kardiologijos ribų šį metodą galima taikyti atrenkant pacientus klinikiniams tyrimams, užpildant priežiūros spragas tokiose srityse kaip onkologija ir plečiant klinikinius registrus.

Apskritai NVIDIA varomos DI priemonės leidžia sveikatos priežiūros komandoms saugiai ir efektyviai valdyti milžiniškus nestruktūrizuotus medicininius duomenis, spartinant tikslios ir laiku suteikiamos pacientų priežiūros procesą, kartu saugant žmogaus kontrolę.