Sztuczna inteligencja oparta na NVIDIA usprawnia opiekę nad pacjentem poprzez uproszczenie analizy danych klinicznych

Image: NVIDIA · Source

Narzędzia AI wspierane przez NVIDIA pomagają zespołom medycznym przekształcać obszerne zapisy pacjentów w praktyczne wnioski, umożliwiając szybszą, spersonalizowaną opiekę, jednocześnie zachowując bezpieczeństwo danych w systemach szpitalnych.

Dostawcy opieki zdrowotnej coraz częściej wykorzystują sztuczną inteligencję, aby poprawić opiekę nad pacjentem, skupiając się na skróceniu czasu, jaki klinicyści poświęcają na rutynową analizę danych, oraz zwiększeniu bezpośredniej interakcji z pacjentem. Technologie NVIDIA są podstawą wielu zastosowań AI, które wspierają zespoły medyczne – od badań pediatrycznych po zarządzanie szpitalem.

Jednym z godnych uwagi przykładów jest Dyania Health, firma zajmująca się AI kliniczną z siedzibą w New Jersey, która opracowała Synapsis AI. Ten silnik rozumowania klinicznego przegląda dziesięciolecia dokumentacji pacjentów – włącznie z notatkami lekarzy, wynikami badań obrazowych, raportami patologicznymi i podsumowaniami wypisów – wydobywając powiązania na długich osi czasowych, które mógłby dostrzec specjalista. System dostarcza sygnały kliniczne wskazujące na pacjentów wymagających uwagi, a każde ustalenie można prześledzić do oryginalnego dokumentu. Jednakże lekarze pozostają w centrum — oceniają wyniki AI i podejmują ostateczne decyzje dotyczące opieki.

Znaczącą cechą Synapsis AI jest to, że działa w pełni w zabezpieczonym środowisku obliczeniowym danego szpitala, wykorzystując sprzęt przyspieszany przez NVIDIA. Zapewnia to, że wrażliwe dane pacjentów nigdy nie opuszczają zapory sieciowej szpitala, co odpowiada na kwestie prywatności i bezpieczeństwa. Modele AI są rozwijane z użyciem otwartych bibliotek NVIDIA NeMo oraz optymalizowane dla serwerów GPU w szpitalu za pomocą NVIDIA TensorRT i TensorRT-LLM, co pozwala na efektywne przetwarzanie dużych zbiorów danych na miejscu.

W praktyce Cleveland Clinic zastosowała Synapsis AI do analizy ponad 7800 przypadków pacjentów poddanych wymianie zastawki aortalnej w latach 2005–2021. AI przeanalizowała obszerne zapisy pacjentów, w tym echokardiogramy wykonane wiele lat po operacji, budując modele predykcyjne oceniające ryzyko pogorszenia zastawki i konieczności ponownej interwencji po 3, 5 i 10 latach. Zadania, które ręczna analiza kliniczna zajęłaby lata, zostały wykonane szybko przez platformę.

Dr Lars Svensson, szef Instytutu Serca, Naczyń i Chirurgii Klatki Piersiowej w Cleveland Clinic, podkreślił obietnicę tej technologii w personalizacji wyników leczenia pacjentów. Poza kardiologią, podejście to można stosować do identyfikacji pacjentów do badań klinicznych, eliminowania luk w opiece w specjalnościach takich jak onkologia oraz wzbogacania rejestrów klinicznych.

Podsumowując, narzędzia AI napędzane przez NVIDIA umożliwiają zespołom medycznym bezpieczne i skuteczne wykorzystanie ogromnych ilości nieustrukturyzowanych danych medycznych, przyspieszając dostarczanie precyzyjnej i terminowej opieki nad pacjentem, jednocześnie zachowując nadzór człowieka.