AI apžvalga: naujienos iš Mayo Clinic, Google Cloud ir kt
Šią savaitę „Abridge“ paskelbė, kad jos dirbtinio intelekto klausymosi ir dokumentavimo platforma bus plačiau platinama Mayo klinikoje, siekiant pagerinti pacientų priežiūrą po sveikatos sistemos įvertinimo. Ne pelno organizacijos „Every Cure and Switchboard, MD“ pranešimai, aišku, kad „Google“ ir kitų mašininio mokymosi modelių naudojimas taip pat spartėja tokiose srityse kaip vaistų panaudojimas ir infekcinės ligos. stebėjimas ir reagavimas.
Teikti gydytojams aplinkos AI
Atlikus griežtą klinikinių pastabų kokybės įvertinimą, skirtą Abridge AI aplinkos dokumentacijos slaugytojams darbo eigos, sukurtos bendradarbiaujant su Mayo Clinic ir elektroninių sveikatos įrašų pardavėja Epic Systems, bendrovė antradienį paskelbė apie naują visos įmonės susitarimą.
Išplėtusi partnerystę, bendrovė pradės sujungti maždaug 2 000 Mayo klinikos gydytojų, kasmet aptarnaujančių daugiau nei vieną milijoną pacientų, naudodama dirbtinio intelekto teikiamą klinikinės dokumentacijos programinę įrangą.
„Mes Mayo Clinic esame įsipareigoję panaudoti novatoriškas dirbtinio intelekto platformas, kad pagerintume abiejų gydytojų gerovę ir teiktume aukštos kokybės, į pacientą orientuotą priežiūrą“, – sakoma sveikatos sistemos vykdomosios praktikos dekanės daktarės Amy Williams pranešime. .
„Šiuo bendradarbiavimu siekiama sustiprinti mūsų nuolatines naujoves ir įgalinti mūsų gydytojus sutelkti dėmesį į tai, kas svarbiausia – į mūsų pacientus.
Išplėstinė prieiga prie aplinkos dirbtinio intelekto palengvina klinikinę administracinę naštą, „ir gydytojai, ir slaugytojai gali skirti daugiau dėmesio sutelktai pacientų priežiūrai“, – pridūrė Dr. Shiv Rao, Abridge generalinis direktorius ir įkūrėjas.
Jis įvertino Mayo Clinic etosą už tai, kad buvo priimtos aukštos kokybės dirbtinio intelekto naujovės, siekiant pažangos sveikatos priežiūros srityje, panaudojant generatyvųjį AI. Jis anksčiau pasakojo Sveikatos priežiūros IT naujienos kad genAI gali padėti įdarbinti kitą kartą dirbti sveikatos priežiūros pramonėje, supaprastindama sudėtingus ir daug darbo reikalaujančius procesus.
Klinika yra dirbtinio intelekto pažanga, naudojanti didelius kalbinius modelius, kad pagerintų daugelį sveikatos priežiūros paslaugų teikimo aspektų, pavyzdžiui, naudojant realaus pasaulio duomenis tiksliajai medicinai tobulinti.
LLM naudojimas numatant netinkamą naudojimą
„Every Cure“ pirmadienį paskelbė, kad naudos „Google LLM“ „Google Cloud“ infrastruktūrai ir AI technologijoms, įskaitant „Gemini 2.0“, kad paspartintų gelbėjimo atradimus ir pagerintų pacientų, sergančių ligomis, kurioms trūksta veiksmingų gydymo būdų, rezultatus.
Ne pelno organizacijos pareiškime teigiama, kad daugiau nei 300 milijonų žmonių visame pasaulyje kenčia nuo ligų, kurioms netaikomas gydymas, o vaistų perkėlimas gali patenkinti šį nepatenkintą poreikį ir padėti pagerinti gydymo įperkamumą.
Skaičiavimo biologijos platforma „Matrix“ naudos „Google“ įrankius, kad ištirtų nustatytus saugos profilius ir analizuotų išsamius duomenis, kad patvirtintų naujus esamų vaistų naudojimo būdus.
Bendrovė teigė, kad bendradarbiavimas bus sutelktas į tris naudojimo atvejus:
- AI valdomų vaistų pakartotinio panaudojimo prognozių tikslumo tobulinimas.
- Prognozių patvirtinimas naudojant pagreitintus ikiklinikinius tyrimus ir optimizuotus klinikinius tyrimus.
- Užtikrinti visuotinį patvirtintų gydymo būdų pritaikymą.
„Mes labai džiaugiamės, kad šis bendradarbiavimas su Google Cloud gali greitai padidinti kiekvieno gydymo poveikį pacientų gyvenimui“, – pranešime teigė „Every Cure“ įkūrėjas ir prezidentas dr. Davidas Fajgenbaumas. „Mes sukūrėme „Every Cure”, kad galėtume kuo greičiau gydyti pacientus esamais vaistais, ir šis bendradarbiavimas sustiprina mūsų galimybes tai padaryti.”
Infekcinių ligų nustatymas naudojant NLP
Switchboard, MD pristatė ThreatAware, kuri naudoja natūralios kalbos apdorojimo ir mašininio mokymosi modelius, kad nustatytų galimus specifinius ligos atvejus ir nustatytų jų prioritetus.
Sukurta padedant Sveikatos ir žmogiškųjų paslaugų departamentui, Strateginio pasirengimo ir reagavimo administracijai bei Biomedicinos pažangių tyrimų ir plėtros tarnybai, sistema padeda anksti nustatyti galimą infekcinių ligų riziką, kad gydytojai galėtų operatyviai įsikišti į rizikos grupei priklausančius pacientus.
„Lanksti ir gerai integruota sistema yra būtina norint valdyti kylančias grėsmes sveikatai“, – dr. Larry J. Anderson, Emory universiteto medicinos mokyklos profesorius ir buvęs Nacionalinio Ligų kontrolės centrų Virusinių ligų skyriaus direktorius. Imunizacijos ir kvėpavimo takų ligų centro pranešime teigiama.
„Naujų protrūkių atveju simptomai ir duomenų taškai gali greitai vystytis, o gebėjimas greitai prisitaikyti ir analizuoti tuos pokyčius yra labai svarbus norint priimti pagrįstus sprendimus ir palaikyti veiksmingus atsakymus.”
„Switchboard“ teigė, kad dirbtinis intelektas daro daug daugiau, nei nustato ir klasifikuoja kylančias infekcinių ligų rizikas, nes sveikatos priežiūros organizacijoms suteikia galimybę greitai reaguoti ir geriau bendradarbiauti su visuomenės sveikatos agentūromis – tai yra pagrindinė naujos technologijos galimybė.
Pasak Yuanda Zhu, „Switchboard“ inžinerijos direktoriaus, kuriant infekcinių ligų modelius, reikia atsižvelgti į daugybę dalykų.
„Reikia atidžiai apsvarstyti sveikatos būklių sudėtingumą, profesionaliai paženklintų mokymo duomenų poreikį ir didelį pacientų galimų simptomų apibūdinimo skirtumą“, – sakoma jos pranešime.
„Bendradarbiaudami su įvairiais gydytojais iš viso pasaulio, kurie padėjo apmokyti ir patvirtinti ThreatAware, sukūrėme sistemą, kuri prisitaiko prie realaus pasaulio scenarijų ir pateikia patikimas, įgyvendinamas įžvalgas.
Andrea Fox yra „Healthcare IT News“ vyresnioji redaktorė.
paštas: afox@himss.org
„Healthcare IT News“ yra HIMSS žiniasklaidos leidinys.
