«Восстание машин» на протяжении десятилетий играло решающую роль в развитии медицинских исследований и повышении точности диагностики, меняя способы мониторинга новых и существующих заболеваний. Однако, несмотря на преимущества, которые медицинская визуализация принесла в систему здравоохранения (в раннем выявлении заболеваний и неинтрузивном обследовании), суровая реальность такова, что длительные задержки и нехватка персонала продолжают накладывать серьезные ограничения на общее качество обслуживания пациентов. Однако до тех пор, пока интеграция искусственного интеллекта и облачной медицинской визуализации не даст ответа, открывающего значительные прорывы в уходе за пациентами.

Унаследованные проблемы продолжают преследовать наши службы здравоохранения

Нехватка медицинских работников, технических специалистов и оборудования – как причина, так и результат отсутствия финансирования – привела к перегрузке национальных служб здравоохранения и нехватке ресурсов, что привело к задержкам в обследованиях и, следовательно, в диагностике и лечении. Фактически, одной из самых больших проблем, с которыми сегодня сталкиваются национальные системы здравоохранения, является неспособность удовлетворить растущий спрос пациентов на медицинскую визуализацию. Чтобы дать представление о масштабе проблемы, в Великобритании ежедневно выполняется около 133 000 сканирований, однако с 2020 года число пациентов, ожидающих КТ или МРТ¹, увеличилось в 10 раз.

Результат? Несоответствие спроса и предложения и более длительное время ожидания сканирования могут означать задержки в диагностике, лечении и худшие результаты для пациентов. Вдобавок к этой проблеме, в Великобритании в настоящее время наблюдается нехватка клинических рентгенологов на 29%, которая вырастет до 40% через пять лет, если не принять никаких мер. К 2027 году потребуются еще 3365 клинических рентгенологов, чтобы удовлетворить спрос на услуги².

Однако ответ заключается не просто в увеличении мощности и ресурсов, а в повышении скорости и эффективности. Именно здесь интеграция искусственного интеллекта и облачных инфраструктур может сыграть преобразующую роль в преобразовании здравоохранения.

Надежда на горизонте: облачная медицинская визуализация может открыть значительные преимущества для ухода за пациентами

Поскольку наука и технологии, поддерживающие наши системы здравоохранения, становятся все более изощренными и сложными, то же самое происходит и с наборами данных, которые за ними стоят. Это ставит перед консультантами, испытывающими нехватку времени, задачу анализа огромных объемов данных, что приводит к дальнейшим задержкам и созданию места для ошибок. Автоматизация на основе искусственного интеллекта позволяет анализировать большие наборы медицинских изображений гораздо быстрее, с большей точностью и эффективностью, оставляя врачам больше времени для планирования лечения и оптимизации методов ухода за пациентами.

Не говоря уже о том, что программы медицинской визуализации с помощью искусственного интеллекта могут выявлять проблемы, недоступные для людей, что приводит к более быстрой и точной постановке диагнозов. Облачные программы, основанные на искусственном интеллекте и машинном обучении, также имеют дополнительную возможность автоматически отображать результаты предыдущих сканирований и обследований и, следовательно, могут отмечать отклонения или аномалии на одном изображении на основе знаний, полученных на тысячах ранее проанализированных изображений. Инструменты медицинской визуализации с открытым исходным кодом и открытой инфраструктурой, основанные на машинном обучении, будут только повышать эффективность и точность по мере анализа большего количества изображений. Таким образом, в отличие от консультантов-людей, чем больший объем сканирований выполняет технологический анализ, тем эффективнее и быстрее он становится. экономия критического времени пациентов.

Генеративный ИИ, или GenAI, обладает теми же характеристиками: базовые модели теперь обучаются на нескольких терабайтах данных. В отличие от машинного обучения, GenAI создает новые данные, напоминающие данные обучения, вместо того, чтобы просто анализировать данные, чтобы найти закономерности и сделать точные прогнозы.

Когда дело доходит до медицинской визуализации, GenAI предлагает множество новых решений. Улучшенное качество изображений, реконструкция изображений на основе глубокого обучения, обнаружение заболеваний, поддержка принятия решений в режиме реального времени: потенциал GenAI практически безграничен и может совершить революцию в области медицинской визуализации, в конечном итоге экономя время и драгоценные ресурсы для медицинских работников и организаций. .

Меньше затрат, больше пользы: искусственный интеллект позволяет снизить затраты без компромиссов

Растущие затраты продолжают препятствовать прогрессу в сфере здравоохранения, и остаются неточные, предвзятые мифы о стоимости внедрения новых технологий.

Например, широкое внедрение ИИ в ближайшие пять лет с использованием доступных в настоящее время технологий может привести к экономии 5–10% расходов на здравоохранение, что эквивалентно 200–360 миллиардам долларов в год³, при этом значительно повысив качество диагностики, планов лечения, последующего ухода и общего ухода. опыт пациента.

Благодаря облачным технологиям можно снизить затраты за счет повышения эффективности локального хранения данных, сокращения времени на обработку ручных ошибок, более высокого уровня безопасности и большей вычислительной мощности для обработки больших объемов наборов данных. В то же время время, сэкономленное на письменных анализах, высвобождает время врачей для более значимой и сложной деятельности.

В медицинской визуализации эффективность искусственного интеллекта позволяет рентгенологам автоматизировать или полуавтоматизировать свою работу, тем самым сокращая время и затраты, затрачиваемые на сортировку изображений, диагностику и планирование лечения. В сочетании с масштабируемостью и гибкостью облачных технологий радиология на базе искусственного интеллекта может предоставлять обоснованные мнения коллег со всего мира и предлагать поддержку принятия клинических решений.

Здравоохранение без границ: расширение доступа к уходу за пациентами за пределами больницы

Услуги медицинской визуализации могут предоставляться в различных медицинских учреждениях, включая больницы, центры дневной хирургии, диагностические центры и амбулаторные учреждения⁴. Однако людям, проходящим лечение, не всегда легко обращаться в медицинское учреждение. Возможность доставлять медицинское оборудование для визуализации прямо к двери пациента позволит врачам выявлять хронические заболевания на ранней стадии.

С облаком это возможно. Компания Philips разработала приложение и высокомобильный ультразвуковой датчик — небольшой датчик, который позволяет получать изображения тела с помощью звуковых волн, — что позволяет медицинским работникам использовать эту технологию в домах пациентов и выполнять УЗИ легких, сердца, брюшной полости или дородовое УЗИ. . Прямые ультразвуковые изображения могут быть переданы через облако в режиме реального времени удаленному врачу, находящемуся за тысячи миль, что помогает улучшить уход за пациентами, привлекая экспертов на ультразвуковое исследование в любой точке мира. Мобильное ультразвуковое решение Philips для медицинских учреждений затронуло более 14 миллионов жизней в 100 странах мира.

Поддержка врачей в сделать правильный звонок

В повседневной жизни медицинского работника точные и своевременные решения могут быть вопросом жизни и смерти. Технологии играют все более важную роль в оказании помощи врачам в принятии решений.

Например, влияние компании Aidoc, занимающейся клиническим искусственным интеллектом, можно ощутить во всей системе здравоохранения: от сокращения времени на диагностику и лечение до более коротких сроков подготовки отчетов⁵. Компания помогает врачам с помощью искусственного интеллекта, предоставляя оповещения в режиме реального времени о срочных случаях и ускоряя уход за пациентами. Кроме того, Aidoc помогает врачам эффективно управлять данными пациентов и рабочими процессами, обеспечивая возможность коллективных действий по всем линиям обслуживания, принося пользу системам здравоохранения, врачам и пациентам во многих отношениях. Что касается медицинской визуализации, программное обеспечение Aidoc для поддержки принятия решений анализирует компьютерную томографию, чтобы выявить острые отклонения и определить приоритетность опасных для жизни случаев. Ежемесячно сканируя более 2 миллионов пациентов, Aidoc оказывает огромное влияние на систему здравоохранения и пациентов. Исследования показали значительное сокращение продолжительности пребывания (11–36%) и времени оказания медицинской помощи (22–55%), а также значительное увеличение улучшение качества (4-45%).

Революция в экстракорпоральном оплодотворении (ЭКО) с помощью ИИ

Care Fertility, ведущий поставщик ЭКО, в партнерстве с BJSS и AWS внедрил искусственный интеллект (ИИ) в свои лаборатории для отбора эмбрионов. При существующем ручном подходе, основанном на том, что эмбриологи проверяют многочисленные покадровые изображения, компания Care Fertility стремилась использовать искусственный интеллект для преобразования процесса. Работая в тесном сотрудничестве с эмбриологами, BJSS разработала надежную модель глубокого обучения с использованием компьютерного зрения и методов анализа временных рядов. Модель, основанная на обширном наборе данных, содержащем более 500 миллионов изображений и 2 миллиона аннотированных событий, работала наравне с ручным процессом. Всего за 18 месяцев инструмент искусственного интеллекта внедряется во всех лабораториях Care. В проекте использовались такие сервисы AWS, как Fargate, S3, Step Functions, API Gateway и другие. Это нововведение может улучшить и ускорить отбор эмбрионов, а также упростить процесс ЭКО для пациентов.

Облачный ИИ уже вносит большой вклад в работу медицинских работников и пациентов: от доставки медицинских изображений прямо к вашему порогу и быстрой сортировки в больницах до ускорения отбора эмбрионов. AWS сотрудничает с организациями здравоохранения по всему миру, помогая им оптимизировать и совершенствовать свою деятельность, а также обеспечивать наилучшее качество обслуживания пациентов.

1 Отчет RCR о переписи рабочей силы Великобритании за 2020 год

2 Отчет RCR Великобритании о переписи рабочей силы 2022 года

3 СЕПР

4 Рекомендации для международных медицинских учреждений

5 Айдок