Yapay zeka, doktorlar ve hastalar arasındaki etkileşimi değiştirecek. Fakat çoğu hasta bu değişimin farkında bile olmayacak! Çünkü hasta deneyimini, tedarikçi verimliliğini, tanısal doğruluğu ve genel bakım kalitesini bir gecede ve büyük ölçekli bir yeniliğin sonucunda iyileştirmek mümkün değil. En iyi yapay zeka (AI), günümüzde kullanılmakta olan iş akışlarına, uygulamalara ve cihazlara entegre olarak, mevcut bakım süreci ile birlikte biz farkında olmadan gelişecek. Günümüzde hastaneler yüz milyonlarca dijital görüntüyü depoluyor ve bu sayı her geçen gün artıyor. Öte yandan MR ve BT gibi görüntüleme tarayıcıları da artık vücudun daha ince kesitlerini yakalayabiliyor, bu sayede 3D ile 4D görüntüler artık standart hale geliyor. İnsanların bu kadar çok veriyi faydalı bilgilere dönüştürmesi için henüz bir çözüm bulunmuyor. Hastaneler her yıl 50 petabayt veri üretiyor. Tıbbi görüntüleme, tüm sağlık verilerinin yüzde 90’lık bir kısmını oluşturuyor. Bu, çok fazla bilgi anlamına gelse de bu bilginin yüzde 97’sinden fazlası analiz edilemiyor veya kullanılamıyor.
Yapay zeka tam da bu noktada devreye giriyor
Yapay zeka, sağlık hizmetlerindeki “bilgi seli” sorununun ele alınmasında son derece önemli rol oynuyor ve tıbbi görüntüleme, yapay zekânın öneminin görülebileceği en doğru alanlardan birisi. Ancak bunu gerçekleştirmek için insanlar ve cihazlar birlikte çalışmalı ve radyologlar rollerinin değişeceğinin farkında olmalı. Klinisyenler, cihazları bakım ekibinin ayrılmaz bir parçası olarak benimseyip, cihazların rutin prosedür ve süreçleri otomatik hale getirmesini sağlayıp, bu sayede kendileri en karmaşık ve kritik durumdaki hastalara odaklanabilir ve hastalıkları daha etkin ve etkili bir şekilde teşhis ve tedavi edebilir. Yapay zeka ile güçlendirilen tıbbi görüntüleme sistemleri, radyologların tipik örnekleri tanımasına yönelik taramaları oluşturabilir ve acil veya ciddi durumlardaki hastaları daha hızlı tedavi etmelerine yardımcı olabilir. Hedef: daha doğru ve kaliteli bakım.
Sağlık Hizmeti + Dijital
Her bir sağlık hizmeti sağlayıcısı, ekipman üreticisi ve görüntüleme teknolojisi tedarikçisi, sağlık hizmetlerinde yapay zekanın benimsenmesinde ve evrimleşmesinde oldukça önemli bir role sahip. Özellikle sağlık kurumları, uygulamaların önemli hasta vakalarındaki kullanımına ve iş akışı verimliliğini artıran etkilerine odaklanmaktadır. Bu yüzden, kurumlar, yazılımların kusursuz entegrasyonunu mümkün kılan algoritmaların klinik açıdan da doğrulandığından emin olmak zorundadır. Kurumsal görüntülemeyi modernleştirmek, günümüzün karmaşık sağlık hizmeti ağlarındaki genel bilgi akışını geliştirmeye yardımcı olacak. Ayrıca bu durum, ortaya çıkan yapay zeka çözümlerinin ve diğer veri analiz araçlarının verimli kullanımı için gerekli olan konsolide veri tabanının oluşturulmasına yardımcı olabilir. GE Sağlık ve Intel, bu nedenle yeni nesil görüntüleme teknolojisini tasarlamak üzere bir ortaklık kurdu. Intel ve GE Sağlık yazılımcıları; türünün ilk örneği olan, sağlık hizmeti görüntüleme teknolojisine yönelik bir dijital geliştirme laboratuvarında, yeni Ölçeklendirilebilir Intel Xeon platformu aracılığıyla tıbbi görüntüleme donanımı/yazılımı, bulut ve edge teknolojisi için yenilikler geliştiriyor, bunları test ediyor ve onaylıyor. Bu yeniliklerin amacı, daha yüksek varlık performansı ve daha hızlı görüntü işleme sayesinde hasta riskini ve maruz kalınan doz miktarını azaltmak, daha yüksek bir hastane verimliliği sunmak ve tanı ve tedavi için zaman kazandıracak çözümler yaratmak. Intel ve GE, spesifik olarak radyologların görüntüleri daha hızlı okumasını sağlayarak görüntüleme cihazlarının toplam sahip olma maliyetini yüzde 25’e kadar azaltmayı hedefliyor.
Klinisyenler + Yazılım
GE Sağlık, tıbbi görüntülerden elde edilen büyük ölçekli verilerden en iyi şekilde yararlanmanın yollarını ararken, aynı zamanda daha küçük veri kaynaklarına da yöneliyor. Küçük veri; iş akışı sorunlarını ele almaya yönelik, çalışan uygulamaları ve hasta bakımı hakkında değerli, gerçek zamanlı bilgileri içeren ve yerel düzeyde veya departman düzeyinde erişilebilen bir veri kaynağı olarak bilinir.
Sağlık hizmetlerinin en eski tıbbi görüntüleme şekli olan X-ray taramaları, tüm tıbbi görüntülemelerin beşte üçünü oluşturuyor, ancak düşük görüntü kalitesi veya hasta konumlandırması nedeniyle kullanılamayan görüntü sayısı (X-ışını “ret oranları”) yaklaşık %25 oranında. Bu ret oranlarını azaltmak, zaman ve kaynak tasarrufu sağlayarak hasta deneyimini iyileştirebilir.
GE Sağlık bu nedenle, reddedilen görüntülerin temel nedenlerini anlamak için klinisyenlerin veri toplama sürecini otomatikleştirmelerine yardımcı olan bir X-ray analizi uygulaması geliştirdi. Washington Üniversitesi’nde gerçekleştirilen uygulama, radyoloji departmanının ölçülebilir bir zaman ve kaynak tasarrufu (230 tıklama ve yedi saatlik bir süre kazanımı) yapmasını ve teknisyenlerin daha verimli çalışabilmeleri için halihazırda geribildirimler sağladı.
Bu çalışma, radyologların ve teknisyenlerin ilk denemelerinde doğru görüntüyü almalarına yardımcı olarak departman verimliliğini artıracak ve klinik yorumlama ve hasta etkileşimi için daha fazla zaman ayırmalarını sağlayacak. Belirli amaçlar için küçük verilerden faydalanmak, organizasyonlara değişim süreçlerini etkileyen büyük kazançlar sağlayabilir.
