跳到主要內容
maxstudioNews
產品NVIDIA Blog約 3 分鐘

AI 加速醫療照護:讓病患及早獲得適切治療

人工智慧正協助醫療團隊減少例行工作,將更多時間用於病患照護。Dyania Health 開發的 Synapsis AI 臨床推理引擎,能分析數十年病歷資料,協助醫師快速理解病患完整病史。這項技術已成功應用於克里夫蘭醫學中心,大幅提升病患照護效率與精準度。

AI 加速醫療照護:讓病患及早獲得適切治療
圖片來源:NVIDIA Blog

從兒科研究到智慧醫院,人工智慧(AI)正協助醫療團隊減少處理例行事務的時間,將更多心力投入病患照護。

醫療體系和新創公司正將 AI 應用於醫療各個層面,包括為病患配對臨床試驗、支援放射科醫師、醫院團隊及居家病患。臨床醫師仍居於核心地位,負責審查 AI 輸出結果並引導決策,而 NVIDIA 技術則為這些應用提供運算支援。

本文將深入探討醫療團隊如何運用 AI 改善並加速病患照護。

Dyania Health 運用 AI 將數十年病歷轉化為更優質的照護

醫院保存著數十年的病患歷史資料,其中大部分是以自由文字形式存在的,例如醫師筆記、手術報告、影像和病理判讀以及出院摘要。為了理解一位病患的完整故事,臨床醫師需要查閱多年的病歷。

總部位於紐澤西州的臨床 AI 公司 Dyania Health,正是為此目的打造了 Synapsis AI。Synapsis AI 是一個臨床推理引擎,它能分析病患病歷中的每一份筆記、報告和實驗室結果。

它能連結相隔多年的發現,以專科醫師審閱病歷的方式回答臨床問題,並產出一系列可追溯到病歷來源的臨床訊號,告知照護團隊哪些病患需要關注以及原因。臨床醫師會審查這些證據並做出所有決策。

將病患資料保留在醫院內部

Synapsis AI 運行於醫療體系自身防火牆內的 NVIDIA 加速運算環境。整個醫療體系的病患記錄都可以在院內處理,確保病患資料絕不外洩,也絕不會離開醫院。

以這種方式處理病歷,能讓臨床團隊擺脫繁瑣的病歷審查工作,將時間用於與病患互動。然而,Synapsis AI 仍需要臨床醫師的輸入,它是一個輔助工具,能從醫療記錄中找出證據,但最終仍需由臨床醫師確認並採取行動。

Dyania 使用 NVIDIA NeMo 開源函式庫來建構和訓練其臨床模型,然後利用 NVIDIA TensorRT 和 TensorRT-LLM 最佳化這些模型,使其能在醫院自己的 GPU 伺服器上更快、更有效率地運行。

Synapsis AI 的實際應用

克里夫蘭醫學中心(Cleveland Clinic)利用 Synapsis AI 支援一項針對 2005 年至 2021 年間,超過 7,800 名主動脈瓣置換術病患的研究。

Synapsis AI 分析了每位病患的病歷,包括手術後多年內新增的每一次心臟超音波檢查結果,並利用這些資訊建立了一個預測模型。該模型能預測病患在主動脈瓣置換術後三年、五年和十年時,瓣膜惡化和再次介入治療的風險。這個 AI 平台完成了整個研究群體的病歷審查工作,而這項工作若由臨床醫師手動完成,則需耗費數年時間。

克里夫蘭醫學中心心臟、血管與胸腔研究所所長 Lars Svensson 醫師表示:「運用科技整合並分析資訊,以預測植入式心臟瓣膜的使用壽命,是邁向提升治療成效和提供更個人化病患照護的關鍵一步。」

同樣的方法也能應用於任何答案存在於醫療記錄中的醫療挑戰,例如識別符合臨床試驗資格的病患、彌補心臟科和腫瘤科的照護缺口,以及填寫臨床登記資料。

了解更多關於 Dyania Health 的資訊。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 NVIDIA Blog 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。