شرکت روش اعلام کرده است که با همکاری با استارتاپ Prenosis، یک ابزار پیشبینی ریسک سپسیس مبتنی بر هوش مصنوعی را پیادهسازی خواهد کرد و این ابزار را در اکوسیستم تشخیصی خود به کار خواهد گرفت. این پیشرفت پس از اعطای مجوز de novo به برنامه هوش مصنوعی فقط هفته گذشته اعلام شده است که نشان میدهد به ظرفیت آن در بهبود مراقبت از بیماران ایمان دارد.
نرمافزار نوآیس ابتکاری طراحی شده است که با یکپارچگی بیوقفه به آزمایشگاهها و بخشهای اورژانس بیمارستان از طریق مجموعه الگوریتمی navify شرکت روش یکپارچه میشود. در حالی که چارچوب مالی این همکاری هنوز زیر پوشانده شدهاست، پیامدهای بالینی آشکار است: موقعیت ابزار انتظارهای افزایشی را برای ارزیابی ریسک سپسیس در تاسیسات بهداشتی به ارمغان خواهد آورد.
از طریق بهرهگیری از غنای دادههای موجود در پروندههای سلامت الکترونیک، نوآیس مقدار ۲۲ پارامتر بالینی و بیونماد نوآیی را ارزیابی میکند و سپس بیماران را به یکی از چهار سطح ریسک سپسیس دستهبندی میکند. مهم توجه: این هوش مصنوعی اعلانهای مستقیم نمیدهد، بلکه به عنوان یک اقدام پیشگیرانه وظایف پرستاری را تسلیم میکند، شامل حفظ انتباه و آمادهسازی برای بهبود شرایط بیماران، از جمله تمدید اقامت در بیمارستان یا ضرورت برای درمانهای یکپارچه مکانیکی مانند ونتیلاسیون.
هر سال در ایالات متحده، سپسیس به عنوان یک چالش بهداشتی حیاتی بروز میکند، با تخمینها که یک سوم مرگهای تمام بیمارستانی را به این بیماری نسبت میدهد، که بر **حدود ۱.۷ میلیون بزرگسال را تحت تأثیر قرار میدهد. همکاری بین شرکت روش و Prenosis با هدف بهرهبرداری از ارزش بالینی بالای نوآیس برای مبارزه با این خطر، اطمینان از استفاده گسترده تر و اخلاقیتر از هوش مصنوعی در خدمات بهداشتی دارد.
خلاصه مبانی علمی نوآیس را نمایان میسازد؛ این هوش مصنوعی با استفاده از مجموعه اطلاعات گسترده با دقت شده که حاوی بیش از ۱۰۰٫۰۰۰ نمونه خون از بیمارانی بیش از ۲۵٬۰۰۰ بیمار در شبکه از ۱۰ سیستم بهداشتی آمریکایی بود که همه در چارچوب استراتژی دارویی دقیق Immunix شرکت Prenosis طراحی شده بودند.
هوش مصنوعی در حوزه بهداشت: انقلاب در ارزیابی ریسک سپسیس
صنعت بهداشت با یکپارچگی فناوریهای هوش مصنوعی مانند نرمافزار نوآیس توسعه یافته توسط Prenosis، که مجوز de novo دریافت کرده است، امروزه یک تحول را شهود میدهد. پیادهسازی این ابزار از طریق مجموعه الگوریتمی navify شرکت روش یک گام مهم در تشخیص و درمان سپسیس، یک عامل اصلی مرگ در بیمارستانهای سراسر جهان، را نشان میدهد.
سیستم نوآیس ابزاری رادیکال از روشهای سنتی تشخیص سپسیس را نشان میدهد که از قدرت تحلیل دادههای بزرگ برای انجام ارزیابی پیشبینی استفاده میکند بر مبنای تجزیه و تحلیل جامعی از پروندههای سلامت الکترونیک. پتانسیل این ابزار پیشبینی ریسک سپسیس مبتنی بر هوش مصنوعی برای کاهش نرخ بالای ابتلا به سپسیس که سالانه حدود ۱.۷ میلیون نفر از بزرگسالان در ایالات متحده را تحت تأثیر قرار میدهد، عظیم است. صنعت به سمت چنین راهحلهای نوآورانه به منظور بهبود نتایج بیماران و تسهیل فرایندهای بهداشتی جلو گرایانه است.
پیشبینیها بازاری و گسترش صنعت
بازار هوش مصنوعی بهداشتی جهانی در حال افزایش قابل ملاحظه است، و پیشبینیهای قابلیت رشد قابل توجهی دارد. تحقیقات بازار نشان میدهند که استفاده از هوش مصنوعی در بخش بهداشتی قرار است رشد نماید. این تکنولوژیها به منظور کاهش هزینهها، تسریع در تشخیص، ارتقاع مراقبت از بیمار و مدیریت دادههای پیچیده به طور موثرتر هستند. نقش هوش مصنوعی در تشخیص پیشبینی، مانند موارد پیشبینی سپسیس، یکی از برنامههایی است که قرار است رشد بازار را تحریک کند.
چالشها و اهمیتهای اخلاقی
با وجود آینده واعظ، صنعت با چالشهایی مانند نگرانیهای حریم خصوصی دادهها، نیاز به مجموعه دادههای بزرگ شناخته شده و موانع تأیید آنتقالی مواجه است. بهره برداری اخلاقی از سیستمهای هوش مصنوعی مانند نوآیس اهمیت ویژهای دارد تا اطمینان حاصل شود که از آنها برای استفاده معولیتآمیز بیماران در طول مدت زمان تنوع متعدد برخوردار میشود.
برای کسب اطلاعات در مورد آخرین پیشرفتها و تحقیقات در زمینه هوش مصنوعی برای بخش بهداشت، منابعی از رهبران مربوطه به صنعت توانمند کننده هستند. برخی منابع باورپذیر برای اطلاعات بیشتر شامل وبسایتهای سازمانهایی مانند سازمان بهداشت جهانی و اداره غذا و داروی آمریکا میتوانند کارآمد باشند.
در کل، تلاش مشترک بین شرکت روش و Prenosis برای آماده سازی مسیر استفاده گستردهتر از هوش مصنوعی در تشخیص پزشکی، به ارتقای یک دوره جدید در مقابله با سپسیس و بهبود کیفیت مراقبت از بیماران منجر خواهد شد. موفقیت این همکاری ممکن است باعث الهام بخشیدن به نوآوری و سرمایهگذاری بیشتر در فضای هوش مصنوعی بهداشتی شود، با احتمالا منجر به فرصتهایی برای پیشرفت در سایر حوزهها از پیشبینی و مدیریت بیماری.
The source of the article is from the blog mgz.com.tw