બોસ્ટન ચિલ્ડ્રન્સ નવા નિદાન શોધવા AI વાપરે છે
બોસ્ટન ચિલ્ડ્રન્સ ખર્ચ ઘટાડવા, ક્ષમતા વધારવા અને એક સમયે અશક્ય મનાતા કેસનું નિદાન કરવા AIને ઇન્ફ્રાસ્ટ્રક્ચર તરીકે ગણે છે.
પરિણામો
40+
અગાઉ ઉકેલાયા ન હતા એવા દુર્લભ રોગોનું નિદાન
પરિણામો
60,000
AI-સક્ષમ વર્કફ્લોમાં બચાવેલા કલાકો
પરિણામો
$7M+
કામગીરીમાં સમય બચતથી ફરી ફાળવાયેલા શ્રમમાં
પરિણામો
50+
કામગીરી વર્કફ્લોને આધાર આપતા ઓટોમેશન્સ
બોસ્ટન ચિલ્ડ્રન્સ હોસ્પિટલે માત્ર નવી ટેકનોલોજી સાથે પ્રયોગ કરવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ શરૂ કર્યો નહોતો. હોસ્પિટલે તેના બાળ દર્દીઓને, ખાસ કરીને જટિલ અને દુર્લભ સ્થિતિ ધરાવતા દર્દીઓને, સંભાળ કેવી રીતે પહોંચાડવામાં આવે છે તે સુધારવા માટે તેની ક્લિનિકલ અને કામગીરી ઇન્ફ્રાસ્ટ્રક્ચરના મુખ્ય ભાગ તરીકે સમગ્ર સંસ્થામાં AIને સમાવી. દૈનિક વર્કફ્લોમાં AIને જોડીને, ટીમે કામગીરી ખર્ચ ઘટાડ્યો, સંભાળની પહોંચ સુધારી અને અગાઉ ઉકેલાયા ન હતા એવા 40થી વધુ દુર્લભ રોગોના નિદાનમાં મદદ કરી.
બોસ્ટન ચિલ્ડ્રન્સ હોસ્પિટલ વિશ્વની સૌથી મોટી પીડિયાટ્રિક સંસ્થાઓમાંની એક છે, જે 40થી વધુ વિશેષતાઓમાં દર વર્ષે લગભગ 10 લાખ આઉટપેશન્ટ મુલાકાતો સાથે દર્દીઓને સેવા આપે છે.
ઘણી હેલ્થ સિસ્ટમ્સની જેમ, તે વધતા વહીવટી બોજને સંભાળતી વખતે કડક નાણાકીય મર્યાદાઓ હેઠળ કામ કરે છે. સપ્લાય ચેઇન, બિલિંગ અને ઓપરેશન્સની ટીમો ઇનવોઇસ પ્રક્રિયા કરવાથી લઈને શેડ્યૂલ સંકલિત કરવા સુધીના પુનરાવર્તિત કાર્યોના મોટા જથ્થાને સંભાળે છે. આ પ્રક્રિયાઓ જરૂરી છે, પરંતુ તેમાં ઘણો સમય જાય છે અને સ્ટાફને વધુ મૂલ્યવાન કામથી દૂર ખેંચે છે.
એ જ સમયે, ક્લિનિકલ ટીમો અલગ પ્રકારની મર્યાદાનો સામનો કરે છે. દુર્લભ રોગોના કેસોમાં ઘણીવાર વિખરાયેલો જનેટિક ડેટા, અધૂરો ક્લિનિકલ ઇતિહાસ અને મેડિકલ સાહિત્યનો અત્યંત મોટો ભંડાર સામેલ હોય છે. અગ્રણી સંશોધન સંસ્થામાં પણ, દરેક નિદાન સુધી પહોંચવા માટે ડૉક્ટરો આ બધી માહિતી પૂરતી ઝડપથી સંકલિત કરી શકતા નથી.
“સમસ્યા પ્રયત્નની નથી,” બોસ્ટન ચિલ્ડ્રન્સના મુખ્ય નવાચાર અધિકારી જોન બ્રાઉનસ્ટીન કહે છે. “તે માનવ જ્ઞાનાત્મક મર્યાદાઓ છે.”
બોસ્ટન ચિલ્ડ્રન્સે દસ્તાવેજીકરણ અને અનુવાદ સાધનો સહિત વ્યક્તિગત AI ઉપયોગ કેસોથી શરૂઆત કરી. પરંતુ તે પ્રારંભિક પ્રયાસોએ વિખરાયેલા અભિગમની મર્યાદાઓ ઝડપથી ઉજાગર કરી.
“તમે માત્ર એકલવાયા ઉકેલો પર આધાર રાખી શકતા નથી,” બ્રાઉનસ્ટીન કહે છે.
હોસ્પિટલે બ્રાઉનસ્ટીન જેને એન્ટરપ્રાઇઝ AI સ્તર કહે છે તે બનાવવા તરફ વળાંક લીધો: સંશોધન, ક્લિનિકલ અને વહીવટી ટીમોમાં વપરાતું સુરક્ષિત આંતરિક ChatGPT વાતાવરણ. AIને સાધનોના સમૂહ તરીકે જોવાના બદલે, સંસ્થાએ એક સહિયારો પાયો બનાવ્યો જ્યાં નવી ક્ષમતાઓ ઝડપથી વિકસાવી અને લાગુ કરી શકાય.
આ સિસ્ટમ ટીમોને તેમની ભૂમિકાઓ સાથે સીધી રીતે સંબંધિત રીતે AI સાથે કામ કરવાની મંજૂરી આપે છે, ભલે તેમાં આંતરિક ડેટાની ઍક્સેસ, મેડિકલ સાહિત્યનું સંકલન કે વર્કફ્લોને સરળ બનાવવું સામેલ હોય. સુરક્ષા, મોનિટરિંગ અને સાતત્યપૂર્ણ મૂલ્યાંકન સુનિશ્ચિત કરવા માટે ટેકનોલોજી સાથે ગવર્નન્સ માળખાં બનાવવામાં આવ્યા.
આ બદલાવથી નવાચારની ગતિ બદલાઈ ગઈ. જે સાધનોને પહેલાં લાંબા વિકાસ ચક્રોની જરૂર પડતી હતી, તે હવે દિવસોમાં લાગુ કરી શકાય છે, જેથી સંસ્થા કામગીરીની માંગ અને ક્લિનિકલ જરૂરિયાતો બંનેનો ઝડપી પ્રતિસાદ આપી શકે છે.
આજે, એક તૃતિયાંશથી વધુ કર્મચારીઓ પોતાના દૈનિક કામના ભાગરૂપે AIનો ઉપયોગ કરે છે, જે ક્લિનિકલ, સંશોધન અને વહીવટી કાર્યોમાં ફેલાયેલું છે.
બોસ્ટન ચિલ્ડ્રન્સે પ્રથમ તે વિસ્તારો પર ધ્યાન આપ્યું જ્યાં AI માપી શકાય તેવી કામગીરી અસર આપી શકે. સપ્લાય ચેઇન ઓપરેશન્સમાં, AI હવે ઇનવોઇસ સ્વીકાર, રૂટિંગ અને પ્રતિસાદોનું સંચાલન કરે છે.
સાથે સાથે, હોસ્પિટલે સર્જિકલ શેડ્યૂલિંગમાં AI લાગુ કર્યું. ક્લિનિકલ નોંધોનું વિશ્લેષણ કરીને અને દર્દીની તીવ્રતાનો અંદાજ લગાવીને, સિસ્ટમ ઓપરેટિંગ રૂમનો સમય કેવી રીતે ફાળવાય છે તે સુધારે છે. આથી શેડ્યૂલ વધુ અગાઉથી આયોજન કરી શકાય છે, ઉપયોગ વધે છે અને વધુ દર્દીઓને જરૂરી સંભાળ વધુ ઝડપથી મળી શકે છે.
વધુમાં, ડૉક્ટરો નિર્ણય લેવામાં સહાય માટે અને જટિલ ક્લિનિકલ માહિતી સંકલિત કરવા માટે AIનો ઉપયોગ કરે છે. સંશોધકો તેને ડેટા વિશ્લેષણ અને કોહોર્ટ નિર્માણમાં લાગુ કરે છે. વહીવટી ટીમો દસ્તાવેજોના ડ્રાફ્ટિંગ, કોડિંગ અને વર્કફ્લો સુધારવા માટે તેના પર આધાર રાખે છે.
સંસ્થા આ ફેરફારોને સીધા માપી શકાય તેવા પરિણામો સાથે જોડે છે. 50થી વધુ ઓટોમેશન્સમાં, બોસ્ટન ચિલ્ડ્રન્સે સમય બચતમાં લગભગ 60,000 કલાક મેળવ્યા છે, જે ફરી ફાળવાયેલા શ્રમમાં $7 મિલિયનથી વધુ બરાબર છે.
સંસ્થાએ AIને અલગ પહેલ તરીકે રજૂ કરવાના બદલે તેને રોજિંદા કામ માટે સંબંધિત બનાવવામાં ધ્યાન કેન્દ્રિત કર્યું છે.
“અહીં મુખ્ય વાત લોકોને તેઓ જ્યાં છે ત્યાં મળવાની છે,” બ્રાઉનસ્ટીન કહે છે.
કામગીરી સુધારાઓ સાથે, બોસ્ટન ચિલ્ડ્રન્સે ક્લિનિકલ શોધ માટે AIમાં રોકાણ કર્યું. હોસ્પિટલે તેને “સહ-પાઇલટ જિનેટિસિસ્ટ” તરીકે વર્ણવતી સિસ્ટમ વિકસાવી, જે જનેટિક ડેટા, ફિનોટાઇપિક માહિતી અને વૈશ્વિક મેડિકલ સાહિત્યને એકીકૃત કરવા માટે રચાઈ છે.
આ સિસ્ટમ મેડિસિનના સૌથી મુશ્કેલ પડકારોમાંથી એકને સંબોધે છે: વર્ષોથી સમજણથી બહાર રહેલા દુર્લભ રોગોનું નિદાન કરવું.
આ કામના પરિણામે, અત્યાર સુધી 40થી વધુ એવા નિદાન કરવામાં આવ્યા છે જે અગાઉ અશક્ય માનવામાં આવતા હતા. આ કામથી નવા જિન ટાર્ગેટ્સ અને સંભવિત ઉપચાર માર્ગોની ઓળખ પણ થઈ છે.
“અમે જનેટિક માહિતી, ફિનોટાઇપિક માહિતી, સાહિત્ય શોધ અને AIનું રિઝનિંગ જોડીને તે પરિવારો સુધી નિદાન પહોંચાડીએ છીએ જેઓ એક સમયે કોઈ જવાબ વિના રહી ગયા હતા,” બ્રાઉનસ્ટીન કહે છે.
દર્દીઓ અને પરિવારો માટે, અસર તરત દેખાય તેવી અને નક્કર છે. જે કેસ એક સમયે ઉકેલાયા વગર રહ્યા હતા, તે હવે જવાબો આપી રહ્યા છે અને કેટલાક કિસ્સામાં સારવાર માટે નવી દિશાઓ આપી રહ્યા છે.
“આ પહેલાં અકલ્પનીય હતું, પરંતુ હવે અનેક પરિવારોને આશા આપી રહ્યું છે,” બ્રાઉનસ્ટીન કહે છે.
બોસ્ટન ચિલ્ડ્રન્સની AI વ્યૂહરચનાનો આગળનો તબક્કો વધુ ઊંડા એકીકરણ અને વધુ વ્યાપક પ્રમાણમાં અપનાવવા પર કેન્દ્રિત છે. નેતૃત્વ ઉપયોગ અને અસર બંનેને વિસ્તૃત કરવાની નોંધપાત્ર તક જુએ છે.
હોસ્પિટલ AIને ક્લિનિકલ નિર્ણય લેવામાં વધુ સંપૂર્ણ રીતે સમાવવા, સાધનોને વિવિધ વિશેષતાઓમાં વિસ્તૃત કરવા અને OpenAI સાથે સહકાર દ્વારા મોડલને સતત સુધારવા માટે કામ કરી રહી છે.
સમય જતાં, AI મેડિકલ પ્રેક્ટિસનો મુખ્ય ઘટક બનશે તેવી અપેક્ષા છે.
“દુનિયાના સમગ્ર મેડિકલ જ્ઞાન સાથે અદભુત રીતે તાલીમ પામેલો ડૉક્ટર તમારી બાજુમાં હોય તે તમે કેમ ન ઇચ્છો?” બ્રાઉનસ્ટીને કહ્યું.
બોસ્ટન ચિલ્ડ્રન્સમાં, AI સંભાળ પૂરી પાડતા, સંશોધન અને શોધને સમર્થન આપતા ઇન્ફ્રાસ્ટ્રક્ચરનો ભાગ બની રહી છે, જે ક્લિનિશિયન અને દર્દી બંને માટે શું શક્ય છે તે ફરી વ્યાખ્યાયિત કરે છે.


