Boston Children’s AI-ს ახალი დიაგნოზებისთვის იყენებს

Boston Children’s Hospital-მა ხელოვნური ინტელექტის გამოყენება უბრალოდ ახალი ტექნოლოგიით ექსპერიმენტისთვის არ დაიწყო. საავადმყოფომ AI ორგანიზაციის მასშტაბით დანერგა, როგორც თავისი კლინიკური და ოპერაციული ინფრასტრუქტურის ძირითადი ნაწილი, რათა გაეუმჯობესებინა პედიატრიული პაციენტებისთვის, განსაკუთრებით რთული და იშვიათი მდგომარეობების მქონეებისთვის, ზრუნვის მიწოდება. AI-ს ყოველდღიურ სამუშაო პროცესებში ინტეგრირებით გუნდმა შეამცირა ოპერაციული ხარჯები, გააუმჯობესა ზრუნვაზე წვდომა და დაეხმარა 40-ზე მეტი იშვიათი მდგომარეობის დიაგნოსტირებას, რომლებიც მანამდე გაურკვეველი რჩებოდა.

Boston Children’s Hospital მსოფლიოში ერთ-ერთი უდიდესი პედიატრიული დაწესებულებაა, რომელიც 40-ზე მეტ სპეციალობაში ემსახურება პაციენტებს და ყოველწლიურად თითქმის 1 მილიონ ამბულატორიულ ვიზიტს ატარებს.

ბევრი ჯანდაცვის სისტემის მსგავსად, ის მკაცრი ფინანსური შეზღუდვების პირობებში მუშაობს და ამავდროულად მზარდ ადმინისტრაციულ ტვირთს მართავს. მომარაგების ჯაჭვის, ბილინგისა და ოპერაციების გუნდები დიდი მოცულობის განმეორებად ამოცანებს ამუშავებენ — ინვოისების დამუშავებიდან განრიგების კოორდინაციამდე. ეს პროცესები აუცილებელია, მაგრამ დიდ დროს მოითხოვს და თანამშრომლებს უფრო მაღალი ღირებულების სამუშაოს აშორებს.

ამავე დროს, კლინიკური გუნდები სხვა ტიპის შეზღუდვას აწყდებიან. იშვიათი დაავადებების შემთხვევები ხშირად მოიცავს დანაწევრებულ გენეტიკურ მონაცემებს, არასრულ კლინიკურ ისტორიებს და სამედიცინო ლიტერატურის უზარმაზარ მოცულობას. წამყვან კვლევით დაწესებულებაშიც კი ექიმები ვერ ასწრებენ მთელი ამ ინფორმაციის საკმარისად სწრაფად სინთეზს, რათა თითოეულ დიაგნოზამდე მივიდნენ.

„პრობლემა ძალისხმევა არ არის,“ ამბობს John Brownstein, Boston Children’s-ის ინოვაციების მთავარი ოფიცერი. „ეს ადამიანის კოგნიტიური საზღვრებია.“

Boston Children’s-მა დაიწყო AI-ს ცალკეული გამოყენების შემთხვევებით, მათ შორის დოკუმენტაციისა და თარგმნის ხელსაწყოებით. მაგრამ ამ ადრეულმა ძალისხმევამ სწრაფად გამოავლინა ფრაგმენტული მიდგომის შეზღუდვები.

„ერთჯერად გადაწყვეტებზე უბრალოდ ვერ იქნებით დამოკიდებული,“ ამბობს Brownstein.

საავადმყოფო გადავიდა იმის შექმნაზე, რასაც Brownstein საწარმოო AI ფენას უწოდებს: უსაფრთხო შიდა ChatGPT გარემო, რომელსაც კვლევითი, კლინიკური და ადმინისტრაციული გუნდები იყენებენ. AI-ს ინსტრუმენტების ნაკრებად განხილვის ნაცვლად, ორგანიზაციამ შექმნა საერთო საფუძველი, სადაც ახალი შესაძლებლობების სწრაფად განვითარება და დანერგვა შეიძლებოდა.

ეს სისტემა გუნდებს საშუალებას აძლევს, AI-სთან იმუშაონ ისე, როგორც უშუალოდ შეესაბამება მათ როლებს — იქნება ეს შიდა მონაცემებზე წვდომა, სამედიცინო ლიტერატურის სინთეზი თუ სამუშაო პროცესების გამარტივება. უსაფრთხოების, მონიტორინგისა და თანმიმდევრული შეფასების უზრუნველსაყოფად ტექნოლოგიასთან ერთად მმართველობის სტრუქტურებიც შეიქმნა.

ამ ცვლილებამ ინოვაციის ტემპი შეცვალა. ინსტრუმენტები, რომლებსაც ადრე ხანგრძლივი განვითარების ციკლები სჭირდებოდა, ახლა დღეებში შეიძლება დაინერგოს, რაც ორგანიზაციას საშუალებას აძლევს სწრაფად უპასუხოს როგორც ოპერაციულ მოთხოვნებს, ისე კლინიკურ საჭიროებებს.

დღეს თანამშრომლების მესამედზე მეტი AI-ს ყოველდღიური სამუშაოს ნაწილად იყენებს — კლინიკურ, კვლევით და ადმინისტრაციულ ფუნქციებში.

Boston Children’s-მა თავდაპირველად ყურადღება იმ სფეროებზე გაამახვილა, სადაც AI-ს გაზომვადი ოპერაციული გავლენის მოტანა შეეძლო. მომარაგების ჯაჭვის ოპერაციებში AI ახლა ინვოისების მიღებას, გადამისამართებასა და პასუხებს მართავს.

პარალელურად, საავადმყოფომ AI ქირურგიული განრიგების დაგეგმვაში გამოიყენა. კლინიკური ჩანაწერების ანალიზითა და პაციენტის მდგომარეობის სიმძიმის შეფასებით სისტემა აუმჯობესებს საოპერაციო ოთახების დროის განაწილებას. ეს საშუალებას იძლევა განრიგები უფრო ადრე დაიგეგმოს, გაიზარდოს გამოყენების მაჩვენებელი და მეტმა პაციენტმა უფრო სწრაფად მიიღოს საჭირო ზრუნვა.

გარდა ამისა, ექიმები AI-ს გადაწყვეტილებების მხარდაჭერისა და რთული კლინიკური ინფორმაციის სინთეზისთვის იყენებენ. მკვლევრები მას მონაცემთა ანალიზისა და კოჰორტების შექმნისთვის იყენებენ. ადმინისტრაციული გუნდები მას დოკუმენტების შედგენაში, კოდირებასა და სამუშაო პროცესების გაუმჯობესებაში ეყრდნობიან.

ორგანიზაცია ამ ცვლილებებს პირდაპირ აკავშირებს გაზომვად შედეგებთან. 50-ზე მეტ ავტომატიზაციაში Boston Children’s-მა დაახლოებით 60,000 საათი დაზოგა, რაც ხელახლა გადანაწილებულ შრომაში 7 მილიონ დოლარზე მეტის ეკვივალენტია.

ორგანიზაციამ ყურადღება გაამახვილა იმაზე, რომ AI ყოველდღიურ სამუშაოსთან რელევანტური ყოფილიყო და არა ცალკე ინიციატივის სახით დანერგილიყო.

„აქ მთავარი არის ადამიანებთან იქ მისვლა, სადაც ისინი არიან,“ ამბობს Brownstein.

ოპერაციულ გაუმჯობესებებთან ერთად Boston Children’s-მა AI-ში ინვესტიცია კლინიკური აღმოჩენებისთვისაც ჩადო. საავადმყოფომ შეიმუშავა სისტემა, რომელსაც „თანაპილოტ გენეტიკოსს“ უწოდებს და რომელიც გენეტიკური მონაცემების, ფენოტიპური ინფორმაციისა და გლობალური სამედიცინო ლიტერატურის ინტეგრირებისთვისაა შექმნილი.

ეს სისტემა მედიცინაში ერთ-ერთ ყველაზე რთულ გამოწვევას პასუხობს: იშვიათი დაავადებების დიაგნოსტირებას, რომლებიც წლების განმავლობაში ახსნას ვერ პოულობდა.

ამ მუშაობის შედეგად დღემდე დადგენილია 40-ზე მეტი დიაგნოზი, რომლებიც ადრე შეუძლებლად მიიჩნეოდა. ამ სამუშაომ ასევე გამოიწვია ახალი გენური სამიზნეების და პოტენციური თერაპიული გზების იდენტიფიცირება.

„ჩვენ ვაერთიანებთ გენეტიკურ ინფორმაციას, ფენოტიპურ ინფორმაციას, ლიტერატურის ძიებას და AI-ს მსჯელობას, რათა დიაგნოზები მივაწოდოთ ოჯახებს, რომლებიც ოდესღაც ყოველგვარი პასუხის გარეშე რჩებოდნენ,“ ამბობს Brownstein.

პაციენტებისა და ოჯახებისთვის გავლენა მყისიერი და ხელშესახებია. შემთხვევები, რომლებიც ოდესღაც გაურკვეველი რჩებოდა, ახლა პასუხებს იძლევა და ზოგ შემთხვევაში მკურნალობის ახალ მიმართულებებსაც.

„ეს ადრე წარმოუდგენელი იყო, ახლა კი ამდენ ოჯახს იმედს აძლევს,“ ამბობს Brownstein.

Boston Children’s-ის AI სტრატეგიის შემდეგი ეტაპი უფრო ღრმა ინტეგრაციასა და ფართო დანერგვაზეა მიმართული. ხელმძღვანელობა ხედავს მნიშვნელოვან შესაძლებლობას, გაფართოვდეს როგორც გამოყენება, ისე გავლენა.

საავადმყოფო მუშაობს AI-ს უფრო სრულად ჩაშენებაზე კლინიკური გადაწყვეტილებების მიღებაში, ინსტრუმენტების სპეციალობებზე გაფართოებასა და OpenAI-სთან თანამშრომლობით მოდელების მუდმივ დახვეწაზე.

დროთა განმავლობაში მოსალოდნელია, რომ AI სამედიცინო პრაქტიკის ძირითადი კომპონენტი გახდება.

„როგორ არ მოგინდებოდათ გვერდით გყოლოდათ წარმოუდგენლად კარგად მომზადებული ექიმი, რომელსაც მსოფლიოს მთელი სამედიცინო ცოდნა აქვს?“ თქვა Brownstein-მა.

Boston Children’s-ში AI ხდება ინფრასტრუქტურის ნაწილი, რომელიც ზრუნვის მიწოდებას, კვლევასა და აღმოჩენას უჭერს მხარს — და ხელახლა განსაზღვრავს, რა არის შესაძლებელი როგორც კლინიცისტებისთვის, ისე პაციენტებისთვის.