പുതിയ രോഗനിർണ്ണയങ്ങൾക്ക് Boston Children's, AI ഉപയോഗിക്കുന്നു

വെറുമൊരു പുതിയ സാങ്കേതികവിദ്യ പരീക്ഷിക്കുക എന്ന ലക്ഷ്യത്തോടെ മാത്രമായിരുന്നില്ല Boston Children's Hospital ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിക്കാൻ തീരുമാനിച്ചത്. കുട്ടികളായ രോഗികൾക്ക്, പ്രത്യേകിച്ച് സങ്കീർണ്ണവും അപൂർവ്വവുമായ രോഗാവസ്ഥകളുള്ളവർക്ക് നൽകുന്ന ചികിത്സയും പരിചരണവും മെച്ചപ്പെടുത്തുന്നതിനായി, ആശുപത്രി തങ്ങളുടെ ക്ലിനിക്കൽ, ദൈനംദിന പ്രവർത്തനങ്ങളുടെ ഒരു പ്രധാന ഭാഗമായി AI-യെ സ്ഥാപനത്തിലുടനീളം ഉൾപ്പെടുത്തി. ദൈനംദിന ജോലികളിൽ AI-യെ സംയോജിപ്പിക്കുന്നതിലൂടെ, പ്രവർത്തനച്ചെലവുകൾ കുറയ്ക്കാനും, മികച്ച ചികിത്സ വേഗത്തിൽ ലഭ്യമാക്കാനും, മുമ്പ് കണ്ടെത്താൻ കഴിയാതിരുന്ന 40-ലധികം അപൂർവ്വ രോഗാവസ്ഥകൾ നിർണ്ണയിക്കാനും അവരുടെ ടീമിന് സാധിച്ചു.

Boston Children’s Hospital ലോകത്തിലെ ഏറ്റവും വലിയ ശിശുരോഗ സ്ഥാപനങ്ങളിൽ ഒന്നാണ്, 40-ലധികം സ്പെഷ്യാലിറ്റികളിലായി രോഗികളെ സേവിക്കുന്നു, ഓരോ വർഷവും ഏകദേശം 10 ലക്ഷം ഔട്ട്‌പേഷ്യന്റ് സന്ദർശനങ്ങൾ കൈകാര്യം ചെയ്യുന്നു.

മറ്റ് പല ഹെൽത്ത് സംവിധാനങ്ങളെയും പോലെ, വർദ്ധിച്ചുവരുന്ന അഡ്മിനിസ്ട്രേറ്റീവ് ജോലികളുടെ ഭാരം കൈകാര്യം ചെയ്യുന്നതിനൊപ്പം തന്നെ കടുത്ത സാമ്പത്തിക പരിമിതികൾക്കുള്ളിലാണ് ഇതും പ്രവർത്തിക്കുന്നത്. ഇൻവോയ്സുകൾ പ്രോസസ്സ് ചെയ്യുന്നത് മുതൽ ഷെഡ്യൂളുകൾ ഏകോപിപ്പിക്കുന്നത് വരെ, ആവർത്തിച്ചു വരുന്ന നിരവധിയായ ജോലികളാണ് സപ്ലൈ ചെയിൻ, ബില്ലിംഗ്, ഓപ്പറേഷൻസ് വിഭാഗങ്ങളിലെ ടീമുകൾ കൈകാര്യം ചെയ്യുന്നത്. ഈ പ്രക്രിയകൾ അത്യാവശ്യമാണെങ്കിലും കൂടുതൽ സമയമെടുക്കുന്നവയായതിനാൽ, കൂടുതൽ പ്രാധാന്യമുള്ള ജോലികളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നതിൽ നിന്നും ഇത് ജീവനക്കാരെ അകറ്റുന്നു.

അതേസമയം, ക്ലിനിക്കൽ ടീമുകൾ മറ്റൊരു തരത്തിലുള്ള പരിമിതിയാണ് നേരിടുന്നത്. അപൂർവ്വ രോഗങ്ങളുടെ കാര്യത്തിൽ പലപ്പോഴും ക്രമരഹിതമായ ജനിതക വിവരങ്ങൾ, അപൂർണ്ണമായ രോഗചരിത്രം, അതിവിപുലമായ വൈദ്യശാസ്ത്ര വിവരങ്ങൾ എന്നിവ പരിശോധിക്കേണ്ടതായി വരുന്നു. ഒരു പ്രമുഖ ഗവേഷണ സ്ഥാപനത്തിൽ പോലും, എല്ലാ രോഗനിർണ്ണയങ്ങളും നടത്തുന്നതിനായി ഈ വിവരങ്ങളെല്ലാം ആവശ്യത്തിന് വേഗത്തിൽ ക്രോഡീകരിക്കാൻ ഡോക്ടർമാർക്ക് കഴിഞ്ഞെന്ന് വരില്ല.

“പ്രശ്നം ശ്രമത്തിന്റെ കുറവല്ല,” Boston Children’s-ലെ ചീഫ് ഇന്നവേഷൻ ഓഫീസർ ജോൺ ബ്രൗൺസ്റ്റീൻ പറയുന്നു. “അത് മനുഷ്യന്റെ ബൗദ്ധിക പരിധികളാണ്.”

ഡോക്യുമെന്റേഷൻ, വിവർത്തന ടൂളുകൾ എന്നിവയുൾപ്പെടെയുള്ള ഓരോരോ AI ഉപയോഗങ്ങളിലൂടെയാണ് Boston Children’s ആരംഭിച്ചത്. എന്നാൽ ക്രോഡികൃതമല്ലാത്ത ഇത്തരം സമീപനത്തിന്റെ പരിമിതികൾ പ്രാരംഭ ശ്രമങ്ങൾ വളരെ വേഗം തന്നെ വെളിപ്പെടുത്തി..

"ഒറ്റപ്പെട്ട പരിഹാരങ്ങളെ മാത്രം നിങ്ങൾക്ക് ആശ്രയിക്കാനാകില്ല," ബ്രൗൺസ്റ്റൈൻ പറയുന്നു.

ബ്രൗൺസ്റ്റൈൻ 'എന്റർപ്രൈസ് AI ലെയർ' എന്ന് വിളിക്കുന്ന, ഒന്ന് നിർമ്മിക്കുന്നതിലേക്ക് ആശുപത്രി തങ്ങളുടെ ശ്രദ്ധ മാറ്റി: ഗവേഷണ, ക്ലിനിക്കൽ, അഡ്മിനിസ്ട്രേറ്റീവ് ടീമുകളിലുടനീളം ഉപയോഗിക്കുന്ന സുരക്ഷിതമായ ഒരു ഇന്റേണൽ ChatGPT എൻവയോണ്മെൻ്റ്. AI-യെ കേവലം ഉപകരണങ്ങളുടെ ഒരു ശേഖരമായി കാണുന്നതിന് പകരം, പുതിയ സാങ്കേതികവിദ്യകളും സംവിധാനങ്ങളും വേഗത്തിൽ വികസിപ്പിക്കാനും പ്രാവർത്തികമാക്കാനും കഴിയുന്ന ഒരു പൊതു അടിത്തറയാണ് സ്ഥാപനം ഇതിലൂടെ സൃഷ്ടിച്ചത്.

ആന്തരിക ഡാറ്റ ആക്‌സസ് ചെയ്യുന്നതായാലും, വൈദ്യശാസ്ത്ര വിവരങ്ങൾ ക്രോഡീകരിക്കുന്നതായാലും, അല്ലെങ്കിൽ ജോലിക്രമങ്ങൾ കൂടുതൽ സുഗമമാക്കുന്നതായാലും, തങ്ങളുടെ ജോലികൾക്ക് നേരിട്ട് ഉപകാരപ്പെടുന്ന രീതിയിൽ AI ഉപയോഗിച്ച് പ്രവർത്തിക്കാൻ ഈ സംവിധാനം ടീമുകളെ അനുവദിക്കുന്നു. സുരക്ഷ, നിരീക്ഷണം, തുടർച്ചയായ വിലയിരുത്തൽ എന്നിവ ഉറപ്പാക്കുന്നതിനായി ഈ സാങ്കേതികവിദ്യയ്ക്കൊപ്പം തന്നെ കൃത്യമായ നിയന്ത്രണ സംവിധാനങ്ങളും ഇവിടെ രൂപപ്പെടുത്തിയിട്ടുണ്ട്.

ഈ മാറ്റം നൂതനാശയങ്ങളുടെ വേഗതയെ തന്നെ മാറ്റിമറിച്ചു. മുമ്പ് വികസിപ്പിച്ചെടുക്കാൻ ദീർഘകാലമെടുത്തിരുന്ന ടൂളുകൾ ഇപ്പോൾ ചുരുങ്ങിയ ദിവസങ്ങൾക്കുള്ളിൽ തന്നെ സജ്ജമാക്കാൻ കഴിയുന്നു. ഇത് പ്രവർത്തനപരമായ ആവശ്യങ്ങളോടും ക്ലിനിക്കൽ ആവശ്യങ്ങളോടും വേഗത്തിൽ പ്രതികരിക്കാൻ സ്ഥാപനത്തെ പ്രാപ്തമാക്കുന്നു.

ഇന്ന്, ക്ലിനിക്കൽ, ഗവേഷണ, അഡ്മിനിസ്ട്രേറ്റീവ് പ്രവർത്തനങ്ങളിലായി, ജീവനക്കാരിൽ മൂന്നിലൊന്നിലധികം പേർ അവരുടെ ദൈനംദിന ജോലിയുടെ ഭാഗമായി AI ഉപയോഗിക്കുന്നു.

AI-ക്ക് പ്രകടമായ മാറ്റം കൊണ്ടുവരാൻ കഴിയുന്ന പ്രവർത്തന മേഖലകളിലാണ് Boston Children’s ആദ്യം ശ്രദ്ധ കേന്ദ്രീകരിച്ചത്. സപ്ലൈ ചെയിൻ പ്രവർത്തനങ്ങളിൽ, ഇൻവോയ്സുകൾ സ്വീകരിക്കുന്നതും ബന്ധപ്പെട്ടവർക്ക് കൈമാറുന്നതും അവയ്ക്കുള്ള മറുപടികൾ നൽകുന്നതും ഇപ്പോൾ AI ആണ് കൈകാര്യം ചെയ്യുന്നത്.

ഇതിനു സമാന്തരമായി, ശസ്ത്രക്രിയകളുടെ സമയം ക്രമീകരിക്കുന്നതിന് ആശുപത്രി AI പ്രയോജനപ്പെടുത്തി. ക്ലിനിക്കൽ നോട്ടുകൾ വിശകലനം ചെയ്യുന്നതിലൂടെയും രോഗികളുടെ അവസ്ഥയുടെ തീവ്രത വിലയിരുത്തുന്നതിലൂടെയും, ഓപ്പറേറ്റിംഗ് റൂമിലെ സമയം അനുവദിക്കുന്ന രീതി ഈ സംവിധാനം കൂടുതൽ മെച്ചപ്പെടുത്തുന്നു. ഷെഡ്യൂളുകൾ മുൻകൂട്ടി തയ്യാറാക്കാൻ ഇത് സഹായിക്കുന്നു, ഇതിലൂടെ സമയവിനിയോഗം വർദ്ധിപ്പിക്കാനും കൂടുതൽ രോഗികൾക്ക് അവർക്ക് ആവശ്യമായ പരിചരണം വേഗത്തിൽ ലഭ്യമാക്കാനും സാധിക്കുന്നു.

കൂടാതെ, തീരുമാനങ്ങൾ എടുക്കുന്നതിനുള്ള സഹായത്തിനും സങ്കീർണ്ണമായ ക്ലിനിക്കൽ വിവരങ്ങൾ ക്രോഡീകരിക്കുന്നതിനും ഡോക്ടർമാർ AI ഉപയോഗിക്കുന്നു. ഡാറ്റാ വിശകലനത്തിനും കോഹോർട്ട് ബിൽഡിംഗിനും ഗവേഷകർ ഇത് പ്രയോജനപ്പെടുത്തുന്നു. ഡോക്യുമെന്റുകൾ തയ്യാറാക്കുന്നതിനും, കോഡിംഗിനും, ജോലിക്രമങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിനും അഡ്മിനിസ്ട്രേറ്റീവ് ടീമുകൾ ഇതിനെ ആശ്രയിക്കുന്നു.

ഈ മാറ്റങ്ങളെ സ്ഥാപനം അളക്കാനാകുന്ന ഫലങ്ങളുമായി നേരിട്ട് ബന്ധിപ്പിക്കുന്നു. 50-ലധികം ഓട്ടോമേഷനുകളിലൂടെ ഏകദേശം 60,000 മണിക്കൂർ സമയലാഭം നേടാൻ Boston Children's-ന് കഴിഞ്ഞു. മറ്റ് ജോലികൾക്കായി പുനർവിന്യസിക്കപ്പെട്ട അധ്വാനത്തിന്റെ അടിസ്ഥാനത്തിൽ കണക്കാക്കുമ്പോൾ, ഇത് 7 ദശലക്ഷം ഡോളറിലധികം തുകയ്ക്ക് തുല്യമാണ്.

എഐയെ സ്വതന്ത്ര സംരംഭമായി അവതരിപ്പിക്കുന്നതിനു പകരം ദൈനംദിന ജോലിക്ക് പ്രസക്തമാക്കുന്നതിലാണ് സ്ഥാപനം ശ്രദ്ധ കേന്ദ്രീകരിച്ചത്.

"ആളുകൾ ഏത് സാഹചര്യത്തിലാണോ അതിനനുസരിച്ച് അവരെ സമീപിക്കുക എന്നതാണ് ഇവിടുത്തെ പ്രധാന കാര്യം," ബ്രൗൺസ്റ്റൈൻ പറയുന്നു.

പ്രവർത്തനപരമായ മെച്ചപ്പെടുത്തലുകൾക്കൊപ്പം തന്നെ, പുതിയ ക്ലിനിക്കൽ വിവരങ്ങൾ കണ്ടെത്തുന്നതിനായി Boston Children’s AI-യിൽ നിക്ഷേപം നടത്തി. ജനിതക വിവരങ്ങൾ, ഫിനോടൈപ്പിക് വിവരങ്ങൾ, ആഗോള വൈദ്യശാസ്ത്ര വിവരങ്ങൾ എന്നിവ സംയോജിപ്പിക്കുന്നതിനായി രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതും, അവർ കോ-പൈലറ്റ് ജനറ്റിസിസ്റ്റ് എന്ന് വിശേഷിപ്പിക്കുന്നതുമായ ഒരു സംവിധാനം ആശുപത്രി വികസിപ്പിച്ചെടുത്തു.

വർഷങ്ങളായി വിശദീകരണാതീതമായി നിന്ന അപൂർവ രോഗങ്ങൾ നിർണയിക്കുക എന്ന വൈദ്യശാസ്ത്രത്തിലെ ഏറ്റവും ബുദ്ധിമുട്ടുള്ള വെല്ലുവിളികളിലൊന്നിനെ ഈ സംവിധാനം അഭിമുഖീകരിക്കുന്നു.

ഈ പ്രവർത്തനത്തിന്റെ ഫലമായി, മുമ്പ് അസാധ്യമെന്ന് കരുതിയിരുന്ന 40-ലധികം രോഗനിർണയങ്ങൾ ഇതുവരെ നടത്തിയിട്ടുണ്ട്. പുതിയ ജീൻ ലക്ഷ്യങ്ങളും സാധ്യതയുള്ള ചികിത്സാ മാർഗങ്ങളും തിരിച്ചറിയുന്നതിലേക്കും ഈ പ്രവർത്തനം നയിച്ചു.

"ഒരു കാലത്ത് യാതൊരു ഉത്തരങ്ങളും ലഭിക്കാതെ പോയിരുന്ന കുടുംബങ്ങൾക്ക് രോഗനിർണ്ണയം ലഭ്യമാക്കുന്നതിനായി ജനിതക വിവരങ്ങൾ, ഫിനോടൈപ്പിക് വിവരങ്ങൾ, ലിറ്ററേച്ചർ സെർച്ച്, AI-യുടെ റീസണിംഗ് എന്നിവ ഞങ്ങൾ സംയോജിപ്പിക്കുന്നു," ബ്രൗൺസ്റ്റൈൻ പറയുന്നു.

രോഗികളെയും കുടുംബങ്ങളെയും സംബന്ധിച്ചിടത്തോളം, ഇതിന്റെ സ്വാധീനം ഉടനടിയുള്ളതും പ്രകടവുമാണ്. ഒരു കാലത്ത് പരിഹാരമില്ലാതെ കിടന്നിരുന്ന കേസുകൾക്ക് ഇപ്പോൾ ഉത്തരങ്ങൾ ലഭിക്കുന്നു, മാത്രമല്ല ചില സാഹചര്യങ്ങളിലെങ്കിലും ചികിത്സയ്ക്കായി പുതിയ വഴികൾ തെളിയുകയും ചെയ്യുന്നു.

“ഇത് മുമ്പ് ചിന്തിക്കാനാവാത്തതായിരുന്നു, എന്നാൽ ഇപ്പോൾ അനവധി കുടുംബങ്ങൾക്ക് പ്രത്യാശ നൽകുന്നു,” ബ്രൗൺസ്റ്റീൻ പറയുന്നു.

Boston Children’s എഐ തന്ത്രത്തിന്റെ അടുത്ത ഘട്ടം കൂടുതൽ ആഴത്തിലുള്ള സംയോജനത്തെയും വ്യാപകമായ സ്വീകരണത്തെയും കേന്ദ്രീകരിക്കുന്നു. ഉപയോഗവും സ്വാധീനവും രണ്ടും വികസിപ്പിക്കാൻ വലിയ അവസരം നേതൃത്വസംഘം കാണുന്നു.

ക്ലിനിക്കൽ തീരുമാനം എടുക്കലിൽ എഐയെ കൂടുതൽ പൂർണ്ണമായി ഉൾപ്പെടുത്താനും സ്പെഷ്യാലിറ്റികളിലുടനീളം ഉപകരണങ്ങൾ വ്യാപിപ്പിക്കാനും OpenAI-യുമായുള്ള സഹകരണത്തിലൂടെ മോഡലുകൾ തുടർച്ചയായി മെച്ചപ്പെടുത്താനും ആശുപത്രി പ്രവർത്തിക്കുന്നു.

കാലക്രമേണ, എഐ മെഡിക്കൽ പ്രാക്ടീസിന്റെ പ്രധാന ഘടകമാകുമെന്നാണ് പ്രതീക്ഷിക്കുന്നത്.

"ലോകത്തെ മുഴുവൻ വൈദ്യശാസ്ത്ര അറിവുകൾക്കുമൊപ്പം മികച്ച പരിശീലനം ലഭിച്ച ഒരു ഡോക്ടർ കൂടെയുണ്ടാകണമെന്ന് നിങ്ങൾക്ക് എങ്ങനെ ആഗ്രഹിക്കാതിരിക്കാനാകും?" ബ്രൗൺസ്റ്റൈൻ ചോദിച്ചു.

Boston Children’s-ൽ, പരിചരണം നൽകുന്നതിനും ഗവേഷണത്തിനും പുതിയ കണ്ടെത്തലുകൾക്കും പിന്തുണ നൽകുന്ന അടിസ്ഥാന സൗകര്യങ്ങളുടെ ഭാഗമായി AI മാറിക്കൊണ്ടിരിക്കുകയാണ് — ഇത് ഡോക്ടർമാർക്കും രോഗികൾക്കും പുതിയ സാധ്യതകൾ തുറന്നിടുന്നു.