Boston Children’s-இல் புது நோயறிதலுக்கு AI உதவுகிறது

Boston Children’s Hospital புதிய தொழில்நுட்பத்தைச் சோதிக்க மட்டும் செயற்கை நுண்ணறிவை நாடவில்லை. குறிப்பாக சிக்கலான மற்றும் அரிய நோய் நிலைகள் உள்ள குழந்தை நோயாளிகளுக்கு பராமரிப்பு வழங்கப்படும் விதத்தை மேம்படுத்த, மருத்துவ மற்றும் செயல்பாட்டு கட்டமைப்பின் முக்கிய பகுதியாக மருத்துவமனை செயற்கை நுண்ணறிவை நிறுவனம் முழுவதும் உட்பொதித்தது. தினசரி வேலைநடைகளில் செயற்கை நுண்ணறிவை ஒருங்கிணைத்ததன் மூலம், குழு செயல்பாட்டு செலவுகளை குறைத்து, பராமரிப்பிற்கான அணுகலை மேம்படுத்தி, முன்பு தீர்க்கப்படாமல் இருந்த 40-க்கும் மேற்பட்ட அரிய நிலைகளை கண்டறிய உதவியுள்ளது.

Boston Children’s Hospital உலகின் மிகப்பெரிய குழந்தை மருத்துவ நிறுவனங்களில் ஒன்றாகும்; ஆண்டுதோறும் சுமார் 10 லட்சம் வெளிநோயாளர் வருகைகளுடன் 40-க்கும் மேற்பட்ட சிறப்புத் துறைகளில் நோயாளிகளுக்கு சேவை செய்கிறது.

பல சுகாதார முறைமைகளைப் போலவே, அதிகரிக்கும் நிர்வாகச் சுமையை நிர்வகிக்கும்போது இது கடுமையான நிதிக் கட்டுப்பாடுகளுக்குள் செயல்படுகிறது. விநியோகச் சங்கிலி, பில்லிங் மற்றும் செயல்பாடுகள் முழுவதிலுள்ள குழுக்கள், இன்வாய்ஸ்களை செயலாக்குவது முதல் அட்டவணைகளை ஒருங்கிணைப்பது வரை, அதிக அளவிலான தொடர்ச்சியான பணிகளை கையாளுகின்றன. இந்த செயல்முறைகள் அவசியமானவை, ஆனால் அதிக நேரம் எடுப்பவை; அவை பணியாளர்களை அதிக மதிப்புள்ள பணியிலிருந்து விலக்குகின்றன.

அதே நேரத்தில், மருத்துவக் குழுக்கள் வேறு வகையான வரம்பை எதிர்கொள்கின்றன. அரிய நோய் வழக்குகளில் பெரும்பாலும் சிதறிய மரபணு தரவு, முழுமையற்ற மருத்துவ வரலாறுகள் மற்றும் மிகப் பெரிய அளவிலான மருத்துவ இலக்கியங்கள் இடம்பெறும். முன்னணி ஆராய்ச்சி நிறுவனத்திலும் கூட, ஒவ்வொரு நோயறிதலையும் அடையத் தேவையான அந்தத் தகவல்களை மருத்துவர்கள் போதிய வேகத்தில் ஒருங்கிணைக்க முடியாது.

“பிரச்சினை முயற்சி அல்ல,” என்று Boston Children’s-இன் தலைமைப் புத்தாக்க அதிகாரி ஜான் பிரவுன்ஸ்டெய்ன் கூறுகிறார். “அது மனித அறிவாற்றல் வரம்புகள்.”

Boston Children’s ஆவணப்படுத்தல் மற்றும் மொழிபெயர்ப்பு கருவிகள் உட்பட தனித்தனி செயற்கை நுண்ணறிவு பயன்பாட்டு நிகழ்வுகளுடன் தொடங்கியது. ஆனால் அந்த ஆரம்ப முயற்சிகள் சிதறிய அணுகுமுறையின் வரம்புகளை விரைவாக வெளிப்படுத்தின.

“ஒருமுறை பயன்படும் தீர்வுகளையே நீங்கள் நம்பி இருக்க முடியாது,” என்று பிரவுன்ஸ்டெய்ன் கூறுகிறார்.

பிரவுன்ஸ்டெய்ன், பெருநிறுவன செயற்கை நுண்ணறிவு அடுக்கு என்று அழைக்கும் ஒன்றை உருவாக்குவதற்கு மருத்துவமனை மாறியது: ஆராய்ச்சி, மருத்துவ மற்றும் நிர்வாகக் குழுக்கள் முழுவதும் பயன்படுத்தப்படும் பாதுகாப்பான உள் ChatGPT சூழல். செயற்கை நுண்ணறிவை கருவிகளின் தொகுப்பாகக் கருதுவதற்குப் பதிலாக, புதிய திறன்களை விரைவாக உருவாக்கி செயல்படுத்தக்கூடிய பகிரப்பட்ட அடித்தளத்தை நிறுவனம் உருவாக்கியது.

உள் தரவை அணுகுவது, மருத்துவ இலக்கியங்களை ஒருங்கிணைப்பது அல்லது வேலைநடைகளை சீராக்குவது ஆகியவற்றில் எது இருந்தாலும், தங்கள் பங்குகளுடன் நேரடியாக தொடர்புடைய முறைகளில் செயற்கை நுண்ணறிவுடன் பணியாற்ற குழுக்களை இந்த முறைமை அனுமதிக்கிறது. பாதுகாப்பு, கண்காணிப்பு மற்றும் ஒரே மாதிரியான மதிப்பீட்டை உறுதிப்படுத்த, தொழில்நுட்பத்துடன் இணைந்து ஆளுமை அமைப்புகள் உருவாக்கப்பட்டன.

இந்த மாற்றம் புதுமையின் வேகத்தை மாற்றியது. முன்பு நீண்ட மேம்பாட்டு சுற்றுகள் தேவைப்பட்ட கருவிகளை இப்போது சில நாட்களில் செயல்படுத்த முடியும்; இதனால் செயல்பாட்டு தேவைகளுக்கும் மருத்துவத் தேவைகளுக்கும் நிறுவனம் விரைவாக பதிலளிக்க முடிகிறது.

இன்று, பணியாளர்களில் மூன்றில் ஒருபங்குக்கும் மேற்பட்டோர் தங்கள் தினசரி பணியின் பகுதியாக செயற்கை நுண்ணறிவைப் பயன்படுத்துகின்றனர்; இது மருத்துவ, ஆராய்ச்சி மற்றும் நிர்வாகப் பணிகளை உள்ளடக்குகிறது.

செயற்கை நுண்ணறிவு அளவிடக்கூடிய செயல்பாட்டு தாக்கத்தை வழங்கக்கூடிய பகுதிகளில் Boston Children’s முதலில் கவனம் செலுத்தியது. விநியோகச் சங்கிலி செயல்பாடுகளில், செயற்கை நுண்ணறிவு இப்போது இன்வாய்ஸ் பெறுதல், வழிமாற்றுதல் மற்றும் பதில்களை நிர்வகிக்கிறது.

இதற்கு இணையாக, அறுவைச் சிகிச்சை அட்டவணையிடலிலும் மருத்துவமனை செயற்கை நுண்ணறிவைப் பயன்படுத்தியது. மருத்துவ குறிப்புகளை பகுப்பாய்வு செய்து நோயாளியின் தீவிரநிலையை மதிப்பிடுவதன் மூலம், அறுவை அறை நேரம் ஒதுக்கப்படும் விதத்தை முறைமை மேம்படுத்துகிறது. இதனால் அட்டவணைகளை மேலும் முன்கூட்டியே திட்டமிட முடிகிறது; பயன்பாடு அதிகரித்து, மேலும் பல நோயாளிகள் தங்களுக்கு தேவையான பராமரிப்பை வேகமாக பெற முடிகிறது.

மேலும், முடிவு ஆதரவிற்கும் சிக்கலான மருத்துவத் தகவல்களை ஒருங்கிணைப்பதற்கும் மருத்துவர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்துகின்றனர். ஆராய்ச்சியாளர்கள் அதை தரவு பகுப்பாய்வு மற்றும் குழு உருவாக்கத்திற்குப் பயன்படுத்துகின்றனர். ஆவணங்களை வரைவு செய்வது, கோடிங் செய்வது மற்றும் வேலைநடைகளை மேம்படுத்துவது ஆகியவற்றிற்கு நிர்வாகக் குழுக்கள் அதனை நம்புகின்றன.

இந்த மாற்றங்களை நிறுவனம் நேரடியாக அளவிடக்கூடிய விளைவுகளுடன் இணைக்கிறது. 50-க்கும் மேற்பட்ட தானியக்கங்களில், Boston Children’s சுமார் 60,000 மணிநேர நேரச் சேமிப்பை பெற்றுள்ளது; இது மறுபயன்படுத்தப்பட்ட உழைப்பில் 7 மில்லியன் அமெரிக்க டாலருக்கும் மேற்பட்ட மதிப்பிற்கு சமம்.

செயற்கை நுண்ணறிவை தனி முயற்சியாக அறிமுகப்படுத்துவதற்குப் பதிலாக, அன்றாடப் பணிக்கு பொருத்தமானதாக மாற்றுவதில் நிறுவனம் கவனம் செலுத்தியுள்ளது.

“இங்கே முக்கியம், மக்கள் இருக்கும் இடத்திலேயே அவர்களைச் சந்திப்பது,” என்று பிரவுன்ஸ்டெய்ன் கூறுகிறார்.

செயல்பாட்டு மேம்பாடுகளுடன் இணைந்து, மருத்துவ கண்டுபிடிப்பிற்கான செயற்கை நுண்ணறிவில் Boston Children’s முதலீடு செய்தது. மரபணு தரவு, பினோடைபிக் தகவல் மற்றும் உலகளாவிய மருத்துவ இலக்கியங்களை ஒருங்கிணைக்க வடிவமைக்கப்பட்ட “இணை-பைலட் மரபணு நிபுணர்” என்று அது விவரிக்கும் ஒன்றை மருத்துவமனை உருவாக்கியது.

மருத்துவத்தில் மிகக் கடினமான சவால்களில் ஒன்றை இந்த முறைமை கையாள்கிறது: பல ஆண்டுகளாக விளக்கமின்றி இருந்து வந்த அரிய நோய்களை கண்டறிதல்.

இந்தப் பணியின் விளைவாக, முன்பு சாத்தியமற்றவை என்று கருதப்பட்ட 40-க்கும் மேற்பட்ட நோயறிதல்கள் இதுவரை செய்யப்பட்டுள்ளன. இந்தப் பணி புதிய ஜீன் இலக்குகள் மற்றும் சாத்தியமான சிகிச்சை வழித்தடங்களை அடையாளம் காணவும் வழிவகுத்துள்ளது.

“ஒருகாலத்தில் எந்தப் பதிலும் இல்லாமல் விடப்பட்ட குடும்பங்களுக்கு நோயறிதல்களை வழங்க, மரபணு தகவல், பினோடைபிக் தகவல், இலக்கியத் தேடல் மற்றும் செயற்கை நுண்ணறிவின் ரீஸனிங் ஆகியவற்றை நாங்கள் இணைக்கிறோம்,” என்று பிரவுன்ஸ்டெய்ன் கூறுகிறார்.

நோயாளிகளுக்கும் குடும்பங்களுக்கும், தாக்கம் உடனடியாகவும் தெளிவாக உணரக்கூடியதுமாக உள்ளது. ஒருகாலத்தில் தீர்க்கப்படாமல் இருந்த நோய் வழக்குகள் இப்போது பதில்களையும், சில சந்தர்ப்பங்களில், சிகிச்சைக்கான புதிய திசைகளையும் வழங்குகின்றன.

“இது முன்பு கற்பனை கூட செய்ய முடியாதது, ஆனால் இப்போது பல குடும்பங்களுக்கு நம்பிக்கையை அளிக்கிறது,” என்று பிரவுன்ஸ்டெய்ன் கூறுகிறார்.

Boston Children’s-இன் செயற்கை நுண்ணறிவு மூலோபாயத்தின் அடுத்த கட்டம் ஆழமான ஒருங்கிணைப்பிலும் பரந்த ஏற்றுக்கொள்ளலிலும் கவனம் செலுத்துகிறது. பயன்பாட்டையும் தாக்கத்தையும் விரிவுபடுத்துவதற்கு தலைமைத்துவம் குறிப்பிடத்தக்க வாய்ப்பைக் காண்கிறது.

மருத்துவ முடிவெடுப்பில் செயற்கை நுண்ணறிவை மேலும் முழுமையாக உட்பொதிக்கவும், கருவிகளை சிறப்புத் துறைகள் முழுவதும் விரிவுபடுத்தவும், OpenAI உடனான ஒத்துழைப்பின் மூலம் மாடல்களை தொடர்ந்து மேம்படுத்தவும் மருத்துவமனை பணியாற்றுகிறது.

காலப்போக்கில், செயற்கை நுண்ணறிவு மருத்துவ நடைமுறையின் முக்கிய கூறாக மாறும் என எதிர்பார்க்கப்படுகிறது.

“உலகின் அனைத்து மருத்துவ அறிவையும் உடன் கொண்ட, மிகச் சிறப்பாகப் பயிற்சி பெற்ற மருத்துவர் அருகில் இருப்பதை நீங்கள் விரும்பாமல் இருப்பீர்களா?” என்று பிரவுன்ஸ்டெய்ன் கூறினார்.

Boston Children’s-இல், பராமரிப்பு வழங்கல், ஆராய்ச்சி மற்றும் கண்டுபிடிப்பை ஆதரிக்கும் கட்டமைப்பின் ஒரு பகுதியாக செயற்கை நுண்ணறிவு மாறி வருகிறது—மருத்துவர்களுக்கும் நோயாளிகளுக்கும் என்ன சாத்தியம் என்பதை மறுவரையறை செய்கிறது.