कार्यप्रवाह और स्वचालन

AI देखभाल टीमों को मरीजों की सही देखभाल अधिक तेज़ी से करने में मदद करता है

Synapsis AI अस्पताल के फ़ायरवॉल में दशकों से मरीज़ों के रिकॉर्ड की समीक्षा करने, देखभाल आवश्यकताओं को चिह्नित करने और क्लिनिक समय बचाने के लिए NVIDIA GPUs का उपयोग करता है।

AI देखभाल टीमों को मरीजों की सही देखभाल अधिक तेज़ी से करने में मदद करता है

मुख्य जानकारी

  • Dyania Health 89s Synapsis AI अस्पतालों की क्लिनिकल टीमों को दशकों के फ्री-टेक्स्ट रोगी रिकॉर्ड और सतह ट्रेस करने योग्य संकेतों की समीक्षा करने में मदद करता है जिनके बारे में रोगियों को ध्यान देने की आवश्यकता हो सकती है।
  • यह प्रणाली अस्पताल के भीतर NVIDIA - त्वरित कंप्यूटिंग पर चलती है, जिससे मैनुअल चार्ट समीक्षा समय को कम करते हुए संवेदनशील रोगी डेटा साइट पर रखा जाता है।
  • 7,800 से अधिक एओर्टिक वाल्व प्रतिस्थापन रोगियों के एक Cleveland Clinic अध्ययन में, Synapsis AI ने पूर्ण रोगी रिकॉर्ड का विश्लेषण उस पैमाने पर किया जो चिकित्सकों को मैन्युअल रूप से पूरा करने में वर्षों लगेंगे।
  • यह तकनीक चिकित्सकों के फैसले को बदलने की बजाय देखभाल निर्णयों का समर्थन करती है, और नैदानिक-परीक्षण मिलान, देखभाल अंतराल पहचान और रजिस्ट्री डेटा निष्कर्षण में भी मदद कर सकती है।

मेटा विवरणः Dyania Health का Synapsis AI अस्पताल की टीमों को फ़ायरवॉल के अंदर मरीजों के दशकों के रिकॉर्ड की समीक्षा करने में मदद करता है, जो देखभाल की जरूरतों को चिह्नित करने और क्लिनिक समय बचाने के लिए NVIDIA GPUs का उपयोग करते हैं।

AI Helps Care Teams Give Patients the Right Care More Quickly

टैगः क्लिनिकल AI, अस्पताल का डेटा, NVIDIA , Dyania Health, Synapsis AI

विशेष रुप से प्रदर्शित छवि: संबद्ध चिकित्सा रिकॉर्ड और एक अस्पताल नेटवर्क का अमूर्त मैत्रीपूर्ण चित्रण, कोई वास्तविक व्यक्ति नहीं, कोई लोगो नहीं, न ही पाठ।

शुक्रवार, 13 नवंबर 5:00 बजे Pacific Time Hospital अस्पताल की नैदानिक टीमों को रोगी समीक्षा के सबसे भारी हिस्से को संभालने का एक व्यावहारिक तरीका मिल रहा है: मुक्त पाठ में लिखे गए चार्ट के वर्षों। न्यू जर्सी स्थित क्लिनिकल AI कंपनी ने अपने Synapsis AI का उपयोग दशकों के रिकॉर्ड को स्पष्ट और पता लगाने योग्य संकेतों में बदलने के लिए किया है जिसके बारे में रोगियों को ध्यान देने की आवश्यकता हो सकती है। व्यापक पैटर्न बाल चिकित्सा अनुसंधान से लेकर स्मार्ट अस्पतालों तक चलता हैः AI चिकित्सकों से रूटीन चार्ट काम ले रहा है ताकि वे मरीजों के साथ अधिक समय बिता सकें।

क्यों मरीज के रिकॉर्ड को खोजना मुश्किल रहता है

रोगी का इतिहास आमतौर पर एक खोज योग्य तालिका के रूप में व्यवस्थित नहीं होता है। यह चिकित्सकों के नोट्स, ऑपरेटिव रिपोर्टों, इमेजिंग और पैथोलॉजी रीड्स और डिस्चार्ज सारांशों में मुक्त पाठ के रूप मे लिखा जाता है। किसी व्यक्ति की पूरी कहानी को समझने की कोशिश करने वाले क्लिनिकर को वर्षों तक चार्ट पढ़ना पड़ सकता है और दूरस्थ प्रविष्टियों में कनेक्शन देख सकते हैं।

Dyania Health का Synapsis AI इस प्रकार की समीक्षा के लिए बनाया गया है। यह रोगी रिकॉर्ड को लिंक किए गए साक्ष्य के एक सेट के रूप में मानता हैः नोट्स, रिपोर्ट और लैब परिणामों की एक साथ जांच की जाती है, और वर्षों से अलग पाए जाने वाले निष्कर्षों को एक उत्तर में लाया जा सकता है। सिस्टम निष्कर्षों के बजाय नैदानिक संकेत लौटाता है और प्रत्येक सिग्नल रिकॉर्ड में स्रोत पर वापस इंगित करता है। इससे देखभाल टीम देख सकती है कि किन रोगियों को ध्यान देने की आवश्यकता हो सकती है और क्यों, जबकि चिकित्सक अभी भी सबूतों की समीक्षा करते हैं और हर निर्णय लेते हैं।

एक क्लिनिक के लिए, यह अंतर मायने रखता है. AI निर्णय की जगह नहीं लेता है। यह लंबे चार्ट में खोज स्थान को संकीर्ण करता है, देखभाल टीम को तेजी से शुरुआती बिंदु और किसी विशिष्ट रोगी के इतिहास को देखने का पता लगाने योग्य कारण देता है।

AI Helps Care Teams Give Patients the Right Care More Quickly

कैसे Synapsis AI अस्पताल के अंदर की समीक्षा रखता है

Synapsis AI एक स्वास्थ्य प्रणाली के अपने firewall के अंदर NVIDIA - त्वरित कंप्यूटिंग पर चलता है। पूरे स्वास्थ्य प्रणाली का रोगी रिकॉर्ड ऑनसाइट संसाधित किया जा सकता है, इसलिए मरीज डेटा कभी साझा नहीं किया जाता है और कभी भी अस्पताल छोड़ता नहीं है।

यह क्लिनिकल टीमों के लिए महत्वपूर्ण है क्योंकि काम का सबसे संवेदनशील हिस्सा रिकॉर्ड ही होता है। उपकरण अस्पताल से बाहर अंतर्निहित डेटा को स्थानांतरित किए बिना मैनुअल चार्ट समीक्षा को कम कर सकता है। NVIDIA NeMo खुली लाइब्रेरी के साथ अपने नैदानिक मॉडल बनाता है और प्रशिक्षित करता है, फिर NVIDIA TensorRT और Tensor RT- LLM का उपयोग करके उन्हें तेजी से और अधिक कुशलता से चलाने के लिए अनुकूलित किया जाता है।

Synapsis AI को अभी भी क्लिनिकियन इनपुट की आवश्यकता है। यह एक सहायक उपकरण है जो चिकित्सा रिकॉर्ड से साक्ष्य का पता लगाता है जिसे एक चिकित्सक को अभी तक पुष्टि और कार्रवाई करनी चाहिए। व्यवहार में, इसका मतलब है कि प्रौद्योगिकी मुख्य रूप से तब उपयोगी होती है जब अस्पताल देखभाल निर्णय लेने से पहले सिग्नल के पीछे मूल नोट, रिपोर्ट या प्रयोगशाला मूल्य की जांच कर सकता है।

Cleveland Clinic अध्ययन समस्या के पैमाने को दर्शाता है

Cleveland Clinic ने 2005 और 2021 के बीच 7,800 से अधिक महाधमनी वाल्व प्रतिस्थापन रोगियों के अध्ययन का समर्थन करने के लिए Synapsis AI का उपयोग किया। मंच ने प्रत्येक रोगी के रिकॉर्ड पर तर्क दिया, जिसमें सर्जरी के बाद के वर्षों में जोड़ा गया हर इकोकार्डियोग्राम भी शामिल है।

इसने उस जानकारी का उपयोग वाल्व की गिरावट और पुनः हस्तक्षेप जोखिम के भविष्यवाणी मॉडल को तीन, पांच-और दस साल के निशान पर बनाने के लिए किया। AI प्लेटफॉर्म ने पूरे समूह में चार्ट समीक्षा पूरी की जो चिकित्सकों को हाथ से पूरा करने में वर्षों लगते थे।

AI Helps Care Teams Give Patients the Right Care More Quickly

डॉ. Lars Svensson ने कहा, "प्रौद्योगिकी का उपयोग करके ऐसी सूचनाओं को एकत्रित करना और उनका विश्लेषण करना जो हमें प्रत्यारोपित हृदय वाल्वों की अवधि की भविष्यवाणी करने में मदद कर सकती हैं। यह बेहतर परिणाम और रोगियों के लिए अधिक व्यक्तिगत देखभाल की दिशा में एक आशाजनक कदम है।" & Cleveland Clinic पर Thoracic Institute।

उदाहरण से पता चलता है कि चार्ट की समीक्षा इतनी बाधा क्यों है। एक बड़े समूह में, प्रासंगिक साक्ष्य कई वर्षों, कई परीक्षणों और कई रिपोर्ट प्रकारों में बिखरे हुए हो सकते हैं। एक क्लिनिकल चिकित्सक उचित रूप से इसे सभी को हाथ से नहीं पढ़ सकता है जबकि देखभाल भी प्रदान करता है, खासकर जब लक्ष्य हजारों रोगियों के बीच पैटर्न खोजना है।

रोगी देखभाल के लिए इसका क्या अर्थ है

यह दृष्टिकोण हृदय वाल्व तक सीमित नहीं है। Dyania Health का कहना है कि इसी पद्धति को किसी भी स्वास्थ्य देखभाल चुनौती पर लागू किया जा सकता है जहां प्रासंगिक उत्तर पहले से ही चिकित्सा रिकॉर्ड में निहित है, जैसे नैदानिक परीक्षणों के लिए पात्र रोगियों की पहचान करना, कार्डियोलॉजी और ऑन्कोलॉजी में देखभाल अंतराल बंद करना, और क्लिनिकल रजिस्टर भरना।

क्लिनिकल-ट्रायल मिलान नोट्स में छिपी पात्रता विवरण पर निर्भर कर सकता है। रजिस्ट्रियों को अक्सर दोहराए गए डेटा निष्कर्षण की आवश्यकता होती है। कार्डियोलॉजी और ऑन्कोलॉजी देखभाल अंतराल में अनुवर्ती परीक्षण, असामान्य परिणाम या याद किया गया अनुसरण शामिल हो सकते हैं। उन स्थितियों में, सीमित कदम अक्सर लापता डेटा नहीं होता है, लेकिन पहले से मौजूद डेटा को ढूंढना और व्यवस्थित करना होता है।

स्वास्थ्य प्रणालियाँ और startups AI को समान तरीकों से स्वास्थ्य सेवा में काम करने के लिए डाल रहे हैंः रोगियों को नैदानिक परीक्षणों से मिलान करना, रेडियोलॉजिस्ट और अस्पताल टीमों का समर्थन करना और घर पर मरीजों की सहायता करना। प्रत्येक मामले में, क्लिनिकल चिकित्सक केंद्र में रहते हैं, NVIDIA GPUs आउटपुट की समीक्षा करते हैं और निर्णय लेते हैं, जबकि NVIDIA प्रौद्योगिकियां अनुप्रयोगों के पीछे कंप्यूटिंग प्रदान करती हैं।

अस्पताल टीमों के लिए, टेकअवे मामूली हैः उपयोगी कदम AI को निदान नहीं करने देना है, लेकिन दशकों से मुक्त-पाठ रिकॉर्ड की खोज में बिताए गए समय को छोटा करना। यदि देखभाल दल जल्द ही पता लगाने योग्य सबूत देख सकते हैं, तो वे तय कर सकते हैं कि रोगी डेटा को अस्पताल के नियंत्रण में रखते हुए आगे क्या करना है। कंपनी के बारे में अधिक जानकारी Dyania Health पर उपलब्ध है।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.