Κοροναϊός

Η τεχνητή νοημοσύνη στην υπηρεσία της ιατρικής περίθαλψης

Η τεχνητή νοημοσύνη στην υπηρεσία της ιατρικής περίθαλψης
Η εκκίνηση ClosedLoop δημιούργησε μια πλατφόρμα προγνωστικών μοντέλων για να βοηθήσει τους οργανισμούς να βελτιώσουν τη φροντίδα των ασθενών. Μια σημαντική πτυχή της θεραπείας ασθενών με παθήσεις όπως ο διαβήτης και οι καρδιακές παθήσεις είναι να τους βοηθήσουν να παραμείνουν υγιείς έξω από το νοσοκομείο – προτού επιστρέψουν στο γραφείο του γιατρού με περαιτέρω επιπλοκές. […]

Η εκκίνηση ClosedLoop δημιούργησε μια πλατφόρμα προγνωστικών μοντέλων για να βοηθήσει τους οργανισμούς να βελτιώσουν τη φροντίδα των ασθενών.

Μια σημαντική πτυχή της θεραπείας ασθενών με παθήσεις όπως ο διαβήτης και οι καρδιακές παθήσεις είναι να τους βοηθήσουν να παραμείνουν υγιείς έξω από το νοσοκομείο – προτού επιστρέψουν στο γραφείο του γιατρού με περαιτέρω επιπλοκές.
Όμως, η προσέγγιση των πιο ευάλωτων ασθενών τη σωστή στιγμή συχνά έχει να κάνει με τις πιθανότητες από τις κλινικές αξιολογήσεις. Η τεχνητή νοημοσύνη (AI) έχει τη δυνατότητα να βοηθήσει τους κλινικούς ιατρούς να αντιμετωπίσουν αυτούς τους τύπους προβλημάτων, αναλύοντας μεγάλα σύνολα δεδομένων για τον εντοπισμό των ασθενών που θα ωφεληθούν περισσότερο από προληπτικά μέτρα. Ωστόσο, η αξιοποίηση της AI συχνά απαιτούσε από τους οργανισμούς υγειονομικής περίθαλψης να προσλάβουν τους δικούς τους επιστήμονες δεδομένων ή να βρουν λύσεις ενός μεγέθους για όλες τις περιπτώσεις που δεν είναι βελτιστοποιημένες για τους ασθενείς τους.
Τώρα η εκκίνηση ClosedLoop.ai βοηθά τους οργανισμούς υγειονομικής περίθαλψης να αξιοποιήσουν τη δύναμη του AI με μια ευέλικτη λύση ανάλυσης που επιτρέπει στα νοσοκομεία να συνδέσουν γρήγορα τα δεδομένα τους σε μοντέλα μηχανικής μάθησης και να λάβουν αποτελέσματα με δυνατότητα δράσης.
Η πλατφόρμα χρησιμοποιείται για να βοηθήσει τα νοσοκομεία να καθορίσουν ποιοι ασθενείς είναι πιο πιθανό να χάσουν ραντεβού, να αποκτήσουν λοιμώξεις όπως σήψη, να επωφεληθούν από περιοδικούς ελέγχους και πολλά άλλα. Οι ασφαλιστές υγείας, με τη σειρά τους, χρησιμοποιούν το ClosedLoop για να κάνουν προβλέψεις σε επίπεδο πληθυσμού γύρω από πράγματα όπως επανεισδοχές ασθενών και την έναρξη ή εξέλιξη χρόνιων ασθενειών.
«Κατασκευάσαμε μια πλατφόρμα επιστήμης δεδομένων υγειονομικής περίθαλψης που μπορεί να λάβει ό, τι δεδομένα έχει ένας οργανισμός, να κατασκευάσει γρήγορα μοντέλα που είναι ειδικά για [τους ασθενείς τους] και να αναπτύξουμε αυτά τα μοντέλα», λέει ο συνιδρυτής και επικεφαλής της τεχνολογίας ClaveLoop, Dave DeCaprio ’94 . «Η δυνατότητα λήψης δεδομένων κάποιου με τον τρόπο που ζει στο σύστημά τους και η μετατροπή τους σε μοντέλο που μπορεί να χρησιμοποιηθεί εύκολα εξακολουθεί να είναι ένα πρόβλημα που απαιτεί πολλή γνώση στον τομέα υγειονομικής περίθαλψης.

Υπό το πρίσμα της πανδημίας Covid-19, το ClosedLoop δημιούργησε επίσης ένα μοντέλο που βοηθά τους οργανισμούς να εντοπίσουν τα πιο ευάλωτα άτομα στην περιοχή τους και να προετοιμαστούν για τις εξελίξεις των ασθενών. Το εργαλείο ανοιχτού κώδικα, που ονομάζεται C-19 Index, έχει χρησιμοποιηθεί για τη σύνδεση ασθενών υψηλού κινδύνου με τοπικούς πόρους και βοήθησε τα συστήματα υγειονομικής περίθαλψης να δημιουργήσουν βαθμούς κινδύνου για δεκάδες εκατομμύρια ανθρώπους συνολικά.
Ο δείκτης είναι ακριβώς ο τελευταίος τρόπος με τον οποίο το ClosedLoop επιταχύνει την υιοθέτηση του AI από τη βιομηχανία υγειονομικής περίθαλψης για τη βελτίωση της υγείας των ασθενών, έναν στόχο στον οποίο ο DeCaprio έχει εργαστεί για το καλύτερο μέρος της καριέρας του.
Σχεδιάζοντας μια στρατηγική
Αφού εργάστηκε ως μηχανικός λογισμικού για πολλές ιδιωτικές εταιρείες μέσω της έκρηξης του Διαδικτύου στις αρχές της δεκαετίας του 2000, ο DeCaprio έψαχνε να κάνει μια αλλαγή σταδιοδρομίας όταν συνάντησε ένα έργο που επικεντρώθηκε στον σχολιασμό γονιδιώματος στο Broad Institute of MIT και στο Χάρβαρντ.
Το έργο ήταν η πρώτη επαγγελματική έκθεση του DeCaprio στη δύναμη της τεχνητής νοημοσύνης. Ανθίστηκε σε εξάμηνο στο Broad, μετά το οποίο συνέχισε να εξερευνά τη διασταύρωση μεγάλων δεδομένων και υγειονομικής περίθαλψης.
«Μετά από ένα χρόνο στην υγειονομική περίθαλψη, συνειδητοποίησα ότι θα ήταν πολύ δύσκολο να κάνω οτιδήποτε άλλο», λέει ο DeCaprio. «Δεν πρόκειται να ενθουσιαστώ με την πώληση διαφημίσεων στο Διαδίκτυο ή κάτι τέτοιο. Μόλις αρχίσετε να ασχολείστε με την ανθρώπινη υγεία, αυτά τα άλλα πράγματα είναι ασήμαντα.”
Κατά τη διάρκεια της δουλειάς του, ο DeCaprio άρχισε να παρατηρεί προβλήματα με τους τρόπους με τους οποίους η μηχανική μάθηση και άλλες στατιστικές τεχνικές έφτασαν στην υγειονομική περίθαλψη, ιδίως στο γεγονός ότι τα μοντέλα πρόβλεψης εφαρμόζονταν χωρίς να λαμβάνονται υπόψη οι πληθυσμοί ασθενών των νοσοκομείων.

Κάποιος θα έλεγε, «ξέρω πώς να προβλέψω τον διαβήτη» ή «ξέρω πώς να προβλέψω τις επανεισδοχές».
και θα πουλούσαν ένα μοντέλο », λέει ο DeCaprio. «Ήξερα ότι δεν θα λειτουργούσε, γιατί ο λόγος για τον οποίο οι επανεισδοχές συμβαίνουν σε έναν πληθυσμό χαμηλού εισοδήματος της Νέας Υόρκης είναι πολύ διαφορετικός από τον λόγο που οι επανεισδοχές συμβαίνουν σε μια κοινότητα συνταξιοδότησης στη Φλόριντα. Το σημαντικό πράγμα δεν ήταν να δημιουργήσουμε ένα μαγικό μοντέλο, αλλά να δημιουργήσουμε ένα σύστημα που μπορεί γρήγορα να πάρει δεδομένα κάποιου και να εκπαιδεύσει ένα μοντέλο που να είναι ειδικό για τα προβλήματά του. “
Έχοντας υπόψη αυτήν την προσέγγιση, ο DeCaprio ένωσε τις δυνάμεις του με τον πρώην συνάδελφο και τον επιχειρηματία Andrew Eye και ξεκίνησε το ClosedLoop το 2017. Το πρώτο έργο της εκκίνησης περιελάμβανε τη δημιουργία μοντέλων που προέβλεπαν τα αποτελέσματα της υγείας των ασθενών για το Medical Home Network (MHN), ενώ μία μη κερδοσκοπική συνεργασία στο νοσοκομείο επικεντρώθηκε στη βελτίωση της φροντίδας για τους αποδέκτες Medicaid στο Σικάγο.