„AdvaMed Digital Health Tech“ padalinio narės yra pasaulinės lyderės, kuriančios su dirbtiniu intelektu pagrįstus sprendimus, skirtus pagerinti sveikatą ir priežiūrą, nuo diagnozės iki gydymo, klinikinių sprendimų palaikymo ir nešiojamų prietaisų iki gerovės. „Insight“ serijoje: AI ir skaitmeninė sveikata“ dalyvaus įmonės ekspertai, atsakydami į aktualius klausimus, kad informuotų politikos formuotojus ir visuomenę apie tai, kaip AI ir skaitmeninė sveikata keičia priežiūrą ir teikimą.
Mūsų įžanginis įrašas yra pokalbis tarp Melissa Cha iš Amazon ir Taha Kass-Hout iš GE HealthCare.
Melisa: Kai pradedame naujus metus, džiaugiuosi galėdamas pradėti AdvaMed Insight Series su savo kolega Taha Kass-Hout, MD.
Būdamas „Amazon Devices & Services“ sveikatos technologijų viceprezidentu, labai džiaugiuosi AI pažanga, kuri leidžia mums kurti ir teikti naujus sveikatos ir gerovės sprendimus. Taha ir aš pirmą kartą susitikome prieš dešimtmetį, kai jis dirbo „Amazon Web Services“ (AWS). Dabar jis yra „GE HealthCare“ pasaulinis vyriausiasis mokslo ir technologijų pareigūnas.
Taha, kaip dirbtinis intelektas keičia sveikatos priežiūrą šiandien ir ką apie tai turėtų žinoti pacientai?
Taha: Gyvename pasaulyje, kuriame per mūsų sveikatos priežiūros sistemas teka didžiulis duomenų kiekis: šiandien daugiau nei trečdalį pasaulio skaitmeninių duomenų sukuria sveikatos priežiūra. Slaugos paslaugų teikėjai susiduria su didele kognityvine perkrova, nes nuolat keičia medicininius vaizdus, klinikinius užrašus, garso įrašus ir įrenginio signalus. Tai matote per patikrinimą, kai gydytojas dažnai gali praleisti daugiau laiko žiūrėdamas į ekraną nei atsisėsdamas, kad užmegztų žmogišką ryšį.
Štai kur dirbtinis intelektas gali ką nors pakeisti. Slaugos paslaugų teikėjams dirbtinis intelektas atveria naujas darbo eigos automatizavimo, klinikinių sprendimų palaikymo ir labiau individualizuotos priežiūros teikimo galimybes. Pacientams tai padeda įgyvendinti siekį, kurį prieš visus tuos metus iškėlė Hipokratas, sakydamas: „Negydyk ligos, kuria serga, o gydyk sergantį pacientą“.
Per pastarąjį dešimtmetį mašininio mokymosi pažanga, pagrindinių modelių atsiradimas ir generatyvinio bei agentinio AI atsiradimas priartino šią viziją prie realybės. Dabar matome, kad įvairiems duomenų tipams taikomi daugiarūšiai AI modeliai, atveriantys naujas darbo eigos automatizavimo, klinikinių sprendimų palaikymo ir individualios priežiūros galimybes.
Svarbu, kad ši ateitis nebūtų tokia, kuri turėtų atsiskleisti tik turtingesnėse šalyse gyvenantiems žmonėms. Daugelyje pasaulio šalių nuolat kyla problemų dėl galimybės gauti kokybišką priežiūrą: šiandien, Pasaulio sveikatos organizacijos duomenimis, beveik 4,5 mlrd.(1) žmonių vis dar neturi galimybės gauti būtiniausių sveikatos priežiūros paslaugų. Teikdamas priežiūrą veiksmingesnę, keičiamo dydžio ir tikslesnę, dirbtinis intelektas gali padėti įveikti šią spragą ir išplėsti šiuolaikinės medicinos naudą daugiau žmonių.
Melissa: Kokia, jūsų nuomone, šiandien yra didžiausia AI teikiama nauda pacientų priežiūrai?
Taha: Pradedant intervencinio kardiologo pareigomis ir baigiant pirmuoju FDA vyriausiuoju sveikatos informatikos pareigūnu, o dabar dirbdamas „GE HealthCare“ sužinojau paprastą tiesą: prasmingiausios naujovės retai būna ryškios. Tai tie, kurie nuolat pelno pasitikėjimą, sklandžiai integruojasi ir padeda gydytojams pagerinti priežiūros teikimą.
„GE HealthCare“ padedame įgyvendinti šią ateitį trimis būdais.
Pirma, kuriame AI palaikančius įrenginius, skirtus pagerinti darbo eigos efektyvumą ir diagnostikos patikimumą. Pavyzdžiui, vaizdavimo srityje gilaus mokymosi įrankiai padeda priežiūros komandoms efektyviau užfiksuoti aiškesnius vaizdus ir palaiko nuoseklesnę diagnostiką. Mūsų AIR Recon DL technologija gali užtikrinti iki 50 procentų greitesnį nuskaitymo laiką(2)palaikant produktyvumą ir paciento patirtį.
Antra, įterpiame dirbtinį intelektą per visą priežiūros procesą – nuo patikros ir diagnozės iki gydymo ir stebėjimo – siekdami padidinti efektyvumą ir tikslumą. Pavyzdys yra „CareIntellect for Oncology“, kuri gali pateikti gydytojams laipsnišką apibendrinimą, kad pagalbos komandos galėtų greitai suprasti paciento priežiūros kelionę.
Taip pat tiriame, kaip naudoti generatyvųjį AI, kad būtų lengviau suderinti pacientus su klinikiniais tyrimais, lyginant nestruktūrizuotus pacientų duomenis su sudėtingais tinkamumo kriterijais, kad daugiau žmonių galėtų pasiekti atitinkamus tyrimus.
Galiausiai taikome pažangų mašininį mokymąsi, kad padėtume ligoninėms padidinti veiklos efektyvumą. Sveikatos priežiūros sistemos patiria spaudimą, nes dėl darbo jėgos trūkumo, perdegimo ir infliacijos didėja priėmimų skaičius. „GE HealthCare“ komandų centras padeda spręsti šiuos iššūkius naudodamas nuspėjamąją analizę, kad nustatytų kliūtis ir rekomenduotų privalomus veiksmus. Integruodama duomenis iš elektroninių medicininių įrašų, personalo sistemų ir medicinos įrangos, ji suteikia vieningą, realiu laiku rodomą pacientų srauto, personalo trūkumo ir išteklių apribojimų vaizdą.
Remiantis klientų praneštais rezultatais, „Diaconess Health System“ kasmet gydė maždaug 2 000 papildomų pacientų, pagerindama pajėgumų išnaudojimą, o Humber River ligoninė sumažino vidutinę buvimo trukmę ir gavo maždaug 35 naujų lovų ekvivalentą be papildomos infrastruktūros.(3)
Šie sprendimai gali nepadaryti antraštes prikaustančių istorijų, tačiau jie padeda atlaisvinti slaugytojo laiką, sumažina radiologų paspaudimų skaičių rankiniu būdu ir daro darbo eigą sklandesnę – tai padeda stiprinti pasitikėjimą ir žmonių ryšį.
Melissa: Kaip gydytojas ir technologas, jūs atsinešate unikalią perspektyvą. Ar pacientai turėtų nerimauti, kad jų priežiūrai naudojami AI įrankiai pakeičia jų gydytojus?
Taha: Susirūpinimas, kad dirbtinis intelektas pakeis gydytojus, neteisingai supranta sveikatos priežiūros iššūkį ir šių technologijų paskirtį. Šiandienos problema nėra ta, kad turime per daug gydytojų; turime per mažai. Sveikatos apsaugos sistema patiria didelį darbo jėgos trūkumą, o Pasaulio sveikatos organizacija prognozuoja, kad iki 2030 m. sveikatos priežiūros darbuotojų trūks 10 mln.
AI įeina į šį paveikslą ne kaip pakaitalas, o kaip įrankis, praplečiantis kiekvieno gydytojo pasiekiamumą ir poveikį. Pavyzdžiui, paskelbėme apie mokslinių tyrimų projektą „Project Health Companion“, kuris parodo, kaip dirbtinis intelektas gali padėti gydytojams valdyti didėjantį darbo krūvį.
Įsivaizduokite AI sistemą, veikiančią kaip virtualią naviko lentą su specializuotais agentais, sukurtais kartu su srities ekspertais. Šie agentai galėtų analizuoti biocheminius, vaizdo gavimo ir patologijos duomenis, kad pateiktų rekomendacijas dėl onkologo peržiūros. Užuot pakeitęs medicinines žinias, toks AI galėtų ją papildyti – padėti gydytojams susidoroti su sudėtingumu, sutelkti dėmesį į sprendimą ir teikti labiau individualizuotą priežiūrą.
Automatizuodamas įprastas užduotis, sintezuodamas pacientų istorijas ir optimizuodamas tvarkaraščius, AI galėtų grąžinti kažką neįkainojamo: laiko. Laikas onkologui sėdėti su pacientu ir aptarti sunkias naujienas. Laikas planuotojui užtikrinti, kad tinkamas pacientas gautų priežiūrą tinkamu momentu.
Galiausiai dirbtinis intelektas siekia palaikyti žmonių ryšį medicinoje – tai yra pati priežastis, dėl kurios daugelis iš mūsų pradėjo dirbti šioje profesijoje.
Melissa: Jūs tapote pirmuoju FDA vyriausiuoju sveikatos informatikos pareigūnu. Kaip, remiantis jūsų patirtimi, atrodo AI ateitis sveikatos priežiūros srityje?
Taha: Sveikatos priežiūros ateitis atsiskleis ne per staigius šuolius, o per nuolatinę, apgalvotą pažangą, kuri pelno pasitikėjimą. Aš matau šią evoliuciją trijuose horizontuose.
Per trumpą laiką dėmesys yra aiškus: kaip pramonės šaka, turime keisti tai, kas veikia. Daugeliui ligoninių nereikia daugiau eksperimentuoti; jiems reikia patikimų sistemų, kurios galėtų pereiti nuo bandomųjų projektų prie gamybos. Tai reiškia operatyvinės informacijos kūrimą, kuris pagerina pacientų srautą, optimizuoja personalo tvarkaraštį ir sumažina dokumentų naštą.
Vidutinės trukmės laikotarpiu sveikatos priežiūra pereis nuo diagnostikos prie intervencijos. AI pradeda padėti priimti sprendimus, o ne tik aptikti. Automatinis krūtų ultragarsas ir adaptyvioji spindulinė terapija yra ankstyvieji pavyzdžiai, padedantys sutrumpinti gydymo laiką ir padidinti tikslumą. Nešiojami, dirbtinio intelekto valdomi įrenginiai gali padėti anksčiau aptikti ir atlikti prevencinę priežiūrą. Pažanga priklausys nuo paaiškinamų sistemų, kuriomis gali pasitikėti gydytojai.
Ilgainiui sveikatos priežiūra vystysis link vis labiau automatizuoto ir pagalbinio intelekto. Mašinos veiks kaip bendradarbiavimo įrankiai – vaizdo gavimo sistemos, optimizuojančios protokolus, ligoninių sistemos, koordinuojančios operacijas, ir prijungti įrenginiai, sukuriantys skaitmeninius dvynius, kurie vystosi kartu su kiekvienu pacientu.
Visame horizonte sėkmė priklausys nuo to, ar dirbtinis intelektas bus nuolat patikimas. Tikrasis pokytis įvyksta tada, kai technologijos išnyksta į antrą planą, o gydytojai ja tiesiog pasitiki. Ištvermingos sistemos bus ne pačios ryškiausios, o tos, kurios padaro priežiūrą efektyvesnę, nuoseklesnę ir orientuotą į žmogų.
Melissa: Jei galėtumėte pakeisti vieną dalyką apie tai, kaip mes priimame ir naudojame AI sveikatos priežiūros srityje, kas tai būtų ir kodėl?
Taha: Tokiomis pastangomis kaip AdvaMed darome realią pažangą kurdami protingesnę sveikatos priežiūros ekosistemą. Jei galėčiau paspartinti vieną pakeitimą, pokalbis būtų perkeltas nuo AI traktavimo kaip technologijų iššūkio, o į jį kaip į ekosistemos galimybę – tokią, kuri jungia reguliavimą, kompensavimą, privatumą ir kibernetinį saugumą.
Dirbdamas „AdvaMed Digital Health Tech“ skyriaus valdybos pirmininku, padėjome pradėti dvišalį Kongreso „Digital Health Caucus“, sukurdami forumą politikos formuotojams, kad suprastų, kaip skaitmeninės priemonės pereina nuo bandomųjų priemonių prie praktikos. Taip pat paskelbėme pagrindines dirbtinio intelekto sistemas, skirtas medicinos technologijoms, prieigai prie duomenų ir pacientų dalyvavimui, kurios dabar padeda patikimai taikyti visoje pramonėje.
Labiausiai džiugina tai, kaip susilieja ekosistema. „AdvaMed“ skaitmeninės sveikatos technologijų skyrius auga, o nariai – tradiciniai medicinos technologijų lyderiai, technologijų bendradarbiai ir startuoliai – dalijasi įžvalgomis, kurios sustiprina visą sritį. Kai viena įmonė nustato pažeidžiamumą arba tiekimo grandinės riziką, ši informacija naudinga visiems.
Viena iš perspektyviausių pažangos sričių yra mokėjimų reforma. Dabartinis „Medicare“ modelis buvo sukurtas fizinėms procedūroms, o ne algoritminėms įžvalgoms. AdvaMed nariai bendradarbiauja su Kongresu ir TVS, siekdami išbandyti kompensavimo struktūras, kurios pripažįsta AI vaidmenį užkertant kelią komplikacijoms ir gerinant rezultatus.
Mes padėjome pamatus. Dabar turime išplėsti tai, kas veikia, gilindami akademinės bendruomenės, pramonės ir reguliavimo institucijų partnerystę ir pripažindami, kad sveikatos priežiūros srityje sisteminiai pokyčiai reikalauja sisteminio bendradarbiavimo.
Melissa: Kaip medtech ir didžiosios technologijos gali bendradarbiauti siekdamos tobulinti sveikatos priežiūros AI?
Taha: Medicinos technologijų ir didžiųjų technologijų konvergencija yra viena iš svarbiausių sveikatos priežiūros galimybių. Medtech suteikia dešimtmečių klinikinę patirtį, reguliavimo patirtį ir supratimą apie tai, kaip veikia ligoninės. Didžiosios technologijos prisideda prie inžinerinės ir mokslinės patirties, skaičiavimo galios, pamatų modelių ir didelio masto duomenų galimybių.
Sėkmingiausias bendradarbiavimas pripažįsta kiekvienos pusės indėlį. Pavyzdžiui, kai „GE HealthCare“ naudoja „Amazon Web Services“ (pvz., „Amazon Bedrock“) sukurtus pasiūlymus, kad sukurtų specifinius sveikatos priežiūros pagrindų modelius, tai reiškia, kad „GE HealthCare“ turi gilų medicininio vaizdavimo supratimą ir „Amazon“ infrastruktūrą, kad sukurtų kažką daugiau, nei būtų galima sukurti atskirai. Mūsų darbas su NVIDIA pažangiųjų rentgeno technologijų srityje sujungia jų AI apdorojimo galimybes su žiniomis apie tai, kaip radiologai skaito vaizdus ir kas daro nuskaitymą diagnostiškai naudingu.
Štai kodėl AdvaMed darbas yra toks gyvybiškai svarbus: tai yra bendras forumas, kuriame šie pasauliai susitinka, susilieja ir užtikrina, kad naujovės vystytųsi atsakingai – pasitikėjimo, saugumo ir pacientų naudos ribose. Pasaulyje, kuriame milijardams žmonių vis dar trūksta galimybės gauti kokybišką priežiūrą, labai svarbu tobulinti šią naują sveikatos priežiūros erą.
(1) https://www.who.int/news/item/18-09-2023-billions-left-behind-on-the-path-to-universal-health-coverage
(2) https://www.gehealthcare.com/products/magnetic-resonance-imaging/air-recon-dl?srsltid=AfmBOoqX9cUf833Vl8iMK6305U7WfLw2mzE2qw148mO2we9NKJ7EXcCB
(3) https://www.gehccommandcenter.com/2025-outcomes-source-data Rezultatai gali skirtis priklausomai nuo institucijos. Duomenys byloje.
Išgirskite pacientų istorijas
„Medtech istorija“ suteikia pacientams galimybę dalytis savo patirtimi, susijusia su medicinos technologijomis, siekiant šviesti, įkvėpti ir kurti bendruomenę.
