انقلابی در مراقبت‌های بهداشتی با هوش‌مصنوعی

استفاده از هوش‌مصنوعی مولد برای مدیریت داده‌های برتر و مراقبت از بیمار

در تلاش برای ایجاد انقلابی در مراقبت‌های بهداشتی، یک دانشگاه پیشرو در علوم زیستی دانشگاهی سفری پیشگامانه را برای ادغام هوش‌مصنوعی مولد در عملیات خود آغاز کرده است.

هدف این ابتکار تغییر مدیریت داده‌ها و ارتقای مراقبت از بیمار با متمرکز کردن منابع داده پراکنده و فعال کردن بینش‌های پیشرفته مبتنی بر هوش‌مصنوعی است. با پشتیبانی قوی اجرایی و استفاده استراتژیک از Microsoft Azure، این موسسه قبلاً شاهد پیشرفت‌های قابل توجهی در کارایی عملیاتی و تعامل کاربر بوده است.

این مطالعه موردی چشم انداز استراتژیک، فرآیند اجرا و آینده امیدوارکننده هوش‌مصنوعی را در دانشگاه‌های علوم زیستی دانشگاهی بررسی می‌کند و مدلی را برای نوآوری در مراقبت‌های بهداشتی به نمایش می‌گذارد.

پس زمینه

در عصری که داده‌ها پادشاه هستند، یک دانشگاه پیشرو علوم زیستی دانشگاهی با چالش دلهره آور مدیریت حجم وسیعی از اطلاعات پراکنده مواجه شد. داده‌های موسسه در سیستم‌های مختلف تکه تکه شد و سیلوهایی ایجاد کرد که مانع از عملیات کارآمد و مراقبت جامع از بیمار می‌شد. این موسسه با درک نیاز به یک راه‌حل متمرکز داده، مأموریتی را برای استفاده از فناوری پیشرفته برای ساده کردن فرآیندهای مدیریت داده خود آغاز کرد.

لنترن یک رابطه دیرینه با مدیر ارشد داده و مدیر عامل موسسه از یک تعامل قبلی در دانشگاه دیگری داشت. در ابتدا، لنترن برای تمرکز بر متمرکز کردن انبار داده‌های توزیع شده مؤسسه، با هدف ایجاد انسجام و دسترسی به منابع داده گسترده آنها وارد شد. این کار بنیادی زمینه را برای پتانسیل تحول آفرین هوش‌مصنوعی مولد فراهم کرد.

ما فرصت فوق العاده‌ای داریم تا تخصص خود را در هوش‌مصنوعی بالینی به کار گیریم و آن را تقویت کنیم و آن را در مقیاس ایمن، عادلانه و کارآمد در خدمت مراقبتی که بیمارانمان دریافت می‌کنند در رتبه دوم قرار دهیم.

سفر هوش‌مصنوعی

همانطور که پروژه تکامل یافت، ظهور هوش‌مصنوعی مولد فرصت‌های جدیدی را ارائه کرد. تیم داخلی موسسه شروع به کاوش راه‌حل‌های مبتنی بر هوش‌مصنوعی، به‌ویژه از طریق Microsoft Azure کرد تا قابلیت‌های داده خود را افزایش دهد.

سیستم موجود مؤسسه، در عین حال که کاربردی بود، مقیاس‌پذیر نبود و فاقد کارایی لازم برای کاربردهای گسترده‌تر بود. از Lantern خواسته شد تا به گسترش و ارتقای راه‌حل کمک کند و زمینه را برای یک تحول جامع مبتنی بر هوش‌مصنوعی فراهم کند.

پیاده‌سازی AI مولد

مرحله پیاده‌سازی با استفاده استراتژیک از Microsoft Azure، با استفاده از Azure OpenAI، OCR (هوش مستند[1])، جستجوی هوش مصنوعی، توابع Azure و SQL DB مشخص شد.

مرکز اصلی این کار استفاده از Lantern Loader ما بود، راه‌حلی که تار عنکبوت داده‌ها را در سراسر یک سازمان طی می‌کند و یک پایگاه دانش متمرکز ایجاد می‌کند که می‌تواند در نوک انگشتان کارمندان قرار گیرد. این راه‌حل می‌تواند با میلیون‌ها نقطه داده (همه چیز از وب‌سایت‌ها، فایل‌ها، APIهای خارجی و موارد دیگر) تعامل داشته باشد تا یک مخزن متمرکز از داده‌ها ایجاد کند که می‌تواند در سراسر سازمان مورد استفاده قرار گیرد.

نتیجه یک پلت فرم زیرساخت هوش‌مصنوعی همه کاره بود که برای ادغام و تجزیه و تحلیل داده‌ها از منابع متعدد طراحی شده بود و بینش عملی را برای بخش‌های مختلف ارائه می‌کرد.

مؤلفه‌های کلیدی خزیدن وب‌سایت‌های عمومی و خصوصی، ادغام فایل‌های داخلی و اتصال به پایگاه‌های اطلاعاتی خصوصی را امکان‌پذیر می‌کنند و یک پایگاه دانش واحد ایجاد می‌کنند.

امنیت و حریم خصوصی، با توجه به ماهیت حساس داده‌های درگیر، از جمله انطباق با HIPPA، بسیار مهم بودند. فرآیندهای حاکمیتی قوی تضمین می‌کند که راه‌حل‌های هوش‌مصنوعی از بالاترین استانداردهای حفاظت از داده‌ها پیروی می‌کنند. تعهد دانشگاه به استفاده اخلاقی از هوش‌مصنوعی و ایجاد یک کمیته نظارت بر هوش‌مصنوعی برای اطمینان از انصاف، ایمنی و برابری در اجرای هوش‌مصنوعی بسیار مهم بود.

پزشکان، مدیران و محققان می‌توانند به طور ایمن به مدل‌های زبان بزرگ دسترسی داشته باشند، با داده‌های بیمار و APIها برای مجموعه داده‌های بزرگ، در چهار مورد عمده استفاده کنند:

·         استخراج اطلاعات

·         مدیریت دانش

·         کمک نوشتن و کدنویسی

·         پشتیبانی تصمیم‌گیری خودکار

این توازن دقیق نوآوری و امنیت در جلب اعتماد و حمایت رهبری و کارکنان موسسه بسیار مهم بود.

دستیابی به چشم‌انداز

چشم‌انداز این موسسه روشن بود: تبدیل شدن به دانشگاه پیشرو علوم زیستی دانشگاهی با قابلیت هوش‌مصنوعی. با حمایت قوی صدراعظم، این پروژه منابع و توجه لازم را برای موفقیت دریافت کرد. برنامه مبتنی بر هوش‌مصنوعی نقش اصلی را ایفا کرد و تجزیه و تحلیل داده‌های پیشرفته را تسهیل کرد و نتایج مراقبت از بیمار را بهبود بخشید.

·         پذیرش کاربر سریع بود، با 2300 کاربر کل، بیش از 1000 کاربر فعال روزانه، و بیش از 1 میلیون نقطه پایانی مصرف شد.

·         بخش‌های مختلف، از جمله قلب، منابع انسانی و رادیولوژی، راه‌حل‌های هوش‌مصنوعی را در جریان کار خود ادغام می‌کنند.

·         در زمان نگارش این مقاله، بیش از دوجین مقاله تحقیقاتی بررسی شده قبلاً با کمک برنامه ایجاد شده است.

8 دستیار هوش‌مصنوعی مختلف در دست توسعه هستند، از جمله:

·         ورود به کارآزمایی بالینی: یک ربات چت GenAI برای ساده‌سازی فرآیند ورود، و رسیدگی سریع به پرسش‌های شرکت‌کننده در کارآزمایی.

·         دستورالعمل‌های بالینی: دستیار هوش‌مصنوعی که دستورالعمل‌های بالینی را برای پاسخ سریع به سؤالات پزشکان در زمینه‌هایی مانند کبد، ارتوپدی و بیماری‌های عفونی به کار می‌گیرد.

·         دستیار ویکی دپارتمان پزشکی بیمارستانی: دستیار ساخته شده در صفحه ویکی دپارتمان برای پشتیبانی از اساتید با موضوعاتی از توسعه و خدمات گرفته تا استخدام و برنامه‌ریزی رویداد.

توانایی کاربران برای انتخاب بین مدل‌های مختلف هوش‌مصنوعی و پایگاه‌های دانش، ابزاری قابل تنظیم و انعطاف‌پذیر را برای نیازهای خاص ارائه می‌دهد. این رویکرد کاربر محور در ایجاد تعامل و نشان دادن مزایای عملی هوش‌مصنوعی مولد مؤثر بود.

من مطمئن هستم که در سال 2024، ما شاهد استفاده گسترده از هوش‌مصنوعی مولد خواهیم بود و مزایایی را هم برای بیماران و هم برای ارائه دهندگانمان نشان خواهیم داد.

بهره‌وری عملیاتی شاهد پیشرفت‌های قابل‌توجهی بود، با فرآیندهای مدیریت داده‌های ساده که باعث کاهش افزونگی‌ها و افزایش بهره‌وری می‌شد.

توانایی ادغام و تجزیه و تحلیل مقادیر زیادی از داده‌ها در زمان واقعی، تصمیم‌گیری آگاهانه‌تر و بهبود نتایج مراقبت از بیمار را امکان‌پذیر می‌کند.

بازخورد کاربران بسیار مثبت بود و صدها کارمند در بخش‌های مختلف به طور فعال از سیستم استفاده می‌کردند.

ادغام یکپارچه هوش‌مصنوعی در عملیات روزانه نه تنها مدیریت بهتر داده را تسهیل کرد، بلکه فرهنگ نوآوری و بهبود مستمر را در موسسه پرورش داد.

نتیجه‌گیری

سفر این دانشگاه پیشرو علوم زیستی آکادمیک، قدرت دگرگون کننده هوش‌مصنوعی مولد در مراقبت‌های بهداشتی را به نمایش می‌گذارد. این موسسه با پرداختن به چالش‌های داده‌های تکه تکه و استفاده از راه‌حل‌های پیشرفته هوش‌مصنوعی، استاندارد جدیدی را برای مدیریت داده‌ها و مراقبت از بیمار تعیین کرده است.

همانطور که این پروژه به تکامل خود ادامه می‌دهد، این موسسه به عنوان الگویی برای دیگرانی می‌ایستد که به دنبال استفاده از قدرت هوش‌مصنوعی در مراقبت‌های بهداشتی هستند. موفقیت این ابتکار نه تنها مزایای فوری را برجسته می‌کند، بلکه راه را برای نوآوری‌های آینده که آینده تحقیقات پزشکی و مراقبت از بیمار را شکل خواهند داد، هموار می‌کند.

---

[1] Document Intelligence