AI ปฏิวัติวงการแพทย์ ช่วยทีมดูแลสุขภาพส่งต่อการรักษาได้รวดเร็วขึ้น

เทคโนโลยี AI กำลังเข้ามามีบทบาทสำคัญตั้งแต่การวิจัยกุมารเวชศาสตร์ไปจนถึงการพัฒนาระบบโรงพยาบาลอัจฉริยะ ช่วยให้ทีมดูแลสุขภาพลดเวลาที่ต้องเสียไปกับงานประจำ และมีเวลาให้กับการดูแลผู้ป่วยอย่างใกล้ชิดมากขึ้น

ปัจจุบันระบบสาธารณสุขและสตาร์ทอัพได้นำ AI มาประยุกต์ใช้ในหลากหลายมิติ ไม่ว่าจะเป็นการจับคู่ผู้ป่วยกับการทดลองทางคลินิก การสนับสนุนการทำงานของรังสีแพทย์ ไปจนถึงการดูแลผู้ป่วยที่บ้าน โดยมีเทคโนโลยีจาก NVIDIA เป็นขุมพลังในการประมวลผลเบื้องหลัง และมีบุคลากรทางการแพทย์เป็นศูนย์กลางในการตรวจสอบผลลัพธ์เพื่อตัดสินใจในขั้นตอนสุดท้าย

วันศุกร์ที่ 13 พ.ย. เวลา 5:00 น. PT

Dyania Health ใช้ AI เปลี่ยนบันทึกผู้ป่วยหลายทศวรรษให้เป็นการดูแลที่ดีขึ้น

โรงพยาบาลมักเก็บประวัติผู้ป่วยย้อนหลังหลายทศวรรษในรูปแบบข้อความอิสระ เช่น บันทึกของแพทย์ รายงานการผ่าตัด และผลการวินิจฉัย ซึ่งการทำความเข้าใจเรื่องราวทั้งหมดของผู้ป่วยรายหนึ่ง บุคลากรทางการแพทย์ต้องใช้เวลาอ่านชาร์ตย้อนหลังนานหลายปี

Dyania Health บริษัทด้าน AI ทางคลินิกจากรัฐนิวเจอร์ซีย์ จึงได้พัฒนา Synapsis AI ซึ่งเป็นเครื่องมือให้เหตุผลทางคลินิก (clinical reasoning engine) เพื่อเข้ามาจัดการปัญหานี้โดยเฉพาะ ระบบจะเชื่อมโยงข้อมูลจากบันทึกและผลแล็บที่อาจห่างกันหลายปี เพื่อตอบคำถามทางคลินิกในลักษณะเดียวกับที่แพทย์เฉพาะทางตรวจสอบชาร์ตด้วยตนเอง

ผลลัพธ์ที่ได้คือชุดสัญญาณทางคลินิกที่ระบุแหล่งที่มาในบันทึกได้อย่างชัดเจน ช่วยให้ทีมดูแลทราบว่าผู้ป่วยรายใดต้องการการรักษาเร่งด่วนและเพราะเหตุใด โดยบุคลากรทางการแพทย์จะทำหน้าที่ตรวจสอบหลักฐานและตัดสินใจในทุกขั้นตอนเพื่อความแม่นยำสูงสุด

การรักษาข้อมูลผู้ป่วยไว้ภายใต้ระบบรักษาความปลอดภัยของโรงพยาบาล

Synapsis AI ทำงานบนระบบประมวลผลความเร็วสูงของ NVIDIA ภายใต้ไฟร์วอลล์ของสถานพยาบาลเอง ข้อมูลผู้ป่วยทั้งหมดจึงถูกประมวลผลภายในสถานที่ (on-premise) ทำให้มั่นใจได้ว่าข้อมูลจะไม่ถูกแชร์ออกไปภายนอกโรงพยาบาล

การใช้ AI ตรวจสอบชาร์ตช่วยลดภาระงานเอกสารได้อย่างมหาศาล ทำให้ทีมคลินิกมีเวลาอยู่กับผู้ป่วยมากขึ้น อย่างไรก็ตาม Synapsis AI ยังคงเป็นเพียงเครื่องมือสนับสนุนที่ต้องอาศัยการยืนยันและดำเนินการต่อโดยบุคลากรทางการแพทย์เสมอ

Dyania พัฒนาและฝึกฝนโมเดลทางคลินิกด้วยไลบรารีเปิด NVIDIA NeMo และใช้ NVIDIA TensorRT พร้อมกับ TensorRT-LLM เพื่อปรับแต่งโมเดลให้ทำงานได้รวดเร็วและมีประสิทธิภาพสูงสุดบนเซิร์ฟเวอร์ GPU ของโรงพยาบาล

กรณีศึกษา Synapsis AI ในโลกแห่งความเป็นจริง

Cleveland Clinic ได้นำ Synapsis AI มาใช้สนับสนุนการศึกษาผู้ป่วยที่เปลี่ยนลิ้นหัวใจเอออร์ติกกว่า 7,800 ราย ระหว่างปี 2005 ถึง 2021 เพื่อวิเคราะห์บันทึกและผลตรวจคลื่นเสียงสะท้อนหัวใจ (echocardiogram) ย้อนหลังหลายปี

ระบบสามารถสร้างโมเดลทำนายการเสื่อมสภาพของลิ้นหัวใจและความเสี่ยงในการเข้ารับการรักษาซ้ำที่ช่วงเวลา 3, 5 และ 10 ปีหลังผ่าตัดได้สำเร็จ ซึ่งการตรวจสอบชาร์ตกลุ่มประชากรขนาดใหญ่เช่นนี้ หากใช้แรงงานคนอาจต้องใช้เวลาดำเนินการนานหลายปี

"การใช้เทคโนโลยีวิเคราะห์ข้อมูลเพื่อคาดการณ์อายุการใช้งานของลิ้นหัวใจ เป็นก้าวสำคัญสู่การรักษาแบบเฉพาะบุคคลที่มีประสิทธิภาพมากขึ้น" Dr. Lars Svensson หัวหน้าสถาบัน Heart, Vascular & Thoracic Institute ณ Cleveland Clinic กล่าว

แนวทางนี้ยังสามารถต่อยอดไปสู่ความท้าทายด้านสาธารณสุขอื่นๆ เช่น การคัดกรองผู้ป่วยเพื่อทดลองทางคลินิก การดูแลผู้ป่วยโรคหัวใจและมะเร็งวิทยา รวมถึงการจัดทำทะเบียนข้อมูลทางคลินิกให้เป็นระบบมากขึ้น

เรียนรู้เพิ่มเติมเกี่ยวกับ Dyania Health