Türkiye Yapay Zeka ve Sağlıkta Yapay Zeka – 2021

Türkiye Yapay Zeka Platformu, Sağlık’ta yapay zeka projeleri için günbegün, anbean, çalışmaktadır. Çok yakında bunlardan birkaçını ve içlerinde en önemli olanlarını sizlerle buluşturarak fevkalade bir lansman tarihiyle sizleri haberdar edecektir. O halde gelelim size sağlıkta yapay zekanın geniş bir tanımını yapalım. Ne dersiniz? Başlayalım o halde…

Sağlıkta Yapay Zeka

Sağlıkta Yapay Zeka teknolojisinin rolü son aylarda büyük bir tartışma konusu oldu ve bu teknolojinin benimsenmesinin yavaşladığına dair hiçbir işaret yok, aslında, gerçekten.

Sağlıkta Yapay Zeka, mobil koçluk çözümlerinden ilaç keşfine kadar her şeyin makine öğrenimi ile neler başarılabileceği şemsiyesi altında yer alan çok büyük ve geniş bir potansiyele sahiptir.

Bununla birlikte, birçok sağlık yöneticisi, gizlilik endişeleri, veri bütünlüğü endişeleri veya veri paylaşımını neredeyse imkansız hale getiren çeşitli organizasyonel siloların talihsiz varlığı nedeniyle sağlıkta yapay zeka ile deney yapmaya gelince hala çok utangaç. Sağlıkta Yapay Zeka benimsemenin önündeki ana engelleri burada ele aldık .

Bununla birlikte, sağlık hizmetlerinin geleceği ile makine öğreniminin ve yapay zekanın geleceği birbiriyle derinlemesine bağlantılıdır.

İlaçta Yapay Zeka ve Sağlık Hizmetinde Blok Zinciri hakkındaki kapsamlı kılavuzlarımızı takiben , sağlık sektörünün yapay zekanın popülaritesindeki artıştan nasıl olumlu bir şekilde etkilendiğine daha yakından bakmaya karar verdik.

Ama önce bir tanım:

Sağlıkta Yapay Zeka Nedir?

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 1
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 1

Sağlıkta Yapay Zeka, belirli görevleri otomatik bir şekilde gerçekleştirmek için tasarlanmış karmaşık algoritmaların kullanılmasını ifade eder. Araştırmacılar, doktorlar ve bilim adamları bilgisayarlara veri enjekte ettiğinde, yeni oluşturulan algoritmalar karmaşık tıbbi problemleri gözden geçirebilir, yorumlayabilir ve hatta çözümler önerebilir.

Sağlıkta Yapay Zeka uygulamaları sonsuzdur. O kadarını biliyoruz.

Ayrıca, Sağlıkta Yapay Zeka için neler yapabileceğinin sadece yüzeyini kazıdığımızı biliyoruz. Bu aynı anda hem şaşırtıcı hem de korkutucu.

En üst düzeyde, sağlıkta yapay zeka mevcut teknolojik uygulamalarından bazılarını burada bulabilirsiniz (bazıları makalede daha ayrıntılı olarak incelenecek, bazı kullanım durumları ise HealthcareWeekly ile ilgili kendi bağımsız makalelerini zaten almış durumda).

Tıbbi teşhis : Belirli hastalıkları olan hastaları teşhis etmek için Yapay Zekanın kullanılması. Endüstri uzmanlarından bizim toparlama raporu göz atın burada . Ayrıca, Mart 2019’da kanser gelişimini belirlemeye ve öngörmeye yardımcı olması beklenen bir rapor sağlıkta yapay zeka platformu açıklandı .

İlaç keşfi İlaç keşfine yardımcı olmak ve ilaçları keşfetmek ve pazara götürmekle bağlantılı uzun zaman çizelgelerini ve süreçleri iyileştirmek için şu anda Yapay Zekayı kullanan düzinelerce sağlık ve ilaç şirketi var. Bu ilginizi çekiyorsa , Sağlıkta Yapay Zeka Çağında İlaç Endüstrisi: Gelecek Parlak başlıklı raporumuza bakın .

Klinik Araştırmalar : Klinik Denemeler maalesef gerçek bir karmaşa. Çoğu klinik araştırma, ilerlemeyi, veri toplamayı ve ilaç tedavilerinin sonuçlarını takip edebilen entegre çözümler olmadan çevrimdışı yönetilir. Sağlıkta Yapay Zeka klinik denemeleri nasıl yeniden şekillendirdiğini buradan okuyun . Ayrıca, Embleema’nın klinik deneylerde devrim yaratmak için yapay zekayı ve blok zinciri nasıl kullandığından bahsettiğimiz, Robert Chu , CEO @ Embleema ile Healthcare Weekly podcast bölümü ilginizi çekebilir . Sağlık hizmetlerinde Blockchain size göreyse, Global “Sağlık Hizmetlerinde Blok Zinciri” Raporumuz: Her yönetici için 2019 nihai kılavuzu da ilginizi çekebilir .

Ağrı yönetimi: Bu, sağlık hizmetlerinde hala acil bir odak alanıdır. Görünüşe göre, yapay zeka ile birlikte sanal gerçeklikten yararlanarak, hastaları ağrılarının mevcut kaynağından uzaklaştırabilecek ve hatta opioid krizine yardımcı olabilecek simüle edilmiş gerçeklikler yaratabiliriz. Bunun nasıl çalıştığı hakkında daha fazla bilgiyi buradan okuyabilirsiniz . Yapay zeka ve sanal gerçekliğin buluştuğu bir başka harika örnek, burada ayrıntılı olarak ele aldığımız Johnson and Johnson Reality Programı . Kısacası, J&J, doktorları işlerinde daha iyi hale gelmeleri için simüle edilmiş bir ortamda eğitmek için kural tabanlı algoritmalar kullanan simüle edilmiş bir ortam yarattı.  

Hasta sonuçlarının iyileştirilmesi : Hastaların sonuçları, yapay zeka tarafından yönlendirilen çok çeşitli stratejiler ve sonuçlar aracılığıyla iyileştirilebilir. Öncelikle , Amazon Alexa‘nın sağlık hizmetlerinde devrim yarattığı 10 yol hakkındaki raporumuza ve Helpsy’nin CEO’su Sangeeta Agarwal ile Haftalık Sağlık Podcast’imize göz atın. Helpsy, hastalara kanserle savaşlarının her aşamasında yardımcı olan bir chatbot formundaki ilk Yapay Zeka hemşiresini geliştirdi .

Bunlar sadece birkaç örnektir ve sadece sağlıkta yapay zeka ne hakkında olduğuna dair size hızlı bir şekilde bir tat vermeyi amaçlamaktadır. 2019’da her sağlık yöneticisinin bilmesi gereken daha spesifik örnekleri inceleyelim.

Tıp alanında yapay zeka nasıl kullanılıyor?

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 2
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 2

Tıp alanındaki yapay zeka, doktorların daha iyi kararlar almasına, hasta veri bilgilerini etkili bir şekilde yönetmesine, karmaşık veri kümelerinden kişiselleştirilmiş ilaç planları oluşturmasına ve yeni ilaçları keşfetmesine yardımcı olmak için büyük miktarda veri setinin analizine ve yorumlanmasına dayanır.

Bu şaşırtıcı kullanım durumlarının her birine daha ayrıntılı bir şekilde bakalım.

1. Klinik karar desteği

Sağlıkta Yapay Zeka, klinik karar desteği kapsamında, doktorların insan beyninden çok daha doğru kaydedilen sağlık komplikasyonlarının örüntü tanıma özelliği ile daha iyi kararlar almalarına yardımcı olmak için yararlı olabilir.

Kazanılan zaman ve teşhis edilen koşullar, alınan zamanın ve alınan kararların hastalar için hayatını değiştirebileceği bir sektörde hayati önem taşır.

2. Bilgi Yönetimi (hem hekim hem de hasta)

Sağlıkta Yapay Zeka, hem hekim hem de hasta için bilgi yönetimine büyük bir ektir. Hastaların doktorlara daha hızlı ulaşması veya teletıp kullanıldığında hiç ulaşmaması ile değerli zaman ve paradan tasarruf edilir, bu da sağlık profesyonellerinin yükünü azaltır ve hastaların konforunu artırır.

Doktorlar ayrıca, yapay zeka odaklı eğitim modülleri aracılığıyla öğrenmelerini ilerletebilir ve iş içindeki yeteneklerini artırabilir, bu da yapay zekanın sağlık hizmetlerinde bilgi yönetimi yeteneklerini daha da gösterir.

Sağlıkta yapay zeka ilaçta nasıl kullanılır?

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 3
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 3

2016 yılında sağlıkta yapay zeka şirketlerine yaklaşık 5 milyar dolar yatırım yapıldı ve sağlık hizmetlerinin en hızlı büyüyen sektörlerden birine sahip olması şaşırtıcı değil. Sağlık sektörünün 2021 yılına kadar 6,6 milyar dolardan fazla yatırım alması bekleniyor .

İlk 5 ilaç ve biyoteknoloji şirketi içinde , mobil koçluk çözümleri ve teletıptan ilaç keşfi ve satın almaya kadar değişen 4 ana makine öğrenimi girişimi bulunmaktadır .

1. Mobil koçluk çözümleri

Mobil koçluk çözümleri, hastalara tavsiyede bulunma ve gerçek zamanlı veri toplama kullanarak tedavi sonuçlarını iyileştirme şeklinde gelir. Akıllı telefon uygulamalarında küçük teşhis için sağlıkta yapay zeka kullanan şirketler ile son yıllarda teletıpta da büyük bir ilerleme var .

2. Kişiselleştirilmiş tıp

Tedavi seçeneklerini belirlemek için büyük miktarda hasta verilerini analiz etme yeteneği. Teknoloji, doğal dili işleyebilen bulut tabanlı sistemler aracılığıyla tedavi seçeneklerini belirleyebilir.

3. Edinmeler

Satın almalar, hem büyük hem de eski biyoteknoloji firmalarının inovasyon ihtiyaçlarını karşılamaya devam ediyor ve yapay zekanın geliştirilmesiyle, şirket kontrolü söz konusu olduğunda sunacak çok şey var.

Sağlıkta Yapay Zeka dünyasını birleştiren girişimlerle, daha eski ve daha büyük şirketlerin bilgi, sistemler ve hatta teknolojideki sıçramalardan ve sınırlardan sorumlu kişileri edinmesi için daha fazla seçenek var.

4. İlaç keşfi

İlaç keşfi, yapay zekanın ilaç şirketlerinin pahalı ve uzun ilaç keşif sürecine en son teknolojiyi dahil edebildiği bir başka harika yerdir.

Yapay zekanın faydaları, yeni ilaçların test edilmesi ve tanımlanması üzerine zamandan tasarruf ve model tanımaya odaklanılmasıyla anında ortaya çıkıyor.

Erken aşama ilaç keşiflerinde, BenevolentAI veya Verge Genomics gibi start-up’ların , insanların tanımlayamayacağı kadar karmaşık modeller için veri bölümlerini tarayan, hem zamandan tasarruf sağlayan hem de başka türlü sahip olamayacağımız bir şekilde yenilik yapan algoritmaları benimsediği bilinmektedir. mümkün.

Yoğun bir yapay zeka odağına sahip başka bir şirket olan Insilico , kimyasal kitaplıkların her iki doğasında da bulunmayan tedavileri tasarlamak için yapay zekayı kullanarak farklı bir yaklaşım benimsedi. İnsan denemeleri görülmeden önce klinik deneyleri simüle etmek için yapay zekayı kullanma yaklaşımı, yapay zekanın yaratabilecekleri için bol miktarda alan bırakıyor.  

İlaçta yapay zekanın nasıl kullanıldığı hakkında daha fazla bilgi için burayı tıklayın .

Tıp hizmetleri pazarının büyümesinde sağlıkta yapay zeka

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 4
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 4

Şirketlerden önemli miktarda yatırım yapmadan büyüme fırsatlarının elde edilmesi zor olabilir, ancak kendi kendine çalışan motorda sağlıkta yapay zeka sektöründe büyüme için büyük bir fırsat var.

Sağlıkta Yapay Zeka ABD, son için yılda $ tasarruf 150 milyar yaratma potansiyeline sahip Accenture çalışması (öz $ fon 600m tarihi yüksekler okuma Sağlıkta Yapay Zeka ile 2026 tarafından tahminlerine Q2’18 ) orada yıllar geçtikçe öngörülen devasa sermaye finansman anlaşmaları ve hisse senedi anlaşmalarıdır.

“Önümüzdeki iki yıl içinde gerçekleşecek değişimi her zaman abartıyoruz ve önümüzdeki 10 yıl içinde gerçekleşecek değişikliği küçümsüyoruz” – Bill Gates

Dikkat çekici bir şekilde, Sağlıkta Yapay Zeka ile birlikte, 2026’da 150 milyar dolarlık beklenen toplam değerle sağlıkta yapay zeka, alt satır büyümesi için önemli bir fırsatı temsil ediyor :

  • Robot Destekli Cerrahi
  • Sanal Hemşirelik Asistanları
  • İdari İş Akışı Yardımı
  • Dolandırıcılık Tespiti
  • Dozaj Hatası Azaltma
  • Bağlı Makineler
  • Klinik Deneme Katılımcı Tanımlayıcısı
  • Ön Tanı
  • Otomatik Görüntü Tanılama

Bununla birlikte, büyüme beklenmedik değil ve yapay zekanın boşluğa uyduğu sağlık hizmetleri endüstrisinin ihtiyaçları ile – cennette yapılan bir eşleşme.

Robot destekli ameliyatın öngörülen 2026 değeriyle, sanal hemşirelik asistanlarının ve idari iş akışı yardımlarının sırasıyla 40 milyar dolar, 20 milyar dolar ve 18 milyar dolar  değerinde olması bekleniyor , en etkileyici olan iddialarla birlikte gelen rakamlar.

Sağlıkta Yapay Zeka mevcut sınırlamalarını öğrenin  

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 5
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 5

Sağlıkta Yapay Zeka, teknolojik alandaki çoğu gelişmede olduğu gibi büyük bir potansiyele sahip olmasına rağmen, bilinen bir dizi mevcut sınırlama vardır.

İlk benimseme sorunları

Herhangi bir yeni teknolojinin piyasaya sürülmesiyle diş çıkarma sorunları yaşamak nadir değildir, ancak sağlıkta yapay zeka büyük ölçekli benimsenmesi için aşılması gerekir.

Nihayetinde, yapay zekanın benimsenmesi, yapay zekaya yatırım yapacak paydaşları çekecek ve başarılı vaka çalışmalarının vurgulanması ve gelecekteki teşvikler için sunulması gerekiyor. Bu vaka çalışmaları, sağlık şirketlerini erken benimseyenlerin süreci başlatmasını gerektirecektir.

Veri gizliliği endişeleri

Sağlık hizmetlerinde mahremiyet, doğası gereği son derece hassas ve dolayısıyla gizlidir.

Teknolojiye en üst düzeyde güven duymak için, veri gizliliğini ve bilgisayar korsanlarından korunmayı sağlayacak sistemler kurulmalıdır. Ne yazık ki, veri ihlalleri daha önce UW Medicine’in 1 milyon hasta kaydını veya Missouri Medicaid ile ifşa ettiği zaman bildirildiği gibi yaygın bir olay olmaya devam ediyor .   

Ancak gizlilik endişeleri, sağlık alanında yapay zekayı benimsemekten caydırıcı olmamalıdır. Aslında, geçen yıl Yapay Zekanın sağlık hizmetleri veri güvenliğine gerçekten nasıl yardımcı olabileceğine dair bir hikaye yaptık .

Yönetmeliklere uygunluk

HIPAA ve diğer bazı hasta veri yasaları, federal standartların sürdürülmesini sağlamak için FDA gibi yönetim kuruluşlarının onayına tabidir.

Verilerin çeşitli veritabanları arasında paylaşılması, HIPAA uyumluluğunu zorlaştırır ve gelecekteki gelişmelerin başarılı olması için bu alanlarda dikkatli olunmalıdır. Yazılım, dolayısıyla yapay zeka geliştiren şirketlerin de Hitrust kurallarına uyması gerektiğinden , mevcut kuralların yapay zekanın benimsenmesine engel olduğu kesin olarak biliniyor.  

Kara kutu zorluğu

Derin öğrenme, yapay zeka ve makine öğreniminin ‘neden?’ Sorusunu sorma yeteneği yoktur. Sonuç olarak, kararların ardındaki mantık haklı gösterilmez, yani kararın nasıl alındığına dair çoğunlukla tahminde bulunulması gerekir.

Kararın nasıl ve neden verildiği, tedavi planındaki bilgilerin anahtarıdır. Akıl yürütme eksikliği, kararda güven eksikliğine yol açabilir ve bu da teknolojiyi hem hastalar hem de profesyoneller tarafından potansiyel olarak güvenilmez veya güvenilmez hale getirebilir.  

Paydaş karmaşıklıkları

Sağlıkta Yapay Zeka’nın benimsenmesi kapsamındaki paydaşlara gelince, hastalar, sigorta şirketleri, ilaç şirketleri, sağlık çalışanları vb. Dahil herkes anahtardır.

Teknolojiyi yukarıda belirtilen seviyelerden herhangi birinde takip etme direnci, sorunlara ve teknolojinin makroya dahil edilmesinde potansiyel başarısızlıkla sonuçlanacaktır. Paydaşlık, bir bütün olarak sağlık sektörünün 2019’da yeterince yenilik yapmamasının en önemli on nedeninden biridir.

Klinik karar desteği

Teşhis hataları, tüm tıbbi hataların% 60’ını ve her yıl tahmini 40.000 ila 80.000 ölümü oluşturur . Sonuç olarak, insan yargısı tarafından yapılan hataların sayısını ve ücretini azaltmak için yapay zeka çeşitli farklı alanlarda kullanıldı.

Bununla birlikte, bilim adamları ve tıbbi personel yapay zeka konusuna inanılmaz bir dikkatle yaklaşmaya devam ettikçe, klinik karar destek sürecinde yapay zekanın benimsenmesi söz konusu olduğunda önemli bir geri tepme yaşanmaya devam ediyor.

Net çıktı ile kullanımı kolay

Minimum operatör eğitimi gerektirdiğinden ve diğer tıbbi yazılımlar ve sağlık kaydı sistemleriyle doğrudan arayüz oluşturan ortak çıktı biçimleriyle tasarlandığından, sistemin kullanımı inanılmaz derecede kolay ve uygulaması basittir.

Sistemden net bir çıktı, muayene kalitesinin yeterli kalitede olup olmadığını, hastanın sevk edilebilir DR için negatif olup olmadığını veya hastanın sevk edilebilir DR belirtileri olup olmadığını belirlemek için 60 saniyeye izin verir. Sevk edilebilir DR belirtilerinin ardından, bir insan sınıf öğrencisi aşırı okuma, tele danışma ve / veya bir göz doktoruna sevk şeklinde daha fazla eylem önerilebilir.

Sağlıkta Yapay Zeka Sistemlerinin Bazı Uygulamaları Nelerdir?

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 10
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 10

Bazı aksaklıklara ve sınırlamalara rağmen, Sağlıkta Yapay Zeka neredeyse her gün duyurulmaktadır. Bu bölümde, Sağlıkta Yapay Zeka en dikkat çekici ve devrim niteliğindeki kullanımlarından bazılarını, bu listenin hiçbir şekilde eksiksiz olmadığını ve kesinlikle devam eden bir çalışma olduğunu anlayarak ele alacağız.

Bakım sunumunda devrim yaratan akıllı saatler

Apple Watch Series 4’ün piyasaya sürülmesi ve gadget’ın içinde bulunan yeni elektrotlar ile kullanıcıların doğrudan bileklerinden EKG almaları artık mümkün.

Apple Watch Series 4, kullanıcıların doğrudan bileklerinden bir elektrokardiyogram almalarını sağlayan ilk doğrudan tüketiciye yönelik üründür. Okumalara izin veren uygulama, doktorlara aksi takdirde gözden kaçabilecek hayati veriler sağlar. Hızlı ve atlanan kalp atışları zamanlanır ve kullanıcılar artık düzensiz bir kalp ritmi (atriyal fibrilasyon) tespit edilirse bir bildirim alacaklar.

Teknoloji şirketlerinin Apple Watch için piyasaya sürdüğü aksesuar ve eklentilerin sayısı da sağlık sektörüne girmeye başlıyor. AliveCor gibi şirketler, orijinal Apple Watch bandının yerini alan klinik düzeyde giyilebilir bir EKG’ye izin veren özel kayışlar çıkardı. Kayış, Seri 4 ile işe yaramaz hale getirilse de, daha önceki saatlerin herhangi biri için, kayış AF’yi tanımlamak için kullanışlı bir bağlantı olabilir.

Ayrıca, bu yılın başlarında, Omron Healthcare, Omron HeartGuide adlı yeni bir akıllı saati devreye aldıklarında haberi yaptı . Saat, kullanıcılara günlük olarak eyleme geçirilebilir içgörüler sağlamak için kan basıncı verilerini yorumlarken hareket halindeyken kullanıcının tansiyonunu ölçebilir.

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 9
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 9

Geçtiğimiz yıl Fitbit, uyku apnesini tespit etmek için Yapay Zeka kullanan özel Şarj 3 bilekliğini piyasaya sürdü .  

Tüm bu örneklerin ortak noktası, giyilebilir teknolojilerin tıbbi sonuçları iyileştirmek için nasıl yavaşça yeniden tasarlandığı veya artırıldığıdır. Ve tüm bu örneklerde, yapay zeka, her yerde hastaların yaşam kalitesini iyileştirebilecek devasa miktarda veriyi toplamak, analiz etmek ve yorumlamak için ‘başlık altında’ kullanılıyor.

Aidoc / MaxQ – CT beyin kanaması teşhisi

2018’in sonlarında, Aidoc’un, beyindeki kanamaların teşhisi olan ilk sağlıkta yapay zeka tabanlı iş akışı çözümünün ABD FDA tarafından onaylandığına dair duyurusu oldu.

Oluşturulan sistemler, BT taramalarında akut intrakraniyal kanamayı (ICH) veya beyindeki kanamaları işaretlemek için radyologlarla birlikte çalıştı. İle 75 yılı yüzde kardiyovasküler hastalıklar ile ilgili tüm hasta bakım, radyolog üzerinde iş yükü büyük.

Sağlık sektörüne entegrasyon basittir ve önemli bir BT zamanı gerektirmez ve ek donanım gerektirmediğinden, uzaktan kurulabilen ve bakımı yapılabilen basit bir kaynaktır. İş akışı optimizasyonlarına yardımcı olacak ve doğru ve yüksek kaliteli taramaların sayısını artıracak bir çözümle, bu yapay zeka destekli teknolojiye olan talebin çok büyük olması bekleniyor.

IDx-DR – Diyabetik retinopati belirtilerini tespit edin

IDx , diyabetik retinopati belirtileri için retinanın görüntülerini özerk olarak analiz eden bir sağlıkta yapay zeka teşhis sistemi IDx-DR geliştirdi . Yazılım, ABD’de kullanılmak üzere FDA onayı almıştır .

Sistem nasıl çalışır

1. Bir fundus kamera kullanarak, eğitimli bir operatör göz başına iki renkli, 45 ° FOV görüntüleri yakalar

2. Görüntüler yerel bir bilgisayardaki IDx-DR istemcisine aktarılır

3. Görüntüler daha sonra IDx-DR analiz sistemine gönderilir

4. IDx-DR, 60 saniye içinde bir görüntü kalitesi veya hastalık çıktısı ve takip bakım talimatları sağlar

5. mtmDR için negatifse, hasta daha sonraki bir tarihte yeniden taranabilir. MtmDR için pozitifse, hastayı göz bakımına yönlendirir.

iCAD – Mamografi yoluyla meme yoğunluğu

iCAD, meme kanseri taramasında doğru kararları desteklemek için mamografi yoluyla meme yoğunluğunu izlemek amacıyla 2015 yılında iReveal’in piyasaya sürüldüğünü duyurdu.

ABD’deki kadınların tahmini% 40’ının mamografinin potansiyel kanserli dokuyu görmesini engelleyebilecek yoğun meme dokusuna sahip olduğu düşünüldüğünde, sorun çok büyük ve bir çözüm zorunluydu.

Teknoloji, yoğun meme dokusundan dolayı dijital mamografiye duyarlılığı azalmış hastaları belirlemek için meme yoğunluğunu değerlendirmek için sağlıkta yapay zeka kullanır .

İCAD CEO’su Ken Ferry, “iReveal sayesinde radyologlar, mamografi ile kanser tespitine karşı duyarlılığı azalmış yoğun göğüslü kadınları daha iyi tespit edebilirler” dedi.

Bay ayrıca Ferry, “ABD genelinde meme yoğunluğunun raporlanması için artan destek, PowerLook AMP platformunun mevcut kullanıcıları ve 100 milyon dolarlık artan bir pazarı temsil eden yeni müşteriler tarafından iReveal’in benimsenmesini sağlamak için önemli bir fırsat var. önümüzdeki birkaç yıl içinde fırsat. Daha uzun vadede, iReveal teknolojisini, Kanser Algılama işimiz için bir sonraki büyük büyüme fırsatı olan Tomosentez CAD ürünümüze entegre etmeyi planlıyoruz. “

Sonuçta, sistem ABD’deki kadınlarda meme kanseri teşhisinde ön saflarda yer alıyor ve çok sayıda hayatın kurtarılması bekleniyor, sanırım herkes yapay zekanın ne kadar harika bir kullanım olduğu konusunda hemfikir olabilir.

QuantX – Meme Lezyonları

QuantX, gerçek bir bilgisayar destekli tanı sağlayan ilk MRI iş istasyonudur ve radyologlara meme anormalliklerinin değerlendirilmesi ve karakterizasyonunda yardımcı olacak yapay zeka tabanlı bir araç seti sunar.

QuantX, MR görüntü verilerini kullanarak, bilinen sonuçların derin bir veritabanını kullanır ve bunu taramalar sırasında gerçek zamanlı analitik için gelişmiş makine öğrenimi ve nicel görüntü analizi ile birleştirir. MPR’nin, tam MIP’lerin, ince MIP’lerin ve çıkarma işlemlerinin hızlı görüntülenmesi ve yeniden biçimlendirilmesiyle gerçek zamanlı olarak tüm isteğe bağlı işlemlerde hızlı ve kapsamlı bir ekran görülür.

Malignite olasılığı ile ilişkili bir klinik ölçüm olan bir QI Skoru, taramalar sırasında görüntüler ve ilgilenilen bölgeler ile hesaplanır. Bu, benzer bir vaka karşılaştırması ile eşleştirilir, bir referans kitaplığından 45’e kadar benzer vakanın analiz edilen her lezyon için görüntülenmesine izin veren bir araç.

Bu bilgiler, doğru klinik kararlar vermeleri için radyologlara aktarılır ve yüksek riskli ortamlarda yanlış tanıların sayısını azaltır.  

Zebra Medical – Koroner kalsiyum puanlaması

Koroner kalsiyum skorlaması, koroner arter hastalığının bir biyobelirtecidir ve bu koroner kalsifikasyonun ölçümü, kalp krizi veya felç dahil kardiyovasküler olaylar için çok güçlü bir belirleyicidir.

Geleneksel bir koroner kalsiyum skorlaması, kontrastlı ve kontrastsız gerçekleştirilen özel kardiyak, EKG kapılı BT gerektirir.

Bununla birlikte, son zamanlarda, düşük doz göğüs BT verilerinden sağlıkta yapay zeka kullanımı ile koroner kalsiyum skorunun güvenilir bir şekilde türetildiği algoritmik olarak bulunmuştur. Zebra Medical’in puanlama algoritması bu standart, kontrastsız Göğüs CT’lerini kullanır ve Koroner Kalsiyum Skorlarını otomatik olarak hesaplar.

Araç, aksi takdirde kapsamlı testler yapılmadan riskin farkında olmayacak, şiddetli kardiyovasküler olay riski yüksek olan kişilerin erken tespiti için hayati önem taşır.

Bay Labs – Ekokardiyogram EF belirleme

San Francisco merkezli özel şirket Bay Labs, sol ventriküler ejeksiyon fraksiyonunun (EF) tam otomatik ve sağlıkta yapay zeka tabanlı seçimi için Haziran 2018’de FDA onayı aldı. Healthcare Weekly’nin, 2019’da izlenecek en umut verici sağlık hizmeti girişimleri listemize Bay Labs’ı dahil ettiğini unutmayın .

EF, çok sayıda klinik kararın temeli olarak kullanılan ve en yaygın kullanılan tek kardiyak fonksiyon ölçümü olarak kaydedildiğinden, Bay Labs’ın sağlıkta yapay zeka tabanlı EchoMD ve AutoEF algoritmaları , hataları azaltmak ve endüstriyi çevreleyen iş akışını en aza indirmek için çalışır. Algoritmalar, görünümleri manuel olarak seçme, en iyi klipleri seçme ve bunları niceleme için değiştirme ihtiyacını ortadan kaldırır; bu, genellikle özellikle zaman alıcı ve oldukça değişken bir süreç olarak belirtilir.

Algoritmalar, bir hastanın ekokardiyografi çalışmasındaki tüm ilgili bilgileri ve dijital klipleri otomatik olarak gözden geçirir ve odak kriteri olarak görüntü kalitesine göre derecelendirmeye devam eder. Bay Labs’ın yapay zeka çözümüyle ilgili en etkileyici şey, sistemin algoritma başarısını en üst düzeye çıkarmak için 4 milyondan fazla görüntünün kullanıldığı klip seçimini ‘öğrendiği’ yöntemdir.

Nihayetinde, EchoMD ve AutoEF, doktorların doğru seçimler yapmalarına yardımcı olarak klinik karar vermedeki hataları azaltırken iş akışı verimliliğini en üst düzeye çıkarmaya çalışacaktır.

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 8
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 8

Nöral Analiz – Paramedik inme teşhisi için cihaz

Beyin sağlığıyla mücadele eden bir tıbbi cihaz şirketi olan Neural Analytics, sağlık görevlilerinin inme kurbanlarını teşhis etme biçiminde devrim yaratarak, 2017’de paramedik inme teşhisi için bir cihaz duyurdu.

Neural Analytic’in Lucid M1 Transkraniyal Doppler Ultrason Sistemi, kan akışı bozuklukları olan hastalar için pahalı ve zaman alıcı inme teşhisi sorunlarının üstesinden gelir.

Bu ultrason sistemi, serebral kan akış hızlarını ölçmek için tasarlanmıştır. Bu şaka değil. Başarılı olursa, bu teknoloji doktorların felci nasıl erken tespit edebileceğini değiştirecek ve hasta sonuçlarını büyük ölçüde iyileştirebilir.

Bir tür ultrason olan Transkraniyal Doppler (TCD) kullanımı, yapay zekanın beynin kan damarlarını vücudun dışından değerlendirmesine olanak tanıyarak daha invaziv testlere olan ihtiyacı ortadan kaldırır. Sağlıkta yapay zeka yazılımı, doktorların kan akışı sorunlarının neden olduğu felç ve diğer beyin bozukluklarını tespit etmesine yardımcı olarak doğru klinik karar verme kapasitesini artırır.

Icometrix – MRI beyin yorumu

Icometrix, yapay zekayı görüntüleme yoluyla hasta bakımını dönüştürme misyonuna sahip bir şirkettir. Klinik teşhiste hatayı azaltmak için kullanılan MRI beyin yorumlaması ile şirket, beyinde anormalliklerin keşfedilme şeklini değiştirme yolunda ilerliyor.

Geliştirilen sistem, hastalardaki beyin beyaz cevher anormalliklerini objektif olarak ölçüyor, harcanan zamanı azaltıyor, doğruluğu artırıyor ve beyin sorunları olanlar için hasta bakımını iyileştiriyor. Beyindeki değişiklikler , yapıya en yüksek doğrulukla odaklanılarak güvenle değerlendirilir . Sistem, daha yüksek bir hassasiyete ve artırılmış algılamaya izin vererek sonuçta iyileştirilmiş sağlık hizmetlerine yol açar.

Bireysel hastalar için klinik olarak ilgili beyin yapılarının ve bir dizi tanımlanabilir nörolojik bozukluğun nicelendirilmesi ile, yapay zekanın uzayda sunabileceği çok şey var.

Imagen OsteoDetect – Yetişkin hastalarda bilek kırığı tespiti

OsteoDetect yazılımı, iki boyutlu X-ışınlarını analiz eden akıllı algoritmalar kullanan yapay zeka tabanlı bir algılama / teşhis yazılımıdır.

Yazılım, kemikte hasar, özellikle distal radius kırığı olarak adlandırılan yaygın bir bilek kırığı arar. Yazılım, bu sorun alanlarını tanımlamak ve görüntüdeki kırığın yerini işaretlemek için makine öğrenme tekniklerini kullanır ve doktora bir kırılmayı tanımlamasına yardımcı olur.

OsteoDetect, birinci basamak, acil tıp, acil bakım ve ortopedi gibi özel bakım gibi çeşitli farklı durumlarda kullanılmak üzere tasarlanmıştır. Yazılım, bir klinisyenin incelemesinin ve bir radyografın bağımsız düşüncelerinin ve yargısının yerini almayı amaçlamasa da, yardımcı olmak için tasarlanmıştır.

Viz.ai – CT inme teşhisi

Sağlıkta yapay zeka tarafından desteklenen Viz.ai, hayat kurtaran tedavilere erişimi iyileştirmek için senkronize inme bakımına izin verir.

Viz.ai’nin veriye dayalı yapay zekası, büyük bir damar tıkanıklığını otomatik olarak algılar ve Erlanger Health System doktorlarını uyararak bakımı senkronize eder . 7/24 senkronize ekip işbirliği ile yapay zeka destekli ürünlerden oluşan bir ürün grubu, büyük damar tıkanıklıklarından şüphelenildiğinde inme ekiplerini tespit eder ve bu tür zamana duyarlı konularda hayati önem taşır.

İnme ekipleri daha sonra bir mobil arayüz aracılığıyla gerçek zamanlı olarak danışabilir ve yalnızca beyinleri kurtarmakla kalmayıp aynı zamanda yaşamı da sağlayan hızlı tedavi kararlarına odaklanmaya olanak tanır.

Arterys – Karaciğer / akciğer kanseri (MRI, CT) teşhisi ve MRI kalp yorumu

Tıbbi görüntüleme şirketi Arterys, yapay zeka destekli çok çeşitli görüntüleme hizmetlerini ve çözümlerini, karaciğer ve akciğer kanseri MR ve BT teşhisinin yanı sıra, potansiyel sağlık sorunlarının büyük alanlarını kapsayan MRI kalp yorumuyla birkaç yıldır sergiliyor.

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 7
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 7

Arterys Liver Sağlıkta Yapay Zeka , karaciğer lezyonlarını verimli ve etkili bir şekilde ölçer ve izler ve görselleştirme, uzunlamasına izleme ve daha hızlı hacimsel segmentasyon sağlar. Bu üç yetenek, kullanıcı dostu bir arayüzle birleştirildiğinde daha iyi bir iş akışı yönetimine yol açar, bu da yalnızca daha hızlı işleme değil, aynı zamanda daha doğru karar verme süreci anlamına gelir.

Arterys Lung Sağlıkta Yapay Zeka, benzer şekilde, hastalarda akciğer nodüllerinin daha iyi izlenmesini ve akciğer kanserinin klinik yönetimini sağlar. Çözüm, diğer mevcut çözümlerden daha doğru ölçümler sağlarken, otomatik boylamsal izleme klinisyenlere nodüllerin daha iyi yönetilmesine yardımcı olur. Otomatik raporlama yetenekleri, ilgili nicel bilgileri, görüntüleri ve yorumları gösteren yapay zekadan özetler ve bulgular sunmak için de kullanılır.

Arterys Cardio AIMR, yalnızca sağlıkta yapay zeka ve derin öğrenmeyi kullanmakla kalmaz, aynı zamanda bulut bilişimin kardiyak manyetik rezonans (MR) görüntülerinin analizini otomatikleştirmek için karışıma girmesine izin verir. Çözüm, zahmetli manuel görevlerden kaçınılmasına, iş akışının etkin bir şekilde yönetilmesine ve takip kalp problemleri için tedavinin hızlı ve kolay bir şekilde tanımlanmasına ve belirlenmesine olanak tanır.

Sonuç olarak, Arterys’in sahadaki çalışması, iş akışı yönetimini iyileştirmek ve hem hız hem de doğruluk açısından daha iyi klinik kararlar veren sistemler geliştirmek için hayati önem taşımaktadır.

Mayo Clinic – Sağlıkta Yapay Zeka rahim ağzı kanseri taramaları

Hasta bakımı ve sağlık teknolojisinin geliştirilmesine odaklanan bir kuruluş olan Mayo Clinic, bir kadının rahim ağzındaki kanser öncesi değişiklikleri belirlemek için yapay zeka tabanlı bir çözüm geliştirdi.

Makine öğrenimi tabanlı çözüm, prekanseröz belirtilerin kolay tanımlanması için Ulusal Kanser Enstitüsü’nden (NCI) alınan 60.000’den fazla servikal görüntünün kullanımıyla öğretilen bir algoritma kullanır. Araştırmacılar, algoritmanın , doğru tanımlanmış işaretlerin% 69’una kıyasla% 91 ile eğitimli bir insan uzmanından çok daha yüksek bir başarı oranıyla çalıştığını belirtiyor .

Şirket algoritmayı sürekli olarak güncellediğinden, çok yakın gelecekte daha da yüksek oranda doğru klinik karar görmeyi bekleyebiliriz. Sektördeki herkes için heyecan verici bir zaman.

Mayo Clinic ve Leidos, Mart 2019’da yeterince ilginç bir şekilde, Mayo Clinic’in Jacksonville’deki Life Sciences Incubator kampüsündeki kampüsünde bir teknoloji hızlandırıcısı inşa ettiğini duyurdu . Kampüs, çeşitli Yapay Zeka girişimlerini içeren insan sağlığının ve refahının iyileştirilmesi için ürün geliştirme yoluyla araştırma laboratuvarından yeni fikirler ve ürünler geliştirmek üzere tasarlanmış bir med-teknoloji merkezidir.

DeepMind – Göz hastalığı tespiti

Londra’daki Moorfield Göz Hastanesi ile ortaklık yapan DeepMind, göz hastalığının belirtilerini dünyanın önde gelen doktorları ve uzmanları kadar etkili bir şekilde tespit etmek için bir yapay zeka çözümü duyurdu .

İngiliz şirketi, 15.000’den fazla hastadan alınan verilerle makine öğreniminden yararlanarak algoritmanın optik koherens tomografiden (OCT) göz hastalıklarını tespit etmesine olanak tanıdı. Çözüm, yorumlanması için genellikle uzman analizi gerektiren büyük bir zaman dilimini ortadan kaldırır, ancak sağlıkta yapay zeka ile otomatik olarak doğru tanı olarak görüyoruz.

Teknoloji erken aşamalarda olmasına rağmen, doktorların çaresizce zamana duyarlı tedaviye ihtiyaç duyanlara tamamen öncelik verene kadar gelişmesi ve hastaların görüşlerini kurtarması bekleniyor.

Tıbbi bilgi yönetimi – Sağlıkta Yapay Zeka

Sağlıkta Yapay Zeka - Türkiye Yapay Zeka 6
Sağlıkta Yapay Zeka – Türkiye Yapay Zeka 6

Tıbbi bilgi yönetimi, iki kullanım durumundan oluşan bir şemsiye terimdir: doktorlar ve hastalar için. Tıbbi bilginin yönetimi, yeni doktor eğitimi ve geliştirme yolları ile sağlık sektörünün sürekli büyümesi için hayati öneme sahipken, hasta ağırlıklı olarak sağlık robotlarını ve kendi kendine yardım uygulamalarını kullanıyor.

Doktorlar için bilgi yönetimi

Johnson ve Johnson, tıp uzmanları için uygulamalı uygulamaya izin veren, gerçek hayattaki hataları ve ameliyat komplikasyonlarını azaltan VR tabanlı kulaklıklarla doktorları eğiten bir VR modülünün öncülerinden biridir.

Ortopedik cerrahi, total kalça, total diz protezi ve kalça kırığı için üç benzersiz VR eğitim modülüne odaklanan VR deneyimi, tıp camiasında övgüye yol açtı.

Deneyimi deneyen 100’den fazla ortopedi cerrahından 2017 yılında yapılan bir çalışmada, cerrahların neredeyse% 80’i teknolojiyi kendi eğitimleri için sıklıkla kullanmayı çok seveceklerini belirtti.

Yazılım, doktorların anında geri bildirim alabildikleri ve uygulamalarında daha iyi ilerleme kaydettikleri güvenli ve kullanışlı bir öğrenme deneyimi sağlar, ancak olasılıklar sonsuzdur.

Hastalar için bilgi yönetimi:

Hasta tarafında, en büyük kullanım örnekleri, bir zamanlar insan etkileşimi tarafından yönetilen dijital doktorların alanı ele geçirdiği sağlık robotları ve kendi kendine yardım uygulamaları.

Teşhis için bir akıllı telefon veya tablet uygulamasının kullanılması bir zamanlar bilim kurgu ve hayallerin bir parçasıydı, ancak yapay zeka tabanlı uygulamalar yavaş yavaş hastalar için en popüler sağlık hizmeti kaynakları haline geliyor.

Kırsal alanlardaki doktorlar için 24 saat kullanılabilirlik ve kapsama alanıyla, uygulama yalnızca hasta konforunu en üst düzeye çıkarmak için değil, aynı zamanda teşhis için harcanan zamanı en aza indirmek için de harika. Doktorları yüz yüze gören daha az insanla, bu, halihazırda mücadele eden hastanelerin fiziksel yükünü azaltır. Bu, daha az bekleme süresi, daha az tıkanıklık ve ciddi sorunlara odaklanmak için daha fazla zamanla doktorlardan daha iyi teşhis anlamına gelir.

Belirli bir sıraya göre derecelendirilmemiş en iyi 12 sağlık sohbet robotu ile seçim yapabileceğiniz çok şey var:

  1. Babil sağlığı
  2. Şamandıra Sağlığı
  3. Safedrugbot
  4. Ada Sağlık
  5. Yengeç Sohbet Robotu  
  6. Izzy
  7. Infermedica
  8. Sensely
  9. DEV
  10. Floransa
  11. Sizin.Md
  12. Bots4Health

Cilt kanserinin kendi kendine tespiti

Her 5 kişiden 1’i yaşamları boyunca bir noktada cilt kanserine yakalanır, ancak çoğumuz herhangi bir anormalliği kontrol ettirmek için doktora gitmekte zorlanıyoruz.

SkinVision, insanların bir akıllı telefondan başka bir şey kullanmadan cilt kanseri belirtileri açısından kendi ciltlerini kontrol etmelerine yardımcı olur. İndirilebilir uygulama, şirket içi dermatologlardan ücretsiz tavsiye almadan önce risk göstergenizi almak için gereken tek şey olan bir cilt lekesinin fotoğrafıyla avucunuzun içinde anında sonuç almanızı sağlar.

1,1 milyondan fazla kullanıcı ve çekilen 3,5 milyondan fazla fotoğrafla, uygulama, ciddi tıbbi durumların kendi kendine teşhisi şeklinde çok büyük bir şeyin başlangıcını gösteriyor olabilir.

Yorum yapın