Присоединяйтесь к нашим ежедневным и еженедельным информационным бюллетеням для последних обновлений и эксклюзивного контента в индустрии AI-лидирования. Узнать больше
Записи данных о пациентах могут быть обернуты, а иногда и неполными, что означает, что у врачей не всегда есть вся необходимая информация, которая им нужна, легко доступна. К этому добавлен тот факт, что медицинские работники не могут поддерживать баржу тематических исследований, исследовательских статей, тестов и других наиболее выгодных событий, выходящих из отрасли.
Health New York City New Langone Health пришел с новым подходом к решению этих проблем для следующего поколения врачей.
Академический медицинский центр, который состоит из консультанта.
Каждую ночь модель обрабатывает электронные медицинские записи (EHR), сопоставляя их с соответствующими исследованиями, диагностическими советами и важной справочной информацией, которая затем предоставляет краткие, адаптированные электронные письма для жителей на следующее утро. Это элементарная часть инновационного подхода NYU Langone к медицинскому обучению – то, что он называет «точным медицинским образованием», которое использует ИИ и данные для обеспечения высоко персонализированных студенческих путешествий.
«Эта концепция« точности во всем »требуется в здравоохранении», – заявил VentureBeat Марк Триола, заместитель декана по образовательным информационным технологиям и директор Института инноваций в области медицинского образования в NYU Langone Health. «Очевидно, что доказательства того, что ИИ может преодолеть многие из когнитивных изгибов, ошибок, отходов и неэффективности в системе здравоохранения, которые могут улучшить диагностическое принятие решений».
Поскольку NYU Langone использует Lama для улучшения ухода за пациентами
NYU Langone использует модель с открытым весом, созданную на последней версии структуры Llama-3.1-8b и дополнительной векторной базы данных с открытым исходным кодом для поколения, вынужденного восстановлением (RAG). Но он не только подходит к документам – модель выходит за рамки тряпки, активно нанимая поиск и другие инструменты для обнаружения последних исследовательских документов.
Каждую ночь модель соединяется с базой данных EHR учреждения и привлекает медицинские данные для пациентов, наблюдаемых в Langone в предыдущий день. Затем он ищет основную справочную информацию о диагнозах и заболеваниях. Используя Python API, модель также проводит поиск связанной медицинской литературы в PubMed, которая имеет «миллионы и миллионы статей», объяснил Триола. LLM проходит отзывы, документы о глубоких дайвингах и клинические испытания, выбирая некоторые, казалось бы, наиболее важные, и «объединяет его в красивое электронное письмо».
Рано на следующее утро учащиеся -медики и внутренняя медицина, нейрохирургия и радио -онкология получают электронное письмо с личности с подробными резюме пациентов. Например, если пациент с перегруженной сердечной недостаточностью контролировался накануне, электронное письмо обеспечит освежение основной физиопатологии сердечных заболеваний и информации о последних методах лечения. Это также предлагает вопросы самообучения и медицинскую литературу с AI. Кроме того, это может дать указатели о шагах, которые жители могут предпринять после действий или деталей, которые они могли упустить из виду.
«У нас есть хорошие отзывы от студентов, жителей и факультета того, как это свободно держит их в курсе, как они включают это в то, как они делают выбор в отношении заботы о пациенте», – сказала Триола.
Ключевым успешным показателем для него была лично, когда система – прерывание остановило электронные письма на несколько дней – и преподаватели и студенты жаловались, что они не получили утренние голыми, они пришли к доверию.
«Пока мы отправляем эти электронные письма как раз перед тем, как наши врачи начинают раунды – что является одним из самых горьких и наиболее загруженных времен дня для них – и для них, чтобы понять, что они не получили эти электронные письма и скучают по ним, как часть их мышления было потрясающим , – сказал он.
Преобразование отрасли с точным медицинским образованием
Эта сложная система, сетевая изделия, основываясь на точной модели медицинского образования NYU Langone, которую Триола объяснила на основе «более высокой плотности, трения», цифровых данных, ИИ и сильных алгоритмов.
За последнее десятилетие учреждение собрало огромные объемы данных для студентов – их успеваемость, среда, в которой они управляют пациентами, EHR понимает, что они пишут, клинические решения, которые они принимают, и разводят взаимодействие с пациентами и заботу. Кроме того, NYU Langone имеет обширный каталог всех ресурсов, доступных для студентов -медиков, независимо от того, являются ли это видео, самостоятельные вопросы или экзаменные вопросы или модули онлайн -обучения.
Успех проекта также является благодаря упрощенной архитектуре медицинского учреждения: он может похвастаться централизованным его, единого хранилища данных на санитарной стороне и единого хранилища данных для образования, что позволяет Langone вступать в брак с различными ресурсами данных.
Главный сотрудник по медицинской информации Пол Теста отметил, что большие системы AI/ML невозможны без отличных данных, но «это не самые простые, если вы сидите на неопровержимых данных в бункерах через вашу систему». Медицинская система может быть большой, но она действует как «один пациент, одна запись, один стандарт».
Gen AI позволяет NYU Langone уйти от образования «одноразмерное подход»
Как Triple задал это, главный вопрос, с которой его команда стремилась справиться: «Как они связывают диагноз, контекст отдельного студента и всех этих учебных материалов?»
«Внезапно у нас появился этот большой ключ, чтобы разблокировать это: генерально ИИ», – сказал он.
Это позволило школе отказаться от модели «одноразмерное подход», которая была нормой, независимо от того, намеревались ли ученики стать, например, нейрохирургом или по-психиатры различными дисциплинами, которые требуют уникальных подходов.
По его словам, важно, чтобы ученики были адаптированы образованием во время школы, а также «образовательные обнаженные» приспосабливались к их потребностям. Но вы не можете просто сказать факультете «проводить больше времени с каждым отдельным студентом» – это невозможно.
«Наши студенты были голодны, потому что они признают, что это высокий период изменений в медицине и генеративного ИИ», -сказала Триола. «Это абсолютно изменится … что значит быть врачом».
Служить моделью для других медицинских учреждений
Нет, что на этом пути не было проблем. Примечательно, что технические команды работали с моделью «незрелость».
Как отметил Триола: «Увлекательно, насколько обширны и точны их вставленные знания, а иногда и ограничен. Это будет работать идеально, и, как и ожидалось, 99 раз подряд, а затем в 100 -й раз это сделает интересный выбор».
Например, в начале развития LLM не могли отличаться между язвой на коже и язве в желудке, что «вообще не концептуально относится», – объяснил Тройн. С тех пор его команда сосредоточилась на быстром уточнении и посадке, и результат был «замечательным».
На самом деле, его команда настолько уверена в стеке и процессе, что, по их мнению, она может послужить отличным примером для других. «Мы предпочитаем открытый исходный код и открытый вес, потому что мы хотели достичь того, что мы могли бы сказать:« Эй, другие медицинские школы, многие из которых не имеют много ресурсов, вы можете сделать это дешево », – объяснил Триола.
Теста согласилась: «Это воспроизводимо? Это то, что мы хотим распространить? Абсолютно, мы хотим распространять его через медицинское обслуживание».
Переоценка «священных» практики в медицине
Конечно, есть много опасений по поводу индукции нюансированных предубеждений, которые могут быть выпечены в системах ИИ. Тем не менее, Триола отметил, что в этом использовании это не огромная забота, так как это относительно прямая задача для ИИ. «Это выглядит, он выбирает из списка, он суммирует», – отметил он.
Скорее, одна из самых больших поверхностных проблем связана с неконтролируемым или столом. Вот корреляция: таковые из какого -то винтажа могут вспомнить, как изучали курсив в начальной школе – но они, вероятно, забыли навык, потому что нашли редкую возможность использовать его во взрослой жизни. Теперь он почти устарел, редко преподается в сегодняшней начальной школе.
Триола отметила, что существуют «священные» части того, чтобы быть врачом, и что некоторые невосприимчивы к тому, чтобы они давали ИИ или цифровые системы «каким -либо образом, формой или формой». Например, считается, что молодые врачи должны активно исследовать и носить в последней литературе, когда они не находятся в клинической среде. Но объем медицинских знаний, доступных сегодня и «жесткий ритм» клинической медицины, требует другого способа делать вещи, подчеркнул Триола.
Когда дело доходит до исследования и восстановления информации, он отметил: «ИИ делает это лучше, и это неудобная истина, в которую многие люди не решаются верить».
Вместо этого он представил: «Допустим, это даст суперспособности врачам и подсчитывает отношения между человеком и ИИ, а не конкурентные отношения того, кто будет делать».
Source link
