Gesundheit

Sutter Health taps Ferrum Gesundheit für AI-based safety net für Lungenkrebs durchsucht

Nord-Kalifornien-Gesundheitswesen-Sutter-Gesundheit kündigte heute an, dass begonnen hat, ein Pilotprojekt mit Start Ferrum Gesundheit, zur Verwendung der KI überwachen die Arbeit von Radiologen und fangen vermeidbare medizinische Fehler in Patienten mit Lungenkrebs.

WARUM ES WICHTIG IST
Ferrum ist ein neues startup gegründet von Pelu Tran, der zuvor gründete und leitete Google Glass company Augmedix. Es ist ein AI-Unternehmen, aber anstatt Ihr Geschäftsmodell auf den Verkauf von bestimmten algorithmen, er konzentrierte sich auf die Bereitstellung von bestehenden algorithmen in einer neuen Weise: als hintergrund-monitoring „safety net“, die nur erfordert eine aktive Aufmerksamkeit von den Radiologen, wenn es erkennt eine Diskrepanz mit Ihrer Diagnosen.

„Aus meiner früheren Firma und die Stärke, die wir hatten, arbeiten mit medizinischen Systemen, wie Sutter wir wirklich gemerkt, dass die KI könnte verwendet werden, in ein paar verschiedene Möglichkeiten, aber für die ärzte ist, angesichts all der Druck, dass Sie unter, waren wirklich Kampf zu schnitzen Zeit in Ihren workflow, in Ihren Tag-zu-Tag, um das bereitstellen von Lösungen, die wirklich konzentriert sich auf die Verbesserung der Qualität,“ sagte Tran.

„Also dachten wir, dass es der bessere Ansatz ist, zu versuchen, Ihnen zu helfen, Sorgfalt für Ihre Patienten“, erklärte er. „Und das war wirklich durch die Bereitstellung von Lösungen, die Qualität zu verbessern, ohne Unterbrechung des Workflows. Und wir haben es hier mit dem Einsatz einer monitoring-system, ein tool, das im hintergrund ausgeführt und und sieht für diese Fehler in einer Bevölkerung enterprise-Niveau, ohne wirklich zu stören oder die Arzt Verhalten zu ändern.“

Die erste Implementierung konzentriert sich auf die gezielte Suche nach Knötchen, die zeigen können, in den frühen Stadien von Lungenkrebs. In den ersten 90 Tagen, die Technologie hat bereits überprüft, 10,000 CT-scans mit Lungengewebe und gefunden 83 Diskrepanzen, die dann aufgefordert werden, eine zusätzliche Beurteilung und intervention durch Radiologen. Die Technologie funktioniert auch schnell — Radiologen sind aufgefordert zu überprüfen, gekennzeichnet scans am selben Tag, die Sie ursprünglich sah Sie an.

„Wenn Sie Aussehen, wenn Sie einen kurzen Blick auf Lungenkrebs, überleben ist alles über Früherkennung,“ sagte Dr. Jason Wiesner, ärztlicher Direktor der Sutter Health Diagnostic Imaging Service-Hotline, sagte, darauf hingewiesen, dass die überlebensrate für Lungenkrebs festgestellt, in der ersten Stufe ist 50 Prozent, im Vergleich zu 4 oder 5% der Fälle erst erkannt, wenn Stufe drei. „Die frühzeitige Erkennung, dass in dieser Phase eine Ebene ist überlebenswichtig für die Bevölkerung. Also, was wir hier tun, ist tatsächlich messbar Auswirkungen auf die Gesundheit der Bevölkerung.“

Sutter hat bereits niedriger als der Durchschnittliche Anteil der vermeidbaren Fehler in seiner Lungenkrebs-Erkennung. Weisner sagt, dass durch einen kulturellen Schwerpunkt auf die hohe Zuverlässigkeit, die er hofft, diese Technologie weiter zu verbessern.

„Bei Sutter Health, wir haben laser-konzentrierte sich auf diese Verbesserung der Qualität und das nicht-Schaden, hohe Zuverlässigkeit organisatorische Engagement“, sagte er. „Es ist zu einem CEO-Ebene Engagement auf die Tatsache, dass, wie gerade eine kurze Seitenleiste gibt, die im letzten Jahr und eine Hälfte oder so, fast fünfzig tausend Mitarbeiter haben sich in einer safety-training an, um gerade nach möglichen Fehlerquellen und stoppen Sie die Zeile, bevor Sie wurde tatsächlich Fehler.

„Und weil das unsere Kultur hat sich wirklich verändert,“ fügte er hinzu. „Eigentlich sind wir teilen diese Art von guten Fängen und Prävention Geschichten vor allen unseren Versammlungen. … Aber wir können immer besser machen. Und wieder, ich denke, das ist, wo Eisen für uns in der diagnostischen Bildgebung wirklich nimmt uns mit auf diese nächste Ebene zu bringen.“

Wenn der pilot weiterhin gut zu gehen, Tran sagt, er hofft auf die Bereitstellung viele weitere ähnliche screening-Programme „für Brustkrebs, bei Darmkrebs, bei Frakturen, bei Aneurysmen, oder für Dinge wie verpasste followups nur während der Patienten-Reise.

„Es ist eine Herausforderung, um sich vorstellen, einen Weg nach vorn, wo die Rang-und Datei-Radiologen sind diejenigen, die Anbindung mit Hunderten von verschiedenen Daten, algorithmen in Ihrer Tag-zu-Tag der Praxis“, sagte er. „Und daher ist für uns der wichtigste Teil der workflow ist, dass es im wesentlichen stufenlos skalierbar. Wir haben tatsächlich bereitstellen können Hunderte von verschiedenen point-Lösung, monitoring-oder use-cases enterprise-wide über Millionen von Patienten. Und wir können das auch tun, ohne wirklich die zusätzliche Belastung der Rang-und Datei-Radiologie.“

Monitoring-Systeme sind die norm in anderen Branchen, Tran hingewiesen, darunter diejenigen, die mit dem wohl niedrigere Anteile als im Gesundheitswesen.

„In cybersecurity, müssen Sie antivirus-Programm, das immer läuft“, sagte er. „Sie haben intrusion detection haben Sie die Anomalie-Erkennung. In financial services haben Sie die Erkennung von Betrug, und in der Produktion Sie haben die Fehlererkennung. Das Gesundheitswesen ist die einzige Branche gibt, und es tatsächlich passiert, werden die meisten kritischen ein – und es funktioniert einfach nichts. Wenn der Arzt einen Fehler macht, gibt es keine Absicherung.“

DER GRÖßERE TREND
Vermeidbare medizinische Fehler sind allgemein anerkannt, um eine der führenden Ursachen des Todes in den Krankenhäusern. Inzwischen Radiologie komplizierter geworden in den letzten Jahren als Technologie verbessert hat.

„PT-scans, zum Beispiel, verwendet werden, um 60 bis 100 Bilder-und jetzt sind Sie drei bis sechs tausend Bilder“, sagte Weisner. „Die explosion des medizinischen imaging-Daten, die alle, das kommt auf den workflow und die Rezeption des Radiologen. Wir sind befugt, die. Wir können Diagnosen stellen, dass wir nicht vor mit viel besser, bessere Spezifität. Aber die Anforderungen an unsere Zeit haben sich erhöht.“

Mittlerweile, KI-algorithmen für die Radiologie entwickelt. Gerade in diesem Monat wurden zwei separaten Publikationen, die von Google und koreanische Unternehmen Lunit, auf sehr viel versprechend Brust-Krebs-detection-algorithmen.

Aber wie kann man algorithmen verwenden, wie dies in der klinischen Praxis ist etwas Gesundheitssysteme sind noch herauszufinden. Generell drehen über die Diagnose völlig auf den Computer ist immer noch Risiko zu hoch, um ernsthaft in Erwägung gezogen werden.

NYU Langone Health erwägt derzeit, mit einem KI-Technologie als virtuelle zweite Meinung, die Radiologen, die sich beziehen können, wenn Sie fühlen Sie es brauchen. Ferrum-Modell ist ähnlich, der Ansatz, aber es führt automatisch die überprüfung.

AUF DER PLATTE
„Unsere Radiologen sind so aufgeregt über diesen workflow und die Ergebnisse, die wir gezeigt haben“, sagte Weisner. „Sie wollen auf jeden Fall weiterhin mit diesen arbeiten direkt zu Ihnen und im hintergrund, so dass Sie sicher, dass Sie die Bereitstellung der höchsten Qualität der Pflege, die Sie können. Und so sind wir wir sind einfach sehr zufrieden in diesem Punkt. Es ist eines der besten Projekte, die ich habe, das geht jetzt in meine FüHRUNGSROLLE in meiner klinischen Praxis.“