دکتر ران بوچر، مدیر ارشد پزشکی تله رادیولوژی در Experity – سری مصاحبه


دکتر ران بوچر به عنوان مدیر ارشد پزشکی تله رادیولوژی در تجربه، یک شرکت نرم افزار و خدمات متمرکز بر بازار مراقبت های فوری ایالات متحده است.

Experity یک سیستم عامل یکپارچه ارائه می دهد که شامل سوابق پزشکی الکترونیکی، مدیریت عمل، مشارکت بیمار، صورتحساب، رادیولوژی از راه دور، هوش تجاری و راه حل های مشاوره است. تقریبا نیمی از کلینیک های مراقبت های فوری در ایالات متحده از پلت فرم Experity استفاده می کنند. خدمات بیش از حد رادیولوژی تله اکسپریتی با ارائه کلینیک ها با پشتیبانی گسترده، کمبود رادیولوژیست را برطرف می کند. این خدمات به دلیل زمان‌های پیشرو در صنعت، دقت 99.97% و دسترسی بلادرنگ به رادیولوژیست‌ها شناخته می‌شوند. هدف ادغام هوش مصنوعی در خواندن اسکن، افزایش بیشتر کارایی و دقت در ارائه مراقبت است.

برای خوانندگانی که با این اصطلاح آشنا نیستند، تله رادیولوژی چیست؟

رادیولوژی تله یک سرویس پزشکی است که رادیولوژیست ها را قادر می سازد تا خدمات تفسیر بالینی را در مورد اشعه ایکس، اولتراسوند و سایر تصویربرداری های تشخیصی بدون نیاز به حضور فیزیکی در کنار بیمار ارائه دهند. در مورد مراقبت‌های فوری، رادیولوژیست از راه دور به عنوان توسعه کلینیک عمل می‌کند و زمان‌های برگشت سریع‌تر، مشاوره در زمان واقعی و حتی دقت دقیق‌تر را ارائه می‌دهد.

با رادیولوژی از راه دور، بیماران مراقبت های سریع تر و دقیق تری دریافت می کنند، کارکنان کلینیک با دریافت پاسخ های به موقع در زمان صرفه جویی می کنند، و ارائه دهندگان کلینیک می توانند با اطمینان به تشخیص های بررسی شده توسط رادیولوژیست های دارای مجوز هیئت مدیره اعتماد کنند. علاوه بر این، کلینیک هایی که حجم کمی از معاینات رادیولوژی را تولید می کنند، می توانند با نداشتن یک رادیولوژیست اختصاصی در محل، مقدار قابل توجهی در هزینه صرفه جویی کنند و فقط هزینه معاینات انجام شده را پرداخت کنند. این امر به ویژه در مواقعی که به یک رادیولوژیست فوق تخصصی نیاز باشد، که معمولاً فقط در موسسات و مراکز دانشگاهی بزرگتر در دسترس است، اهمیت دارد.

آیا می‌توانید در مورد چالش‌های اصلی که در ادغام هوش مصنوعی در رادیولوژی از راه دور با آن مواجه شده‌اید، توضیح دهید و چگونه به این چالش‌ها رسیدگی کرده‌اید؟

چالش‌هایی که تاکنون با آن‌ها روبرو بوده‌ایم عمدتاً بالینی بوده‌اند، و بزرگترین آنها گروه کوچکی از رادیولوژیست‌ها هستند که آماده نیستند هوش مصنوعی را در جریان کاری خود بگنجانند. این بیشتر به دلیل تمایل پزشکان به درک فناوری و حفظ استقلال خود به عنوان ارائه دهندگان و استفاده از شیوه های سنتی است. به عنوان متخصصان فناوری پشت ادغام هوش مصنوعی، می‌دانیم که هوش مصنوعی به منظور تسهیل و بهبود گردش کار استاندارد است، نه جایگزینی نقش رادیولوژیست‌ها. با پیشرفت‌های مداوم در زمینه هوش مصنوعی و سایر فناوری‌ها که ارائه‌دهندگان را قادر می‌سازد تا شیوه‌های خود را بهبود بخشند، ما از ارائه‌دهندگان می‌خواهیم که ذهنیت باز نسبت به ابزارهایی داشته باشند که می‌توانند به آسان‌تر کردن کارشان کمک کنند و در کنار هم، مراقبت کارآمدتر و بهتری را ارائه دهند.

چالش دیگر تلاش برای درک نقاط قوت و ضعف نرم افزار تشخیص شکستگی است که با آن یکپارچه شده ایم. هنگامی که آن ها شناسایی شدند، رادیولوژیست، چون اعتماد بیشتری به نرم افزار پیدا می کند، می تواند گردش کار را برای بهبود دقت کلی و فرآیند ارائه مراقبت تنظیم کند. این وظیفه ما در Experity است که پس از غلبه بر چالش‌های پذیرش اولیه، ارزش واقعی را که هوش مصنوعی برای گردش کار رادیولوژیست‌ها به ارمغان می‌آورد، نشان دهیم و از آن دفاع کنیم.

چرا فکر می کنید که استفاده از هوش مصنوعی در محیط های مراقبت های بهداشتی، به ویژه در رادیولوژی، سودمندتر از اجتناب از آن است؟

بیشتر تردیدها در مورد هوش مصنوعی ناشی از نگرانی از جایگزینی انسان است، اما در مورد رادیولوژی از راه دور، رادیولوژیست ها همچنان باید نتایج را تفسیر کنند. هوش مصنوعی وظایف رادیولوژیست را افزایش می دهد، اما پزشکان دارای مجوز هیئت مدیره همچنان باید بر این فرآیند نظارت کنند. سرعت و کیفیت مراقبت با ادغام هوش مصنوعی در خدمات بیش از حد رادیولوژی به شدت افزایش می یابد.

یکی از مزایای کلیدی هوش مصنوعی در این ظرفیت، بهبود قابل توجه در کارایی و دقت تفسیر تصویر است. به عنوان مثال، نرم‌افزار هوش مصنوعی ما با شناسایی شکستگی‌ها در بزرگسالان و مشخص کردن مکان‌های آسیب احتمالی به رادیولوژیست‌ها کمک می‌کند – که هر دو به ویژه در رادیولوژی از راه دور مفید هستند، جایی که تاریخچه بیمار ممکن است ناقص باشد یا زمانی که مطالعه به‌طور غیربهینه انجام شده یا موقعیت‌یابی شده باشد.

هوش مصنوعی به کاهش زمان رادیولوژیست ها برای جستجوی ناهنجاری ها کمک می کند، که منجر به افزایش 15 تا 20 درصدی سرعت می شود. این کارایی امکان مراقبت سریعتر از بیمار را بدون کاهش کیفیت فراهم می کند. در واقع، کیفیت خواندن با این ادغام حدود 40٪ بهبود یافته است، زیرا هوش مصنوعی به جلوگیری از تشخیص اشتباه کمک می کند و نتایج دقیق تر و قابل اطمینان تر را تضمین می کند. انتظارات بیماران برای کیفیت و کارایی فقط در آینده افزایش می‌یابد، به‌ویژه برای مراقبت‌های فوری، بنابراین انتخاب برای پذیرش هوش مصنوعی و به حداکثر رساندن حمایتی که ارائه می‌دهد به بهترین شکل ممکن این نیازها را برآورده می‌کند.

چگونه ادغام هوش مصنوعی در رادیولوژی از راه دور به نتایج بهتر بیماران کمک کرده است؟

هوش مصنوعی نه تنها سرعت گردش کار را افزایش می دهد، بلکه با افزایش تشخیص و تشخیص شکستگی، مراقبت از بیمار را نیز بهبود می بخشد. در غیر این صورت ممکن است این شکستگی ها نادیده گرفته شوند، بنابراین هوش مصنوعی به طور قابل توجهی احتمال نتایج بهتر را برای بیماران افزایش می دهد. سیستم‌هایی که از هوش مصنوعی استفاده می‌کنند می‌توانند شکستگی‌های اضافی را شناسایی کنند که رادیولوژیست‌ها ممکن است به دلیل ظرافت‌شان یا به دلیل اینکه در کنار آسیب‌های آشکارتر رخ می‌دهند، نادیده گرفته شوند. این قابلیت برای مراقبت جامع از بیمار و دیدن تصویر کامل، صرف نظر از سوابق پزشکی موجود، حیاتی است.

هوش مصنوعی در رادیولوژی از راه دور نیز به زمان چرخش سریعتر کمک کرده است. این سرعت به ویژه در مراکز مراقبت فوری که تشخیص و درمان سریع ضروری است مفید است. پزشکان از دسترسی سریع به اطلاعات تشخیصی دقیق سود می‌برند و آنها را قادر می‌سازد تا بیماران را به طور مؤثرتر درمان کنند و سریع‌تر آنها را مرخص کنند، بنابراین رضایت کلی بیمار و موفقیت کلینیک را بهبود می‌بخشند.

فناوری هوش مصنوعی از چه راه‌هایی کارایی عملیاتی و دقت را در قرائت‌های رادیولوژی بهبود بخشیده است؟

قبل از هوش مصنوعی، کلینیک ها و مطب ها برای درمان و رهاسازی بیماران تا حد امکان کارآمد کار می کردند، اما کیفیت مراقبت با این رویکرد عجولانه به خطر افتاد. اکنون با کمبود ملی رادیولوژیست، یافتن راه‌هایی برای ساده‌سازی عملیات و در عین حال حفظ کیفیت مراقبت برای موفقیت یک عمل بسیار مهم است. هوش مصنوعی با بهبود زمان‌های چرخش و حفظ استانداردهای با کیفیت، با برآورده کردن تقاضای بالای آن برای تشخیص‌های سریع و دقیق، به پیشرفت صنعت رادیولوژی از راه دور کمک می‌کند.

بیماران در نهایت به دنبال مراقبت از کسانی هستند که می توانند تعادل رضایت بخشی از کیفیت و کارایی را ارائه دهند – هر دو کیفیت ذاتی مراقبت فوری که تنها با استفاده از هوش مصنوعی تقویت می شوند. در Experity، خدمات بیش‌خوانی رادیولوژی از راه دور ما دارای یک زمان پیشرو در صنعت با نرخ دقت 99.94٪ است. فناوری هوش مصنوعی ما به رادیولوژیست‌ها کمک می‌کند تا ناهنجاری‌های مبهم و مبهم را شناسایی کنند که در غیر این صورت ممکن است تاریخچه، معاینه یا سوابق بیمار نشان داده نشوند و دقت خواندن را با یک جزء اضافی از بهنگام بودن افزایش می‌دهد.

نقش آینده هوش مصنوعی در مراقبت های بهداشتی را چه می بینید و ارائه دهندگان مراقبت های بهداشتی چگونه می توانند برای این تغییرات آماده شوند؟

وقتی امسال در کنفرانس انجمن رادیولوژی آمریکای شمالی شرکت کردم، هوش مصنوعی حدود 30 درصد از فضای زمین را اشغال کرد. هوش مصنوعی مسیری است که ما به آن می‌رویم و می‌تواند بر تمامی جنبه‌های گردش کار ما به عنوان رادیولوژیست تأثیر بگذارد. برای کسانی که تصمیم می گیرند هوش مصنوعی را ادامه دهند و آن را نادیده بگیرند، بسیاری از روش ها در نهایت منسوخ می شوند. پزشكان و كارهايي كه فناوري را انتخاب مي كنند، بازماندگان اين گذار خواهند بود. به عنوان مثال، زمانی که خدمات رادیولوژی از راه دور به جریان اصلی تبدیل شدند، این فرآیند به شدت به استفاده از فناوری پیشرفته متکی خواهد بود. رادیولوژیست ها باید با چشم انداز در حال تغییر ادغام هوش مصنوعی سازگار شوند. هوش مصنوعی جایگزین رادیولوژیست‌ها نمی‌شود، بلکه نقش آنها را به عنوان یک ارائه‌دهنده بالینی با بهبود مراقبت و کیفیت بیمار و در عین حال کارآمدتر و دقیق‌تر خواندن، افزایش می‌دهد. رادیولوژیست هایی که به نوعی هوش مصنوعی را در جریان کاری خود به کار نمی گیرند، منسوخ خواهند شد.

چگونه مزایای اتوماسیون هوش مصنوعی را با نیاز به نظارت انسانی در ارزیابی های رادیولوژیکی متعادل می کنید؟

هدف ما از ادغام هوش مصنوعی در خدمات رادیولوژی از راه دور این است که مکمل باشد و به شرکای مراقبت فوری ما در ارائه بهترین مراقبت ممکن کمک کند. هوش مصنوعی شامل احساسات یا درک تاریخچه بیمار نمی شود، بنابراین این مؤلفه ها باید به صورت دستی با تاریخچه و دانش ارائه شده توسط پزشک ادغام شوند. یکی از خطرات هوش مصنوعی این است که پزشک یا بیمار نتیجه هوش مصنوعی را بدون بینش حرفه ای رادیولوژیست یا متخصص بالینی دریافت کند تا از صحت و تأیید خروجی اطمینان حاصل کند.

اشتباهات ممکن است رخ دهد، به همین دلیل است که حفظ نظارت انسانی برای یکپارچگی راه حل ضروری است. این الگوریتم می‌تواند منفی یا مثبت کاذب را علامت‌گذاری کند، اما توانایی آن برای اشاره به حوزه‌های مورد علاقه در آزمون رادیولوژی، نرخ خطای انسانی را به‌طور مؤثرتری کاهش می‌دهد و بر آزمون‌های خواندن بدون دخالت هوش مصنوعی سنگینی می‌کند.

آیا می‌توانید درباره موانع نظارتی مربوط به استفاده از هوش مصنوعی در مراقبت‌های بهداشتی و اینکه Experity چگونه این موانع را بررسی می‌کند، صحبت کنید؟

من به هوش مصنوعی و نقشی که در رادیولوژی ایفا خواهد کرد بسیار خوشبین هستم. با این حال، درک مفاهیم حقوقی به زمان نیاز دارد. مقررات پیرامون هوش مصنوعی طی چند سال آینده به شدت تغییر خواهد کرد و این باعث ایجاد مقاومت معنادار در میان رادیولوژیست ها می شود. اگر یک محصول هوش مصنوعی یک ناهنجاری را شناسایی کند و پزشک با آن مخالف باشد، اگر مشکلی در روند ارائه مراقبت‌ها پیش بیاید، چه تأثیری بر شکایت می‌گذارد؟

بدون مقررات، پیش‌فرض منجر به قانون جرم می‌شود، که برای تضمین ایمنی بیمار مطلوب نیست. پزشکان در نهایت مسئول تشخیص و گزارش تصویر هستند. در حال حاضر هیچ عواقب قانونی مشخصی وجود ندارد، که می تواند منجر به عدم اطمینان از سوی بیماران و ارائه دهندگان در صورت بروز موارد شود. رادیولوژیست ها پزشکان دارای مجوز هستند که مراقبت های لازم را به بیماران ارائه می دهند، بنابراین مناطق خاکستری وجود دارد که باید با برجسته تر شدن هوش مصنوعی در صنعت مورد بررسی و بررسی قرار گیرند.

آیا می توانید در مورد اینکه چگونه هوش مصنوعی در رادیولوژی از راه دور بر دسترسی به خدمات مراقبت های بهداشتی، به ویژه در مناطق محروم یا روستایی تأثیر گذاشته است، صحبت کنید؟

همانطور که قبلاً اشاره کردم، تخصص رادیولوژی حوزه ای از مراقبت های بهداشتی است که اثرات شدیدتر کمبود نیروی کار پزشکان کشور را احساس می کند. تله رادیولوژی به تنهایی فرصت های جدیدی را برای بیماران فراهم می کند تا در مناطق روستایی با کمبود منابع پزشکی و مراقبت های موجود، مراقبت دریافت کنند. همکاری با یک شخص ثالث برای ارائه فرآیند تفسیر تصویربرداری حرفه ای به طور گسترده ای قابلیت های کلینیک را گسترش می دهد و نوع و کیفیت مراقبت های ارائه شده را افزایش می دهد. این مراقبت های فوق تخصصی را برای بیماران خود به ارمغان می آورد.

با ادغام هوش مصنوعی در این شیوه‌های روستایی‌تر، کیفیت و کارایی مراقبت را می‌توان در اولویت قرار داد و حتی برای مراقبت‌هایی که بیمار در یک محیط شهری‌تر دریافت می‌کند استاندارد شد. نه تنها مراقبت در دسترس گسترده تر است، بلکه می توان دقت و کارایی را نیز بهبود بخشید.

با تشکر از شما برای مصاحبه عالی، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید از آن بازدید کنند تجربه.



منبع:unite.ai

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *