Peneliti Universitas Northwestern Menggunakan Server AI Inspur untuk Meningkatkan Pemrosesan Radiologi
Northwestern University telah membangun desain alur kerja AI untuk mempercepat proses membaca dan mengidentifikasi laporan radiologi yang memerlukan tindak lanjut.
Inspur Information dan Feinberg School of Medicine di Northwestern University mengumumkan hasil uji coba 13 bulan dari alur kerja AI khusus yang dibuat untuk mempercepat waktu pemrosesan laporan radiologi dan mengurangi penundaan rekomendasi tindak lanjut.
Karena kerumitan laporan radiologi ini, sekitar 33 persen rekomendasi tindak lanjut tertunda atau tidak terjawab sama sekali, karena kesalahan manusia.
Tim di Northwestern mengembangkan alur kerja, menggunakan server AI Inspur dan GPU Nvidia, yang melalui penggunaan pemrosesan bahasa alami (NLP) dapat mengidentifikasi laporan radiologi yang memiliki rekomendasi tindak lanjut.
“Kami menggunakan AI dan alat yang kami miliki, termasuk server GPU Inspur NF5488M5-D yang menampilkan GPU NVIDIA A100 Tensor Core,” kata Dr. Mozziyar Etemadi. “Alur kerja AI khusus membaca hampir setiap laporan radiologi dan, melalui integrasi mendalam dengan sistem rekam medis kami, memberikan peringatan dan pemberitahuan kepada dokter perawatan primer, pasien, dan tim tindak lanjut khusus, untuk memastikan bahwa detail penting tidak terlewatkan. retakan.”
Alur kerja AI menyaring 570.000 studi pencitraan dan menemukan 29.000 memiliki rekomendasi. Lebih dari 5.000 interaksi dengan dokter dihasilkan dan 2.400 tindak lanjut diselesaikan. Tim menemukan bahwa alur kerja meningkatkan keandalan mengidentifikasi rekomendasi, di samping mengurangi jumlah waktu manusia yang dibutuhkan untuk memindai melalui laporan radiologi.
“Sungguh menakjubkan bekerja dengan Dr. Etemadi, untuk melihat bagaimana dia membawa teknologi baru ke penelitian berbasis AI di Northwestern dan mengubahnya menjadi peningkatan nyata dalam perawatan kesehatan,” kata VP Aliansi Strategis dan Sistem Inspur, Rhonda Liao. “Inspur bangga menjadi bagian dari perjalanan ini, dan kami menghargai kolaborasi dan dukungan hebat NVIDIA dalam upaya ini.”
Tim di Northwestern telah merilis kode sumber terbuka dari alur kerja AI dengan tutorial terpandu untuk masukan orang lain di industri.
“AI memungkinkan peneliti medis untuk menghadirkan alat yang sangat dibutuhkan ke dalam klinik, memberikan hasil bagi dokter dan pasien,” kata Dr. Mona Flores, Kepala Global AI Medis di NVIDIA. “Dengan mengoptimalkan alur kerja menggunakan AI, backlog dapat dikurangi, dan dokter dapat memprioritaskan tindak lanjut dengan pasien yang paling membutuhkannya.”
