Universitas Northwestern Percepat Pelaporan Radiologi dengan Server AI Inspur
Universitas Northwestern telah merancang alur kerja AI untuk mempercepat proses membaca dan mengidentifikasi laporan radiologi yang memerlukan tindak lanjut.
Inspur Information dan Feinberg School of Medicine di Universitas Northwestern mengumumkan hasil uji coba selama 13 bulan alur kerja AI khusus yang dirancang untuk mempercepat waktu pemrosesan laporan radiologi dan mengurangi keterlambatan dalam rekomendasi tindak lanjut.
Karena kompleksitas laporan radiologi ini, sekitar 33 persen rekomendasi tindak lanjut tertunda atau sama sekali terlewat, karena kesalahan manusia.
Tim di Universitas Northwestern mengembangkan alur kerja ini, 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 tersedia, termasuk server GPU Inspur NF5488M5-D yang dilengkapi GPU NVIDIA A100 Tensor Core,” kata Dr. Mozziyar Etemadi. “Alur kerja AI khusus ini membaca hampir setiap laporan radiologi dan, melalui integrasi mendalam dengan sistem rekam medis kami, memberikan peringatan dan notifikasi kepada dokter perawatan primer, pasien, dan tim tindak lanjut yang didedikasikan, untuk memastikan detail penting tidak terlewatkan.”
Alur kerja AI saring 570.000 studi citra dan menemukan 29.000 yang memiliki rekomendasi. Lebih dari 5.000 interaksi dengan dokter dihasilkan dan 2.400 tindak lanjut diselesaikan. Tim menemukan bahwa alur kerja ini meningkatkan keandalan dalam mengidentifikasi rekomendasi, sambil mengurangi jumlah waktu manusia yang diperlukan untuk memindai laporan radiologi.
“Menakjubkan untuk bekerja dengan Dr. Etemadi, untuk melihat bagaimana ia membawa teknologi baru ke penelitian berbasis AI di Universitas Northwestern dan mengubahnya menjadi perbaikan nyata dalam 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 Universitas Northwestern telah merilis kode sumber terbuka dari alur kerja AI dengan tutorial terpandu untuk orang lain di industri untuk memasukannya.
“AI memungkinkan peneliti medis untuk membawa alat yang sangat dibutuhkan ke klinik, memberikan hasil bagi dokter dan pasien,” kata Dr. Mona Flores, Kepala Global AI Medis di NVIDIA. “Dengan mengoptimalkan alur kerja menggunakan AI, tumpukan dapat diatasi, dan klinisi dapat memprioritaskan tindak lanjut dengan pasien yang paling membutuhkannya.”
