Karim Karti, GE Health Imaging’in eski başkanı ve 10 yılı aşkın bir süre önce Dr. Greg Albers tarafından kurulan bir şirket olan RapidAI’nin şu anki CEO’sudur. dünyanın önde gelen inme araştırmacılarından biri ve Stanford İnme Merkezi direktörü.
20 yılı aşkın bir süredir, sağlık sektöründeki çoğu doktor, felç geçirdikten sonra tedavi sağlamak için üç saatten daha az bir süreye sahip olduğuna inanıyordu. Bununla birlikte, Dr. Albers’in dönüm noktası niteliğindeki araştırması, inme başlangıcından 24 saat sonra bile bir trombektominin (kan pıhtılarını gidermek için bir prosedür) hastalara hala fayda sağladığını gösterdi.
Albers ve Dr. Roland Bammer, inme iş akışını düzene sokmak ve hastaları tedaviye daha hızlı ulaştırmak için RapidAI’yi kurdu.
O zamandan beri yapay zeka teknolojileri inme tedavisinin ötesinde anevrizma, pulmoner emboli ve daha fazlasına uygulandı. Şirketin bildirdiğine göre, RapidAI bugün 100’den fazla ülkede 2.000’den fazla hastanede kullanılıyor.
Medikal teknolojideki engin tecrübesiyle Karti, şirketin AI ürün tekliflerini genişletmek ve şirketi küresel olarak büyütmek amacıyla bu yıl RapidAI’ye CEO olarak katıldı.
Sağlık Bilişim Haberleri AI ve inmelerin tedavisi, AI ve acil bakımın eşleştirilmesi ve AI’nın her yıl dünya çapında yaygın vasküler ve nörovasküler hastalıklardan muzdarip milyonlarca insan için hayat kurtarma ve sonuçları iyileştirme potansiyeli hakkında görüşmek üzere Karti ile konuştu.
S. Lütfen şirketinizin kurucusunun felç tedavisini değiştirmek için yapay zeka teknolojisini nasıl kullanabildiğini açıklayın.
A. Onlarca yıldır, klinisyenler genellikle tedavi sağlamak için felç başladıktan sonra üç saatten daha az zamanları olduğuna inanıyorlardı. Bununla birlikte, Dr. Greg Albers’in araştırması nihayetinde inme başlangıcından 24 saat sonra bile trombektominin hastalara fayda sağladığını gösterdi. Bu bulgular, nörologların durumu düşünme ve tedavi etme biçimlerinde tamamen devrim yarattı.
Ancak Dr. Albers burada durmak istemedi. O ve meslektaşı Dr. Roland Bammer, inme söz konusu olduğunda zamanın hala çok önemli olduğunu biliyordu ve doktorlara daha fazla yardım etmek istediler. inmeyi hızlı bir şekilde teşhis edin ve tedavi sürecini planlayın. Stanford Üniversitesi’nde birlikte BT ve MRI taramaları için tamamen otomatik, yapay zeka destekli bir görüntü işleme yazılımı geliştirdiler.
O zamandan beri sayısız çalışma, AI’nın daha doğru tanıyı destekleme, tedavi süresini kısaltma ve nihayetinde hasta sonuçlarını iyileştirme konusundaki etkinliğini göstermiştir. Sadece bu da değil, bugün onu kullanan ve değerinden söz eden yüzlerce hatta binlerce klinisyen var. AI’dan yararlanan ve bugün onun sayesinde hayatta ve sağlıklı olan daha da fazla felçli hasta var.
S. Yapay zeka ve acil bakım nasıl iyi bir eşleşme olabilir?
A. AI, sağlık hizmeti sürekliliği boyunca birçok alanda yardımcı olmuştur ve olacaktır. Acil servisteki aciliyet ve bakım koordinasyonu ihtiyaçları, doktorlar ve bakım ekipleri için karar verme söz konusu olduğunda yapay zeka ve mobil iş akışı teknolojisini inanılmaz derecede yararlı ve etkili hale getiriyor.
Kesinlikle doktorları AI ile değiştirmekten bahsetmiyorum – daha ziyade, AI’nın klinik karar verme sürecinde klinisyenleri nasıl daha iyi destekleyebileceğinden ve yeniden onaylayabileceğinden bahsediyorum. Acil bakımda bu son derece önemlidir, çünkü kısmen acil servis birçok farklı bakım yolu ile multidisiplinerdir.
AI, klinisyenlerin hastaları daha hızlı bir şekilde önceliklendirmesine, o hasta için hangi tedavi yolunun en anlamlı olduğunu seçmesine, doğru yeteneklere sahip olup olmadıklarını veya hastayı nakletmeleri gerekip gerekmediğini belirlemelerine ve nihayetinde hastaları tedaviye daha hızlı götürmelerine yardımcı olabilir.
AI, bu kararların bazılarının alınması gereken hız nedeniyle acil bakımda da özellikle değerlidir.
Örneğin, bir hasta inme semptomlarıyla acil servise geldiğinde, taramaları hızlı bir şekilde işlemek, yorumlanması kolay görüntüler üretmek, hızlı teşhisi desteklemek ve ekip üyelerini zamanında bilgilendirmek ve bir araya getirmek için doğru teknolojiye sahip olmak, bir ölüm kalım meselesi – ekip üyelerinin görüntüleri ve taramaları kolayca paylaşmasına olanak sağlamak, ekip üyelerinin mobil teknoloji aracılığıyla güvenli ve verimli bir şekilde iletişim kurmasına yardımcı olmak ve hastanın tıbbi geçmişi hakkında ek bilgi paylaşmak – bunların tümü inme bakımında kritik öneme sahiptir.
İnme tedavisine başlarken, pulmoner emboli ve diğer vasküler ve kardiyak durumlar gibi büyük fayda sağlayabilecek diğer acil bakım alanlarına doğru genişlemeye devam ediyoruz.
S. Yapay zekanın her yıl küresel olarak yaygın vasküler ve nörovasküler hastalıklardan muzdarip milyonlarca insan için hayat kurtarma ve sonuçları iyileştirme potansiyeli nedir?
A. Bir hasta felç geçirdiğinde, beyin ihtiyacı olan oksijeni alamaz ve beyin dokusunun ölmesine neden olur. Böylece hasta ne kadar hızlı tedaviye başlarsa beyninin o kadar büyük kısmı kurtulmuş olur. AI, tedavi kararlarının alınma hızını tamamen değiştiriyor, bu nedenle kaybedilen beyin dokusu miktarını azaltıyor ve hastanın, hayatını değiştiren yaralanmalar olmadan iyileşme odasından çıkma yeteneğini geliştiriyor.
Diğer bir yaygın durum beyin anevrizması veya yeterince büyürse yırtılma riski taşıyan bir kan damarındaki şişkinliktir. Bir anevrizma yırtıldığında beyinde hemorajik inme olarak da adlandırılan ve yaşamı tehdit edebilen kanamaya neden olur. Rüptür riski taşıyan anevrizmaların belirlenmesi, bu ciddi komplikasyonları önlemenin anahtarıdır.
BT taramasında yırtılmamış bir anevrizma tespit edildiğinde, nörologlar bunu ölçecektir. Bununla birlikte, anevrizmaların düzensiz şekli nedeniyle doğru bir okuma elde etmek zor olabilir. AI’nın daha doğru ölçümler sağladığı ve hastalara çok geç olmadan hayat kurtarıcı tedavi sağladığı kanıtlanmıştır.
Pulmoner emboliler, akciğerlerin pulmoner arterindeki tıkanıklıklardır. Sadece ortaya çıkabilecek semptomların çeşitliliği nedeniyle değil, aynı zamanda bunları tespit edecek tek bir test olmadığı için değerlendirmek ve teşhis etmek inanılmaz derecede zor olabilir.
Tedavi planları da karmaşıktır ve hastaya göre değişir. PE’yi teşhis etmek, değerlendirmek ve tedavi etmek için gereken zaman ve kaynak miktarı göz önüne alındığında, AI bu süreci düzene koymada ve hasta sonuçlarını iyileştirmede anahtar olabilir.
Yine de, tüm yapay zekanın eşit şekilde yaratılmadığını akılda tutmak önemlidir. Bu tür teknolojinin potansiyeli etrafındaki heyecanın ortasında, ne yazık ki klinik kanıtların önemi sıklıkla göz ardı edilmiştir. Güçlü klinik kanıtlar hem hastalar hem de sağlayıcılar için teknolojiye güven oluşturmakla kalmaz, aynı zamanda benimsemeyi artırmak için de kritik öneme sahiptir.
Hakem değerlendirmesinden geçmiş klinik kanıtlarla desteklenen yapay zeka, alanı yeni nesil sağlık hizmetlerine taşımanın gerçekten anahtarıdır.
Bu üç hastalık durumunda klinik olarak doğrulanmış AI’nın hasta morbidite ve mortalite oranlarını azaltmadaki etkisini zaten görmüş olsak da, henüz yolun başındayız ve gelecek inanılmaz derecede umut verici. AI’yı tüm vasküler koşullarda ve ötesinde kullanma fırsatı gerçektir ve buradadır.
Dünya çapında meydana gelen yenilikler, yalnızca hastaların yaşamları üzerinde değil, aynı zamanda hastane personeli, aileleri ve bakıcıları üzerinde de büyük bir etkiye sahip olacaktır. AI’mızı yenilemeye ve iyileştirmeye devam ettikçe, doktorlar ve hastane personeli, yükü azaltmak ve hasta sonuçlarını iyileştirmek için daha da iyi desteğe sahip olacak. Bu senaryoda herkes kazanır.
S. Şirketinizin teknolojisinin 100’den fazla ülkede 2.000’den fazla hastanede kullanıldığını bildirdiniz. Teknolojinin hasta sonuçlarını nasıl iyileştirdiğine dair birkaç gerçek örnek nelerdir?
A. Teknolojimizden yararlanan binlerce hastamız olduğu için inanılmaz derecede gurur duyuyoruz, ancak elbette akla gelen bazı özellikle zorlayıcı örnekler var. Biri genç bir hasta, 29 yaşında bir itfaiyeci ve daha önceden bilinen bir rahatsızlığı olmayan sağlık görevlisi, spor yaparken felç geçirdi.
Nöro-girişimsel ekip alarma geçirildi, bu nedenle hasta hastaneye vardığında CT taraması yapıldı ve tarama sonuçları gelir gelmez ekibe otomatik bir bildirim gönderildi. Tarama, acil bir mekanik trombektomi (felce neden olan kan pıhtısını ortadan kaldıracak bir pıhtı alma prosedürü) ihtiyacını ortaya çıkardı.
Teknolojimiz sayesinde, tüm ekip hemen gitmeye hazırdı ve hasta, 60 dakikadan kısa bir sürede kan akışını eski haline getirerek anında tedavi gördü.
İkinci bir örnek, konuşamama da dahil olmak üzere inme semptomları yaşayan 70 yaşındaki bir hastadır. Hastaneye getirildiğinde, kontrastsız BT ve BT anjiyografi taramaları yaptılar, ancak hiçbir taramada bir sorun çıkmadı. Doktorlar daha sonra bir CT perfüzyon taraması gerçekleştirdiler ve yapay zeka platformunu kullanarak beynin azalan kan akışından etkilenen bölgelerini tespit edebildiler – felce işaret ediyor.
Hasta, diğer beyin tarama türlerinde görülmeyen çok küçük bir arterdeki tıkanıklık olan bir distal damar tıkanıklığı yaşıyordu. AI, doktorların uygun tedaviyi belirlemesine yardımcı oldu ve sonuçta tedavi başarılı oldu. Hasta ertesi gün konuşmasını geri aldı ve neredeyse hiçbir komplikasyonu kalmadı.
Yazılımımız, tıbbi acil durumların geleneksel nörovasküler ve vasküler durumlar dışında tedavi edilmesine yardımcı olmak için bile kullanılmıştır. Beynindeki bir artere saplanan metal bir kamışla saplanan bir çocuğun yakın tarihli bir hikayesi vardı.
Tipik olarak kurtarılabilir beyin dokusunu aramak için kullanılan modüllerimizden biri, nihai olarak hastanın şah damarının (tüm sağ yarıküreyi tehlikeye atan) ciddi şekilde hipoperfüze olduğunu belirlemek için kullanıldı. Doktorlar bu bilgiyi tedavi kararlarına rehberlik etmek ve çocuğun hayatını kurtarmak için kullandılar.
Genel olarak, başarımızı sağlayıcıların, ödeme yapanların ve doktorların başarısı ve nihai olarak bu istatistiklerin temsil ettiği hastalar üzerindeki etki ile ölçüyoruz:
Teknolojinin kapıdan CT’ye geçen süreyi %69, kapıdan CTA’ya yorumlamayı %63, kapıdan karara 52 dakika, kapıdan kapıya %60, kapıdan kapıya %75 kasık ve %49 kapıdan iğneye.
Yapay zeka büyük bir devrime öncülük ediyor. Dr. Albers’in, inme hastalarının tedavi aralığının 24 saate uzatılmasına yol açan orijinal araştırmasıyla başladı ve böylece başka türlü tedavi edilemeyecek çok büyük bir hasta havuzunun kurtarılmasına yardımcı oldu.
Hedefimiz, alana öncülük etmeye devam etmek ve bu alanı yapay zeka destekli karar alma ve işbirliğinin her zaman, her yerde parmaklarınızın ucunda olduğu yeni nesil sağlık hizmetlerine taşımaktır.
Twitter: @SiwickiHealthIT
Yazara e-posta: bsiwicki@himss.org
Healthcare IT News, bir HIMSS Media yayınıdır.