Forscher der Northwestern University verwenden KI-Server von Inspur, um die radiologische Verarbeitung zu verbessern

Die Northwestern University hat ein KI-Workflow-Design entwickelt, um den Prozess des Lesens und Identifizierens von Radiologieberichten zu beschleunigen, die Nachsorge erfordern.

Inspur Information und die Feinberg School of Medicine an der Northwestern University gaben die Ergebnisse einer 13-monatigen Testphase eines benutzerdefinierten KI-Workflows bekannt, der entwickelt wurde, um die Bearbeitungszeit für radiologische Berichte zu verkürzen und Verzögerungen bei Folgeempfehlungen zu reduzieren.

Aufgrund der Komplexität dieser radiologischen Berichte werden etwa 33 Prozent der Nachsorgeempfehlungen aufgrund menschlicher Fehler entweder verzögert oder ganz versäumt.

Das Team von Northwestern entwickelte den Workflow unter Verwendung von Inspurs KI-Servern und Nvidia-GPUs, die durch die Verwendung von Natural Language Processing (NLP) radiologische Berichte mit Folgeempfehlungen identifizieren konnten.

„Wir haben KI und die uns zur Verfügung stehenden Tools verwendet, einschließlich des Inspur NF5488M5-D GPU-Servers mit der NVIDIA A100 Tensor Core GPU“, sagte Dr. Mozziyar Etemadi. „Der benutzerdefinierte KI-Workflow liest fast jeden einzelnen Radiologiebericht und liefert durch die tiefe Integration in unser Krankenaktensystem Warnungen und Benachrichtigungen an den Hausarzt, den Patienten und das engagierte Nachsorgeteam, um sicherzustellen, dass wichtige Details nicht durchgehen die Risse.“

Der KI-Workflow überprüfte 570.000 Bildgebungsstudien und stellte fest, dass 29.000 Empfehlungen hatten. Über 5.000 Interaktionen mit Ärzten wurden generiert und 2.400 Follow-ups abgeschlossen. Das Team stellte fest, dass der Arbeitsablauf die Zuverlässigkeit der Identifizierung von Empfehlungen verbesserte und gleichzeitig den Zeitaufwand reduzierte, der zum Durchsuchen von Radiologieberichten erforderlich war.

„Es ist erstaunlich, mit Dr. Etemadi zusammenzuarbeiten und zu sehen, wie er neue Technologien in die KI-basierte Forschung bei Northwestern einbringt und sie in echte Verbesserungen im Gesundheitswesen umwandelt“, sagte Rhonda Liao, Vizepräsidentin von Strategic Alliance und Inspur Systems. „Inspur ist stolz darauf, Teil dieser Reise zu sein, und wir schätzen die großartige Zusammenarbeit und Unterstützung von NVIDIA bei diesem Unterfangen.“

Das Team von Northwestern hat Open-Source-Code des KI-Workflows mit geführten Tutorials für andere in der Branche zur Eingabe veröffentlicht.

„KI ermöglicht medizinischen Forschern, dringend benötigte Tools in die Klinik zu bringen und Ergebnisse für Ärzte und Patienten gleichermaßen zu liefern“, sagte Dr. Mona Flores, Global Head of Medical AI bei NVIDIA. „Durch die Optimierung von Arbeitsabläufen mithilfe von KI können Rückstände abgebaut werden, und Ärzte können Nachsorgeuntersuchungen bei Patienten priorisieren, die sie am dringendsten benötigen.“