ノースウェスタン大学の研究者は、InspurAIサーバーを使用して放射線処理を改善しています

ノースウェスタン大学は、フォローアップが必要な放射線レポートを読んで特定するプロセスを加速するAIワークフロー設計を構築しました。

InspurInformationとノースウェスタン大学のFeinbergSchoolof Medicineは、放射線レポートの処理時間を短縮し、フォローアップの推奨事項の遅延を減らすために構築されたカスタムAIワークフローの13か月のトライアルの結果を発表しました。

これらの放射線レポートの複雑さのために、フォローアップの推奨事項の約33％は、人為的ミスのために遅れるか、完全に見落とされています。

Northwesternのチームは、InspurのAIサーバーとNvidia GPUを使用してワークフローを開発しました。これらは、自然言語処理（NLP）を使用することで、フォローアップの推奨事項がある放射線レポートを特定できます。

「私たちはAIと、NVIDIA A100 TensorCoreGPUを搭載したInspurNF5488M5-DGPUサーバーを含むツールを自由に使用しました」とDr.MozziyarEtemadi氏は述べています。「カスタムAIワークフローは、ほぼすべての放射線レポートを読み取り、医療記録システムとの緊密な統合を通じて、プライマリケアの医師、患者、および専任のフォローアップチームにアラートと通知を提供し、重要な詳細が失敗しないようにします。亀裂。」

AIワークフローは、570,000のイメージング研究をスクリーニングし、29,000に推奨事項があることを発見しました。医師との5,000以上のやり取りが生成され、2,400件のフォローアップが完了しました。チームは、ワークフローによって、放射線レポートをスキャンするために必要な人的時間の量が削減されるとともに、推奨事項を特定する信頼性が向上することを発見しました。

「エテマディ博士と協力して、ノースウェスタン大学のAIベースの研究に新しいテクノロジーをもたらし、それをヘルスケアの真の改善に変換する方法を見るのは素晴らしいことです」と、RhondaLiaoの戦略的提携およびInspurSystemsのVPは述べています。「Inspurはこの旅に参加できることを誇りに思っています。この取り組みに対するNVIDIAの素晴らしいコラボレーションとサポートに感謝しています。」

Northwesternのチームは、業界の他の人が入力できるガイド付きチュートリアルを備えたAIワークフローのオープンソースコードをリリースしました。

「AIにより、医療研究者は非常に必要とされているツールを診療所に持ち込み、医師と患者に同様に結果を提供できます」と、NVIDIAの医療AIのグローバルヘッドであるモナフローレス博士は述べています。「AIを使用してワークフローを最適化することで、バックログを軽減でき、臨床医はそれを最も必要とする患者のフォローアップに優先順位を付けることができます。」

バグはモノのインターネットにおけるAIの未来ですか？どこにでもあるデータへのクラウドネイティブパス

モノのインターネットテクノロジー