ノースウェスタン大学、Inspur AIサーバーで放射線科レポート処理を高速化

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科レポートの読み取り・特定プロセスを加速するAIワークフローを構築しました。

Inspur Informationとノースウェスタン大学ファインバーグ医学部は、放射線科レポートの処理時間を短縮し、フォローアップ推奨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か月間の試験結果を発表しました。

これらの放射線科レポートの複雑さゆえに、約33%のフォローアップ推奨がヒューマンエラーにより遅延または完全に見逃されています。

ノースウェスタン大学のチームは、InspurのAIサーバーとNVIDIA GPUを使用し、自然言語処理（NLP）を活用してフォローアップ推奨を含む放射線科レポートを特定するワークフローを開発しました。

「Inspur NF5488M5-D GPUサーバー（NVIDIA A100 Tensor Core GPU搭載）を含め、利用可能なAIとツールを使用しました」とMozziyar Etemadi医師は述べています。「カスタムAIワークフローはほぼすべての放射線科レポートを読み取り、医療記録システムとの深い統合を通じて、主治医、患者、専門のフォローアップチームにアラートと通知を提供し、重要な詳細が見落とされないようにします。」

AIワークフローは57万件の画像検査をスクリーニングし、2万9千件に推奨事項があることを発見。5千件以上の医師と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、ワークフローが推奨事項の特定信頼性を向上させ、放射線科レポートを目視でスキャンする人的作業時間を削減したことを確認しました。

「Etemadi医師と協力し、彼がノースウェスタン大学でAIベースの研究に新技術を導入し、医療現場で実質的な改善につなげる様子を見るのは素晴らしいことです」とInspur Systemsの戦略提携担当VP、Rhonda Liao氏は述べています。「Inspurはこの取り組みの一翼を担えたことを誇りに思います。NVIDIAの素晴らしい協力と支援に感謝します。」

ノースウェスタン大学のチームは、このAIワークフローのオープンソースコードとガイド付きチュートリアルを公開し、業界の他者が活用できるようにしています。

「AIは医療研究者たちが、臨床現場に切実に必要とされるツールをもたらし、医師と患者の双方に成果を届けることを可能にします」とNVIDIAのグローバル医療AI責任者、Mona Flores医師は述べています。「AIを活用してワークフローを最適化することで、バックログを解消し、臨床医が最も必要とする患者へのフォローアップを優先できるようになります。」

昆虫型ニューラルネットワークがIoT向けAIに革命をもたらすか？クラウドネイティブアーキテクチャで、どこでも拡張可能なデータ分析を実現

モノのインターネットテクノロジー