Tıbbi görüntülere yapay zeka uygulamak doktorlar ve hastalar için faydalı olabilir, ancak bunu yapacak araçları geliştirmek zor olabilir. Salı günü Google, yeni Medical Imaging Suite ile bu zorluğun üstesinden gelmeye hazır olduğunu duyurdu.
“Google, Google Fotoğraflar, Google Görsel Arama ve Google Lens’te yapay zeka ve bilgisayar görüşü kullanımına öncülük etti ve şimdi de Google Cloud MedTech Stratejisi ve Çözümleri küresel lideri Alissa Hsu Lynch, yaptığı açıklamada, görüntüleme uzmanlığımız, sağlık hizmetleri ve yaşam bilimleri kuruluşları için araç ve teknolojilerimizin mevcut olduğunu söyledi.
Gartner Başkan Yardımcısı Başkan ve Seçkin Analist Jeff Cribbs, tanısal görüntüleme çözümleri için yapay zeka arayan sağlık hizmeti sağlayıcılarının genellikle iki seçenekten birine zorlandıklarını açıkladı.
“Yazılımı, görüntü deposu satıcısı olan cihaz üreticisinden temin edebilirler TechNewsWorld’e verdiği demeçte, “Bu sürümle birlikte,” diye devam etti, “Google, düşük kodlu AI geliştirmesini alıyor” takımlama ve önemli ekleme sağlık hizmetlerine özgü hızlanma.”
“Bu Google ürünü, AI geliştiricileri için bir platform sağlıyor ve aynı zamanda görüntü alışverişini kolaylaştırıyor,” diye ekledi Houston Methodist’te inovasyon ve BT klinik, yardımcı ve araştırma sistemleri idari müdürü Ginny Torno, TechNewsWorld’e “Bu, bu pazara özgü değil, ancak daha küçük bir sağlayıcının sağlayamayacağı birlikte çalışabilirlik fırsatları sağlayabilir” dedi.
Sağlam Bileşenler
{1 }Google’a göre Medical Imaging Suite, kuruluşların yapay zeka ve makine öğrenimi modelleri geliştirirken karşılaştıkları bazı yaygın sorunları ele alıyor. Paketteki bileşenler şunları içerir:
- Uluslararası bir görüntüleme standardı olan DICOMweb’i kullanarak kolay ve güvenli veri alışverişine izin veren Cloud Healthcare API. API, otomatik DICOM tanımlama gizleme özelliğiyle tam olarak yönetilen, ölçeklenebilir, kurumsal düzeyde bir geliştirme ortamı sağlar. Görüntüleme teknolojisi ortakları arasında, şirket içinden buluta sorunsuz veri yönetimi için NetApp ve radyologlar tarafından klinik kullanımda olan, bulutta yerel bir kurumsal görüntüleme PACS’si olan Change Healthcare yer alır.
- Nvidia ve Monai’den yapay zeka destekli açıklama araçları tıbbi görüntüleri etiketlemek için son derece manuel ve yinelenen görev ve ayrıca herhangi bir DICOMweb görüntüleyiciyle yerel entegrasyon.
- Gelişmiş analitik gerçekleştirmek ve sıfır işlemle eğitim veri kümeleri oluşturmak için petabaytlarca görüntüleme verisini görüntülemek ve aramak için BigQuery ve Looker’a erişim ek yük.
- Ölçeklenebilir makine öğrenimi modelleri oluşturmak için yapay zeka ardışık düzenlerinin geliştirilmesini hızlandırmak için Vertex AI kullanımı ve özel modelleme için %80 daha az kod satırı gerekir.
- Bulut için esnek seçenekler, on- Anthos tarafından etkinleştirilen Google Dağıtılmış Bulut ile merkezi yönetim ve politika yaptırımı sağlarken kuruluşların çeşitli egemenlik, veri güvenliği ve gizlilik gereksinimlerini karşılamasına olanak tanıyan prem veya uç dağıtım.
Tam D TechNewsWorld’e verdiği demeçte Lynch, TechNewsWorld’e “Tıbbi Görüntüleme Paketi’ni diğerlerinden ayıran önemli bir özellik, yapay zeka sunma sürecini baştan sona destekleyen kapsamlı bir teknolojiler paketi sunuyor olmamızdır” dedi.
{1 }Paket, görüntüleme verilerinin alınması ve depolanmasından yapay zeka destekli ek açıklama araçlarına ve uçta veya bulutta esnek model dağıtım seçeneklerine kadar her şeyi sağlıyor, diye açıkladı.
“Bu süreci kolaylaştıracak çözümler sunuyoruz. ve sağlık hizmeti kuruluşları için daha verimli” dedi.
Lynch, paketin tıbbi görüntülemeye açık ve standart bir yaklaşım benimsediğini ekledi.
“Entegre Google Cloud hizmetlerimiz bir DICOM- müşterilerin makine öğrenimi için Vertex AI’dan ve veri keşfi ve analizi için BigQuery’den sorunsuz bir şekilde yararlanmasına olanak tanıyan standart bir yaklaşım.” verilerini kullanır ve faydalı hale getirir.”
Görüntü Sınıflandırma Çözümü
Tıbbi görüntülemenin artan kullanımı ve insan gücü sorunları, alanı yapay zeka ve makine öğrenimine dayalı çözümler için olgun hale getirdi.
“Görüntüleme sistemleri daha hızlı hale geldikçe, daha yüksek çözünürlük ve fonksiyonel MRI gibi yetenekler, bu sistemleri destekleyen altyapının ayak uydurması ve ideal olarak ihtiyaç duyulanın bir adım önünde olması daha zor,” dedi Torno.
“Ayrıca, iş yüklerinin personel tarafını karmaşıklaştıran radyoloji iş gücü,” diye ekledi.
Google Cloud, Medikal Görüntüleme ile sağlık hizmetleri görüntüleme verilerini daha erişilebilir, birlikte çalışabilir ve kullanışlı hale getirmeyi hedefliyor. Suite (İmaj Kredisi: Google)
Yapay zekanın bir görüntüde bulunan sorunları, onu öğrenilmiş bir dizi görüntüyle karşılaştırarak tanımlayabildiğini açıkladı. “Yalnızca yorumlanması ve onaylanması gereken bir teşhis önerebilir,” dedi.
“Ayrıca, bir görüntüde potansiyel olarak yaşamı tehdit eden bir durum algılanırsa görüntüleri iş kuyruğunun en üstüne çıkarabilir, ” diye devam etti. “Yapay zeka, görüntüleri okuyarak iş akışlarını da düzenleyebilir.”
Makine öğrenimi, yüz tanıma ve görüntü tabanlı aramada yaptığını tıbbi görüntülemede de yapıyor. Cribbs, “Yapay zeka, bir fotoğrafta bir köpeği, frizbiyi veya sandalyeyi tanımlamak yerine, tanısal bir görüntüde tümör sınırını, kemik kırığını veya akciğer lezyonunu tespit ediyor,” diye açıkladı.
Alet, İkame Değil
{1 }Merkezi Newport Beach California’da bulunan, sağlık hizmetleri konularında uzman tanıklardan oluşan ulusal bir ağ olan No World Borders‘ın yönetici ortağı Michael Arrigo, yapay zekanın aşırı çalışan bazı radyologlara yardımcı olabileceği konusunda hemfikirdi; güvenilir.
“Veriler yapay zeka tarafından kullanılabilir ve tüketilebilir şekillerde yapılandırılmalıdır” dedi TechNewsWorld’e. “Yapay zeka, öngörülemeyen biçimlerdeki çok değişken, yapılandırılmamış verilerle iyi çalışmıyor.”
Torno, yapay zekanın doğruluğu konusunda birçok çalışma yapıldığını ve yapılmaya devam edileceğini sözlerine ekledi.
“Oradayken Yapay zekanın bir insanın yapamadığı şeyleri bulması veya bir insan kadar ‘en az insan kadar iyi’ olması örnekleridir, ayrıca yapay zekanın önemli bir şeyi gözden kaçırdığı veya ne yorumlayacağından tam olarak emin olmadığı örnekler de vardır, çünkü birçok sorun olabilir. sabırlı,” gözleminde bulundu.
“Yapay zeka, görüntü yorumlamayı hızlandırmak ve acil vakalara yardımcı olmak için bir verimlilik aracı olarak görülmeli, ancak insan unsurunun tamamen yerini almamalıdır” dedi.
Büyük Sıçrama Potansiyeli
Google, kaynaklarıyla tıbbi görüntüleme pazarında önemli bir etki yaratabilir. Torno, “Bu alanda Google gibi önemli bir oyuncuya sahip olmak, sağlık hizmeti kuruluşlarında hâlihazırda yürürlükte olan diğer Google ürünleriyle sinerjiyi kolaylaştırabilir ve potansiyel olarak diğer sistemlere daha sorunsuz bağlantı sağlayabilir,” dedi.
“Google buna odaklanırsa Pazar segmentinde sıçrama yapacak kaynaklara sahipler” diye devam etti. “Bu alanda zaten birçok oyuncu var. Bu ürünün diğer Google işlevlerinden ve ardışık düzenlerinden nasıl yararlanabileceğini ve fark yaratabileceğini görmek ilginç olacak.”
Lynch, Medical Imaging Suite’in piyasaya sürülmesiyle Google’ın yapay zekanın gelişimini ve benimsenmesini hızlandırmaya yardımcı olmayı umduğunu açıkladı. sağlık sektörü tarafından görüntüleme için.
“Yapay zeka, sağlık çalışanlarının yükünü hafifletme ve insanların hayatlarını önemli ölçüde iyileştirme ve hatta kurtarma potansiyeline sahip” dedi.
“Sunurken Görüntüleme araçlarımızı, ürünlerimizi ve uzmanlığımızı sağlık kuruluşlarına sunarak, pazarın ve hastaların fayda sağlayacağına inanıyoruz” diye ekledi.