AIGenerato
EN · IT · ES

Come l'AI di Dyania Health legge anni di cartelle cliniche per non farle leggere ai medici

Un nuovo strumento permette agli ospedali di analizzare decenni di note e referti automaticamente, fornendo ai clinici le informazioni chiave più velocemente senza spostare i dati dei pazienti fuori dalla struttura.

I medici del Cleveland Clinic hanno utilizzato uno strumento di AI per revisar rapidamente decenni di cartelle cliniche per uno studio sulle valvole cardiache.
Immagine: blogs.nvidia.com
Come funziona

Un software che legge anni di appunti nelle cartelle dei pazienti e seleziona ciò che conta davvero per il dottore.

  1. Carichi tutte le cartelle dei pazienti nel sistema.
  2. L'intelligenza artificiale scansiona automaticamente decenni di appunti.
  3. Mette in evidenza le scoperte principali per il dottore.

Cosa puoi farci

  • I clinici potrebbero esaminare l'intera storia medica multi-annuale di un paziente per evidenziare rapidamente i risultati chiave, potenzialmente accelerando diagnosi e decisioni terapeutiche 1.
  • Gli ospedali potrebbero elaborare tutte le cartelle cliniche di un sistema sanitario sui loro server GPU privati dietro il loro firewall, così che nessun dato sensibile lasci mai la struttura 1.
  • I ricercatori potrebbero costruire modelli predittivi — come stimare il declino della valvola cardiaca e il rischio di reintervento a tre, cinque e dieci anni dopo l'intervento — che avrebbero richiesto anni di lavoro manuale ai clinici leggendo le cartelle a mano 1.

Leggere tutta la cartella in una volta sola

Ogni paziente ha una lunga storia: note del medico, referti chirurgici, esami di imaging, risultati istologici e dimissioni. Oggi, comprendere la storia completa di una persona significa che qualcuno deve leggere anni di cartelle manualmente 1.

Dyania Health ha creato Synapsis AI come un "motore di ragionamento clinico" — essenzialmente software progettato per pensare alla cartella del paziente come farebbe uno specialista durante la revisione di un fascicolo. Analizza ogni nota, referto e risultato di laboratorio, collegando elementi che possono essere separati da mesi o anni, e restituisce un insieme di indizi azionabili su quali pazienti necessitano attenzione e perché 1.

I clinici prendono comunque ogni decisione. L'AI non diagnostica né tratta in autonomia; mette in evidenza evidenze che un medico deve confermare e gestire 1.

Tenere i dati all'interno dell'ospedale

Una delle caratteristiche più notevoli di Synapsis AI è dove risiede. Esegue sull'hardware di calcolo accelerato NVIDIA installato all'interno del firewall di un sistema sanitario. L'intero record ospedaliero del paziente può essere elaborato in loco, il che significa che i dati dei pazienti non lasciano mai l'edificio e non sono mai condivisi con esterni 1.

Per i pazienti, questo significa che il tipo di analisi potente che normalmente richiede l'invio di record medici sensibili a un servizio cloud di terze parti ora può avvenire interamente dietro le mura dell'ospedale 1.

Dyania costruisce i suoi modelli utilizzando le librerie open-source di NeMo di NVIDIA, poi li ottimizza con gli strumenti TensorRT e TensorRT-LLM di NVIDIA affinché funzionino più velocemente e in modo più efficiente sui server GPU dell'ospedale 1.

Un test sul campo alla Cleveland Clinic

Lo strumento è già stato utilizzato al Cleveland Clinic, che ha impiegato Synapsis AI in uno studio su oltre 7.800 pazienti che avevano subito sostituzioni valvolari aortiche tra il 2005 e il 2021 1.

Analizzando l'intera storia medica di ciascun paziente — ogni ecocardiogramma effettuato dopo l'intervento negli anni successivi — l'AI ha creato un modello predittivo che stima la probabilità di declino della valvola e la necessità di un'altra procedura a tre, cinque e dieci anni dall'intervento originale 1. Completare quel genere di revisione cartacea manualmente avrebbe richiesto anni ai clinici .

"Utilizzare la tecnologia per riunire e analizzare informazioni che possono aiutarci a prevedere la durata delle valvole cardiache impiantate è un passo promettente verso migliori risultati e cure più personalizzate per i pazienti", ha dichiarato il Dr. Lars Svensson, capo dell'Istituto di Cuore, Vascolare e Toracico al Cleveland Clinic 1.

Il Cleveland Clinic ha osservato che lo stesso approccio potrebbe applicarsi ad altre sfide dove le risposte si nascondono dentro i record medici — come trovare pazienti idonei per trial clinici, colmare lacune nelle cure cardiologiche e oncologiche, o compilare registri clinici 1.

Questa notizia riporta un trend solo a scopo informativo. Non costituisce parere né incoraggiamento a fare alcunché.

I fatti principali

  • Synapsis AI legge attraverso ogni nota, referto e risultato di laboratorio nella cartella di un paziente
  • Esegue all'interno del firewall di un ospedale — i dati dei pazienti non lasciano mai la struttura
  • Sviluppato da Dyania Health del New Jersey utilizzando NVIDIA NeMo, TensorRT e TensorRT-LLM
  • Il Cleveland Clinic lo ha testato su 7.800+ pazienti con sostituzione valvolare aortica dal 2005 al 2021

Fonti

  1. How AI Is Helping Care Teams Get Patients the Right Care, Sooner

Se questa notizia riguarda te o la tua azienda, o usa qualcosa che ti appartiene, chiedi una correzione o la rimozione. Come funzionano le richieste

Continua a leggere

Una figura dell'articolo "TLX: Hardware-Native, Evolvable MIMW GPU Compiler for Large-scale Production Environments".App e prodottiCome Meta ha costruito TLX per aiutare i normali ingegneri a spremere più prestazioni dall'hardware per l'AIHerald of AIFigure: Guan et al., arXiv:2605.10905, CC BY 4.0

Come Meta ha costruito TLX per aiutare i normali ingegneri a spremere più prestazioni dall'hardware per l'AI

Un nuovo strumento permette ai comuni sviluppatori di AI di scrivere codice GPU che raggiunge prestazioni di livello specializzato, alimentando i sistemi alla base di Facebook, Instagram e altri servizi.

App e prodotti