AI untuk hasil pesakit yang lebih baik dan meningkatkan kecekapan

Aplikasi Kecerdasan Buatan (AI) dalam industri penjagaan kesihatan semakin berkembang. Terdapat semangat bahawa ia boleh menawarkan peningkatan besar dalam semua bidang penjagaan kesihatan daripada diagnostik kepada rawatan.

Teknologi berasaskan AI dijangka menjejaskan bukan sahaja penjagaan pesakit tetapi juga meningkatkan kerja profesional penjagaan kesihatan dan kakitangan perubatan lain.

Malah, kebanyakan organisasi penjagaan kesihatan yang menghadapi cabaran yang berkaitan dengan perubahan demografi, keperluan pentadbiran, peningkatan morbiditi, kemajuan dalam teknologi maklumat, serta kekurangan tenaga kerja telah bergerak ke arah menggunakan AI untuk merealisasikan campur tangan perubatan yang berpatutan dan menawarkan hasil pesakit yang lebih baik.

Menurut ketua pegawai eksekutif (CEO) Gleneagles Hospital Kuala Lumpur (GKL) Hoo Ling Lee, “Nilai menerima teknologi AI dalam tetapan penjagaan kesihatan adalah menjanjikan dan potensinya untuk mengubah cara penjagaan kesihatan disampaikan adalah pelbagai.

“Industri penjagaan kesihatan adalah salah satu sektor yang paling intensif data, menjana sejumlah besar data setiap hari. Penggunaan teknologi AI boleh membantu profesional penjagaan kesihatan menganalisis data kami dengan cepat dan tepat, yang membawa kepada hasil pesakit yang lebih baik dan kecekapan yang lebih baik.

“Dengan pengesanan awal, penyedia penjagaan kesihatan boleh mengambil langkah proaktif untuk mencegah atau mengurus penyakit itu, yang membawa kepada hasil pesakit yang lebih baik dan mengurangkan kos penjagaan kesihatan untuk pesakit.”

(Dari kiri) Perunding kardiologi GKL Datuk Dr Akmal Hakim Arshad, ketua pegawai eksekutif GKL Hoo Ling Lee, perunding radiologinya Dr Anuradha PS Janardhanan dan perunding pakar mata Dr Cheong Fook Meng di hospital

Hoo menambah bahawa terdapat banyak teknologi berasaskan AI untuk membantu profesional penjagaan kesihatan dalam kerja mereka, seperti untuk X-ray dada dan pelaporan pengimejan otak CT, analisis imej retina, dan alat ultrasound pelaporan gema automatik sepenuhnya dengan perisian pengesanan penyakit untuk digunakan dengan keadaan khusus kardiologi.

GKL baru-baru ini telah dianugerahkan dengan Teknologi Perubatan – Penjagaan Kesihatan Accolade di Anugerah Kecemerlangan Teknologi Malaysia untuk kejayaan penggunaan Robotic Process Automation (RPA) untuk menangani cabaran kritikal dalam pembayaran bil hospital dan menyelaraskan operasi kewangannya.

Kelebihan AI dalam penjagaan kesihatan

Menurut ketua klinikal dan perunding oftalmologi Jabatan Oftalmologi GKL, Dr Cheong Fook Meng, terdapat pelbagai faedah yang dikaitkan dengan penggunaan AI untuk imbasan mata, pengesanan penyakit retina dan analisis berkaitan untuk melindungi penglihatan pesakit.

Dr Cheong menjelaskan bahawa teknologi sedemikian boleh membantu dalam pelbagai cara:

> Pengesanan dan diagnosis awal: Algoritma analisis imej AI boleh mengesan tanda awal penyakit mata seperti retinopati diabetik dan degenerasi makula berkaitan usia serta mengenal pasti risiko glaukoma. Ini adalah tiga daripada punca kehilangan penglihatan yang tidak dapat dipulihkan yang paling biasa.

Pengesanan dan rawatan awal boleh menghalang atau mengurangkan kehilangan fungsi visual. Oleh itu, ia menghasilkan hasil pesakit yang lebih baik.

> Pengurusan diperibadikan: Teknologi AI boleh menganalisis imej retina dan memberikan doktor cadangan pengurusan tersuai untuk setiap pesakit, berdasarkan keadaan mata dan keterukan penyakit.

> Kebolehcapaian dan kecekapan yang dipertingkatkan: Analisis AI boleh memproses sejumlah besar imej retina dengan pantas, mengurangkan masa dan kos yang diperlukan untuk penilaian manual oleh pakar terlatih.

Ia adalah alat yang berkesan untuk saringan berskala besar, menyediakan akses kepada bahagian rentas komuniti yang lebih besar.

> Ketepatan: Pembelajaran AI yang meluas daripada berjuta-juta imej retina yang dikaitkan dengan set data klinikal telah menghasilkan sistem yang sangat sensitif dan khusus untuk mengesan penyakit retina. Ketepatan analisis imej AI telah diuji dan dibandingkan dengan pakar retina yang sangat berpengalaman.

> Ketekalan dan objektiviti: Analisis AI telah terbukti memberikan diagnosis yang konsisten dan peringkat keterukan penyakit terhadap pakar retina yang berbeza dan dari semasa ke semasa. Algoritma AI tidak dipengaruhi oleh tafsiran subjektif atau berat sebelah, yang membawa kepada diagnosis yang lebih konsisten dan penggredan keterukan penyakit berbanding tafsiran konvensional oleh pemerhati manusia.

> Kelajuan dan kecekapan: Analisis imej AI automatik boleh memproses imej retina dengan lebih pantas daripada manusia, yang mengurangkan masa dan kos yang diperlukan untuk pemeriksaan manual imej konvensional oleh pakar oftalmologi. Jumlah besar imej retina boleh dianalisis dengan cepat, membolehkan penghantaran lebih tinggi dan lebih pantas bagi pesakit yang menjalani pemeriksaan kesihatan.

Sementara itu, pakar kardiologi perunding hospital itu, Datuk Dr Akmal Hakim Arshad, berkongsi bahawa terdapat juga ekokardiogram berbantukan AI – peranti mudah alih pegang tangan yang disepadukan dengan perisian AI.

“Peranti ini mampu membimbing pengguna akhir secara visual ke titik yang betul untuk tetingkap jantung yang optimum, bersama-sama dengan keupayaan menangkap automatik dan sistem pengukuran dan pelaporan automatik AI.

“Peranti yang dibantu AI ini akan meningkatkan ujian titik penjagaan (POCT) pesakit, dengan peranti itu dapat mengesan pelbagai penyakit struktur dan fungsi dengan ketepatan 97%.”

Dr Akmal Hakim berkata lagi: “Echo AI akan memberi kesan dalam penilaian pantas dan pengesanan pantas kejadian jantung yang berpotensi sambil memendekkan masa menunggu yang diperlukan untuk gema.

“Pelbagai faedah ini seterusnya akan memberi kesan dan meningkatkan hasil pesakit di hospital.”

Ketua jabatan radiologi hospital dan pakar radiologi perunding, Dr Anuradha PS Janardhanan berkongsi pandangannya tentang penggunaan AI dalam radiologi dan bagaimana ia boleh memberi manfaat kepada pesakit dan hospital.

Beliau berkata, “Secara peribadi, saya melihat AI sebagai jenis teknologi sokongan revolusioner yang boleh membantu dalam tafsiran imej, meningkatkan ketepatan, meningkatkan kecekapan dan mungkin mengurangkan beban kerja juga, dengan matlamat utama untuk meningkatkan hasil pesakit.

“Walaupun AI tidak dapat menggantikan kepakaran ahli radiologi, ia boleh digunakan untuk mengenal pasti keabnormalan yang berpotensi, menyediakan pengukuran kuantitatif dan mengurangkan masa yang dihabiskan untuk tugas rutin, untuk membolehkan ahli radiologi memberi tumpuan kepada kes yang lebih kompleks dan membuat keputusan klinikal.”

Dr Anuradha menghuraikan, “Selain itu, dengan memanfaatkan teknik pembelajaran mendalam dan set data yang besar, sistem AI mungkin mengenal pasti corak dan kawasan yang berpotensi menjadi kebimbangan yang mungkin boleh diabaikan oleh ahli radiologi. Ini boleh membawa kepada diagnosis yang lebih tepat dan hasil pesakit yang lebih baik.

“Satu lagi faedah sistem ini ialah keupayaannya untuk mengambil dan membenderakan kajian yang tidak normal, terutamanya dalam penetapan berbilang imbasan / radiograf yang perlu dibaca/laporkan oleh pakar radiologi di pusat pemeriksaan kesihatan, agar pakar radiologi melaporkan kes ini lebih awal. dan merujuk mereka kepada kepakaran klinikal yang diperlukan.

“Rujukan awal dalam kes ini, sekali lagi, akan membawa kepada intervensi awal dan hasil pesakit yang lebih baik.”

Selain itu, beliau berkata bahawa “hospital mendapat manfaat dari segi peningkatan kecekapan, di mana algoritma AI boleh memproses dan menganalisis imej perubatan dengan lebih pantas daripada manusia, mengurangkan masa yang diperlukan untuk ahli radiologi untuk mentafsir keputusan.”

“Ini boleh membawa kepada diagnosis yang lebih cepat, masa menunggu pesakit yang lebih singkat dan aliran kerja yang lebih baik di dalam hospital.

“Adalah penting untuk ambil perhatian bahawa AI berada di sini untuk kekal dan berkemungkinan akan memainkan peranan penting dalam radiologi pada masa hadapan.

“Kita harus terbuka untuk meneroka manfaat dan batasannya, sambil cuba secara aktif menyepadukan AI ke dalam amalan harian kita untuk meningkatkan kecekapan, ketepatan dan akhirnya, hasil pesakit.”