Onderzoekers van de Northwestern University gebruiken Inspur AI-servers om de verwerking van radiologie te verbeteren

Inspur Information en de Feinberg School of Medicine aan de Northwestern University hebben de resultaten bekendgemaakt van een 13 maanden durende proef met een aangepaste AI-workflow die is gebouwd om de verwerkingstijd voor radiologierapporten te versnellen en vertragingen bij follow-upaanbevelingen te verminderen.

Vanwege de complexiteit van deze radiologierapporten wordt ongeveer 33 procent van de follow-upaanbevelingen vertraagd of helemaal gemist vanwege menselijke fouten.

Het team van Northwestern ontwikkelde de workflow met behulp van Inspur's AI-servers en Nvidia GPU's, die door het gebruik van natuurlijke taalverwerking (NLP) radiologierapporten met vervolgaanbevelingen konden identificeren.

"We gebruikten AI en de tools die we tot onze beschikking hebben, waaronder de Inspur NF5488M5-D GPU-server met de NVIDIA A100 Tensor Core GPU", zegt Dr. Mozziyar Etemadi. “De aangepaste AI-workflow leest bijna elk afzonderlijk radiologierapport en biedt, door diepe integratie met ons medische dossiersysteem, waarschuwingen en meldingen aan de huisarts, patiënt en toegewijde follow-upteam, om ervoor te zorgen dat belangrijke details niet door de mand vallen. de scheuren.”

De AI-workflow screende 570.000 beeldvormende onderzoeken en ontdekte dat 29.000 aanbevelingen hadden. Er werden meer dan 5.000 interacties met artsen gegenereerd en 2.400 follow-ups voltooid. Het team ontdekte dat de workflow de betrouwbaarheid van het identificeren van aanbevelingen verbeterde, naast het verminderen van de hoeveelheid menselijke tijd die nodig is om door radiologierapporten te scannen.

"Het is geweldig om met Dr. Etemadi samen te werken, om te zien hoe hij nieuwe technologie toevoegt aan op AI gebaseerd onderzoek in Northwestern en deze omzet in echte verbeteringen in de gezondheidszorg", zegt Rhonda Liao, vice-president van Strategic Alliance en Inspur Systems. "Inspur is er trots op deel uit te maken van deze reis en we waarderen de geweldige samenwerking en ondersteuning van NVIDIA bij dit streven."

Het team van Northwestern heeft open-sourcecode van de AI-workflow vrijgegeven met begeleide tutorials die anderen in de branche kunnen invoeren.

"AI stelt medische onderzoekers in staat om de broodnodige hulpmiddelen in de kliniek te brengen, wat resultaten oplevert voor zowel artsen als patiënten", zegt Dr. Mona Flores, Global Head of Medical AI bij NVIDIA. "Door workflows te optimaliseren met behulp van AI, kunnen achterstanden worden weggewerkt en kunnen clinici prioriteit geven aan follow-ups met patiënten die dit het meest nodig hebben."