การวินิจฉัยในไม่กี่นาที: ไอทีกำลังเปลี่ยนแปลงการดูแลสุขภาพอย่างไร

Digit ช่วยทุกทาง ตั้งแต่การวินิจฉัยจนถึงการกำหนดเส้นทางการไหลของผู้ป่วย

นวัตกรรมด้านไอที

ขยายขอบเขตความเป็นไปได้อย่างต่อเนื่องการดูแลสุขภาพ โรงพยาบาลทั่วโลกกำลังตามทันความก้าวหน้า - พวกเขากำลังอัปเดตโซลูชันฮาร์ดแวร์และซอฟต์แวร์ อุปกรณ์ทางการแพทย์ เพื่อให้ผู้ป่วยสามารถเข้าถึงการดูแลที่มีเทคโนโลยีสูง นี่คือลักษณะที่ศูนย์มะเร็งวิทยาที่มีเครื่องสแกนดิจิทัลสมัยใหม่และโรงพยาบาลขนาดใหญ่สหสาขาวิชาชีพที่ติดตั้งหุ่นยนต์ทางการแพทย์ปรากฏขึ้น

นอกจากนี้ โซลูชั่นดิจิทัลยังคำนึงถึงไม่เพียงเท่านั้นการดูแลผู้ป่วย - กระบวนการทางธุรกิจที่เกี่ยวข้องกับการบริหารและการรับผู้ป่วยสามารถทำได้โดยอัตโนมัติ ในศูนย์การแพทย์ดังกล่าว ผู้ป่วยจะไม่ทนกับความเจ็บปวดในห้องฉุกเฉินที่แออัดขณะรอพบแพทย์ โรงพยาบาลต่างๆ ได้ใช้โซลูชันแมชชีนเลิร์นนิงเพื่อปรับปรุงกระบวนการเข้าคิว

อัลกอริทึมไม่เพียงแต่ช่วยในการจัดการเท่านั้นการไหลเวียนของผู้ป่วยแต่มีส่วนร่วมในงานที่ซับซ้อนมากขึ้น เช่น การพัฒนายา การวิเคราะห์และจัดเก็บบันทึกผู้ป่วย หรือสามารถส่งสัญญาณไปยังแพทย์ว่าผู้ป่วยรายใดรายหนึ่งอาจมีโรคร่วมที่พลาดได้ง่าย AI กำลังลดจำนวนข้อผิดพลาดในการวินิจฉัยโรคมะเร็งแล้ว และผู้ป่วยโรคมะเร็งก็มีแนวโน้มที่จะรอดชีวิตได้มากขึ้น

นี่ไม่ใช่ยูโทเปียและไม่ใช่คำอธิบายของความอัศจรรย์อนาคต. ในปี 2560 Mayo Clinic ร่วมมือกับ Temptus เพื่อเริ่มใช้อัลกอริทึมในการระบุสัญญาณของมะเร็ง นักวิจัยที่ Lineberger Comprehensive Cancer Center ใช้ผลิตภัณฑ์ IBM เพื่อระบุวิธีการรักษาเฉพาะสำหรับผู้ที่มีเนื้องอกซึ่งพบว่ามีความผิดปกติทางพันธุกรรม

ยิ่งไปกว่านั้น อัลกอริธึมยังจำเป็นไม่เพียงแต่สำหรับการรักษาเท่านั้นโรคที่ซับซ้อน แต่ต้องกำจัดกิจวัตรประจำวัน - จากการศึกษาของ Sage Growth Partners พบว่า 90% ของสถาบันการแพทย์ในสหรัฐอเมริกาได้นำอัลกอริทึมไปใช้แล้วหรือได้เขียนแผนสำหรับการดำเนินการในอนาคต ตัวอย่างเช่น ผู้ป่วยที่ The Ohio State University Wexner Medical Center สามารถไปพบแพทย์ได้โดยไม่ต้องโทรเพียงครั้งเดียว และตรวจสอบบันทึกการรักษาของตนได้ตลอดเวลา ในมอสโก ผู้ป่วยได้รับโอกาสในการลงทะเบียนจากระยะไกลได้อย่างอิสระ ไม่ใช่ในโรงพยาบาลแห่งเดียว แต่ทั่วทั้งเมือง ย้อนกลับไปในปี 2554 และเข้าถึงเวชระเบียนอิเล็กทรอนิกส์ในปี 2563

ไม่ว่าจะใช้เครื่องมือใหม่ๆ หรือไม่การควบคุมการไหลเวียนของผู้ป่วยหรือการพัฒนายารักษาโรคมะเร็ง พวกเขากำลังสร้างนวัตกรรมการดูแลสุขภาพที่ทันสมัย พื้นที่ที่การตัดสินใจอย่างชาญฉลาดสามารถทำนาย ทำความเข้าใจ เรียนรู้ และดำเนินการเพื่อสุขภาพของผู้ป่วย

การแปลงเป็นดิจิทัลไม่ใช่แค่บริการอิเล็กทรอนิกส์

วิธีที่อัลกอริธึมถูกนำมาใช้ในการแพทย์ของมอสโก

ในมอสโกเมื่อสิบปีก่อนพวกเขาเริ่มทำงานการสร้างแพลตฟอร์มการดูแลสุขภาพดิจิทัลแบบครบวงจร พื้นฐานของมันคือ EMIAS (Unified Medical Information and Analytical System) คลินิกในมอสโก และโรงพยาบาลก็เริ่มเชื่อมต่อกับมัน บริการแรกภายในระบบเป็นบริการพื้นฐาน แต่บริการที่ได้รับความนิยมมากที่สุดคือการจองนัดหมายกับแพทย์จากระยะไกล แม้ว่าในรัสเซียพวกเขาจะระมัดระวังระบบดิจิทัลก็ตาม ตามสถิติอย่างเป็นทางการ ชาวมอสโก 80% ใช้ประโยชน์จากการนัดหมายกับแพทย์ผ่านทางอินเทอร์เน็ตในปีนี้

ระบบถูกสร้างขึ้นตั้งแต่เริ่มต้น ดังนั้นในตอนแรกจำเป็นต้องแปลงเป็นดิจิทัลและอัปโหลดเอกสารกระดาษทั้งหมดไปยังคลาวด์ จัดระเบียบและสร้างระบบที่ช่วยให้คุณเข้าถึงข้อมูลที่จำเป็นได้ทันที เมื่อเวลาผ่านไป แพลตฟอร์มมีความก้าวหน้ามากขึ้น บริการต่างๆ ได้ปรากฏขึ้นเพื่อรวบรวมประวัติทางการแพทย์ของพลเมือง การออกใบสั่งยาแบบอิเล็กทรอนิกส์ ผลที่ได้คือบันทึกสุขภาพอิเล็กทรอนิกส์ "แฝดดิจิตอล" ของบันทึกผู้ป่วยกระดาษ มันเก็บข้อมูลสุขภาพทั้งหมดที่ทั้งแพทย์และผู้ป่วยสามารถดูได้

“ระบบนี้สะดวกสำหรับชาวมอสโกเป็นหลักเมื่อรถพยาบาลไปรับสาย ก็ยังสามารถเข้าถึงข้อมูลของผู้ป่วยได้ตลอดทาง - ทีมงานมีเวลา 5-7 นาทีในการตรวจเช็คประวัติ ดูโรคเรื้อรัง - Vladimir Makarov รองหัวหน้าแผนกเทคโนโลยีสารสนเทศแห่งมอสโก รัฐบาลตั้งข้อสังเกตในการให้สัมภาษณ์กับ CNews หัวหน้าฝ่ายดิจิทัลที่ศูนย์พัฒนาสังคมมอสโก - สะดวกที่บุคคลไม่ต้องพกเอกสารระหว่างทางเชื่อมผู้ป่วยนอกและผู้ป่วยใน เช่น เมื่อเขาเข้ารับการรักษาในโรงพยาบาล ตอนนี้มันเกิดขึ้นโดยอัตโนมัติ"

ยิ่งไปกว่านั้น Digitalization ไม่ใช่แค่อิเล็กทรอนิกส์เท่านั้นบริการที่เปิดตัวโดยไม่มีโครงสร้างพื้นฐานที่แท้จริง ในการใช้ EMIAS นั้น ต้องสร้างขึ้นใหม่ตั้งแต่ต้น: การวางเครือข่ายการสื่อสารและวิศวกรรม การติดตั้งปลั๊กไฟและอุปกรณ์คอมพิวเตอร์ที่ทันสมัยสำหรับแพทย์ การปรับปรุงอุปกรณ์ทางการแพทย์ที่ผู้เชี่ยวชาญทำงานอยู่ - เครื่องเอ็กซ์เรย์ เครื่อง CT และ MRI เครื่องแมมโมกราฟ ฟลูออโรกราฟ และ angiographs และอีกมากมาย ข้อมูลที่มีโครงสร้างดิจิทัลในรูปแบบรวมก็มีความสำคัญต่อระบบเช่นกัน โดยผู้เชี่ยวชาญกำลังแปลงข้อมูลให้เป็นดิจิทัลอย่างรวดเร็ว ซึ่งจากนั้นจะนำไปใช้ในระบบ EMIAS

การแปลงเป็นดิจิทัลไม่ควรมีทั้งหมด - มันจะนำไปสู่ผลตรงกันข้ามเท่านั้น

“ถ้าคนส่วนใหญ่มีส่วนร่วมในการสร้างระบบเชิงเอกสาร สิ่งสำคัญสำหรับเราคือสาระสำคัญทางคลินิก: อุณหภูมิของร่างกาย ชีพจร ตัวชี้วัดความดันโลหิต” วลาดิมีร์ มาคารอฟ อธิบาย “ไม่ว่าที่ใดที่การเก็บตัวอย่างเลือด ผลลัพธ์จะถูกส่งไปยังระบบ ไม่สำคัญว่าจะถูกนำส่งในรถพยาบาล โรงพยาบาล ซึ่งเป็นส่วนหนึ่งของการตรวจร่างกาย เอกสารเหล่านี้จะแบ่งออกเป็นส่วนๆ ที่มีความสำคัญทางคลินิก นี่เป็นผลิตภัณฑ์ที่ใช้งานได้ในระดับมหานครใหญ่”

การให้บริการที่สำคัญที่สุดอย่างหนึ่งคือความต่อเนื่องและความต่อเนื่องของการรักษาพยาบาล เช่นเดียวกับการรวบรวมและจัดเก็บข้อมูลทางคลินิก - นี่คือเวชระเบียนอิเล็กทรอนิกส์ บริการได้รับการปรับปรุงอย่างต่อเนื่อง ในตอนแรก ในเวชระเบียน ผู้ใช้สามารถดูโปรโตคอลของการตรวจของแพทย์ ผลของการศึกษาในห้องปฏิบัติการและเครื่องมือ ตลอดจนสารสกัดจากโรงพยาบาล จากนั้นจึงเพิ่มข้อมูลเกี่ยวกับการฉีดวัคซีนเด็กและผู้ใหญ่ลงในแผนที่ ปัจจุบัน ใบสั่งยาอิเล็กทรอนิกส์ที่ถูกต้องพร้อมรหัส QR มีให้บริการสำหรับพลเมืองในเวชระเบียนอิเล็กทรอนิกส์แล้ว ผู้ป่วยไม่ต้องไปที่ร้านขายยาด้วยแบบฟอร์มใบสั่งยาที่เป็นลายลักษณ์อักษร เพียงแค่แสดงรหัส QR ของใบสั่งยาต่อเภสัชกรในวันที่ โทรศัพท์. นอกจากนี้ ฟังก์ชันเหล่านี้บางส่วนไม่ได้อยู่ในระบบต่างประเทศ

นอกจากความสะดวกของคุณหมอและคนไข้แล้ว อาเรย์ข้อมูลทางการแพทย์ในรูปแบบที่ไม่เปิดเผยตัวตนทำให้สามารถพัฒนาบริการดิจิทัล ซึ่งรวมถึง AI Alexey Loleit รองผู้อำนวยการทั่วไปฝ่ายกลยุทธ์กล่าวว่า "กระบวนการรวบรวมข้อมูลทางการแพทย์แบบอัตโนมัติทำให้สามารถรวบรวมอาร์เรย์ของข้อมูลขนาดใหญ่เกี่ยวกับสุขภาพของประชากรได้ และเปิดศักยภาพมหาศาลในการฝึกอบรมปัญญาประดิษฐ์ในการแก้ปัญหาด้านการรักษาพยาบาลในทางปฏิบัติ" และการพัฒนาผลิตภัณฑ์ Data MATRIX “เริ่มจากการปรับปรุงความแม่นยำในการวินิจฉัยตั้งแต่เนิ่นๆ และการทำนายการพัฒนาของโรค จบด้วยการวิเคราะห์เภสัชเศรษฐศาสตร์และความสามารถในการลดต้นทุนในระบบการรักษาพยาบาล”

นอกจากนี้ การแปลงเป็นดิจิทัลตามที่ผู้สร้างคิดขึ้นบริการไม่ควรมีทั้งหมด - สิ่งนี้จะนำไปสู่ผลตรงกันข้าม: การลดลงของผลิตภาพแรงงานและการลดลงของจำนวนบุคลากรทางการแพทย์ แพทย์ไม่ได้ถูกแยกออกจากกระบวนการ แต่ยังคงเป็นกุญแจสำคัญในการตัดสินใจขั้นสุดท้าย แต่การแปลงเป็นดิจิทัลทำให้เขามีโอกาสตัดสินใจได้ดีขึ้น ปลดปล่อยตัวเองจากกิจวัตร และตรวจสอบตัวเองอีกครั้ง

ความช่วยเหลือทางดิจิทัลในช่วงการระบาดใหญ่

โดยเฉพาะระบบดิจิทัลได้แสดงให้เห็นแล้วว่าประสิทธิภาพในมอสโกในช่วงการระบาดใหญ่ สถาบันทางการแพทย์ทุกแห่งทั่วโลกกำลังเผชิญกับความท้าทายแบบเดียวกัน นั่นคือ ผู้ป่วยจำนวนมาก การขาดทรัพยากร และการดำเนินการตามปกติที่ต้องดำเนินการด้วยตนเองในเวลาที่ผู้ป่วยต้องการความช่วยเหลือ นักวิทยาศาสตร์และแพทย์เริ่มใช้เทคโนโลยีเพื่อเอาชนะการแข่งขันกับเวลาสำหรับชีวิตผู้ป่วย

มอสโกพร้อมสำหรับความท้าทายดังกล่าวต้องขอบคุณวุฒิภาวะทางดิจิทัลของการดูแลสุขภาพในเมืองใหญ่ สิ่งนี้ช่วยได้ในเวลาอันสั้นในการสร้างระบบดิจิทัลที่ช่วยให้ผู้ป่วยแต่ละรายได้รับการช่วยเหลือเป็นการส่วนตัวในทุกขั้นตอนของการรักษา coronavirus

พื้นฐานของแพลตฟอร์มดิจิทัลคือบริการห้องปฏิบัติการเครื่องมือวินิจฉัยโรคโควิด-19 สร้างขึ้นภายในเวลาไม่ถึงเดือน รวมถึงสถาบัน 600 แห่ง ทั้งสถาบันในเมือง เอกชน และรัฐบาลกลาง ทำให้สามารถมีฐานข้อมูลที่เป็นปัจจุบันเพียงฐานข้อมูลเดียวของชาวมอสโกทั้งหมดพร้อมการวินิจฉัยที่ยืนยันแล้ว บริการข้อมูลที่สำคัญอีกประการหนึ่งคือการลงทะเบียนดิจิทัลแบบครบวงจรของผู้ป่วยที่ติดเชื้อ coronavirus ซึ่งรวมถึงองค์กรด้านการดูแลสุขภาพประมาณ 250 แห่ง ให้บริการการบัญชี การกำหนดเส้นทาง และการจัดการผู้ป่วยส่วนบุคคลตั้งแต่ตรวจพบไวรัส การลงทะเบียนสามารถใช้ได้กับทุกส่วนของระบบการรักษาพยาบาลแบบเรียลไทม์

นี่คือวิธีการทำงาน:ทันทีหลังจากยืนยันการวินิจฉัยของผู้ป่วย ข้อมูลเกี่ยวกับความรุนแรงของอาการจะเข้าสู่ทะเบียน ติดต่อพวกเขาและตรวจสอบสถานะ รถพยาบาลไปหาผู้ป่วยที่ป่วยหนักและการรักษาผู้ป่วยที่มีอาการติดเชื้อไวรัสทางเดินหายใจเฉียบพลันหรือโรคปอดบวมที่ไม่ต้องการการรักษาในโรงพยาบาลจะดำเนินการโดยศูนย์การแพทย์ทางไกล

ยาประดิษฐ์ก็เข้ามาช่วยเหลือแพทย์เช่นกันหน่วยสืบราชการลับ (AI) — การใช้เทคโนโลยีใหม่ นักรังสีวิทยามีโอกาสที่จะไม่พลาดพยาธิสภาพในการศึกษาจำนวนมากและเพื่อกำหนดขั้นตอนของการพัฒนาของโรคปอดบวมในการสแกน CT ของปอดอย่างรวดเร็ว

ปัญญาประดิษฐ์ (AI) ก็เข้ามาช่วยเหลือแพทย์เช่นกัน

อัลกอริธึมสามารถฝึกฝนได้ด้วยระบบดิจิทัลและข้อมูลที่ไม่เปิดเผยตัวตนที่สะสมในช่วงไม่กี่ปีที่ผ่านมา เครือข่ายประสาทเทียมแบบ AI สำหรับกำหนดระดับความเสียหายของปอดในกรณีของ COVID-19 ถูกนำมาใช้ใน Unified Radiological Information Service (ERIS) ของ EMIAS ได้รับการฝึกอบรมเกี่ยวกับข้อมูลจากผู้ป่วยกว่าครึ่งล้านคน - ตอนนี้อัลกอริทึมสามารถช่วยแพทย์และผู้คนนับล้านที่ต้องการความช่วยเหลือเกี่ยวกับปัญหาเดียวกัน

“เราสังเกตว่าแม้แต่หมอที่เริ่มแรกไม่เชื่อระบบ AI และนำคุณค่าไปใช้อย่างรวดเร็ว โดยทั่วไป ปัจจัยด้านเวลา ความคุ้นเคย และปรับปรุงผลิตภัณฑ์จะช่วยสร้างความเชื่อมั่นใน AI” Anna Meshcheryakova ซีอีโอของ Third Opinion กล่าว “แม้ว่านักพัฒนาบริการ AI สำหรับงานแคบ ๆ ในปัจจุบันจะแสดงความแม่นยำในการตรวจจับพยาธิสภาพที่เกินกว่ามนุษย์”

นอกจากนี้ผ่านการแนะนำการป้อนข้อมูลด้วยเสียงและเทคโนโลยีการมองเห็นด้วยคอมพิวเตอร์ เช่นเดียวกับการรวมอุปกรณ์บีมเข้ากับเครือข่ายดิจิทัลเดียว เวลาในการถอดรหัสภาพ CT ลดลงเหลือหลายนาที ในเวลาเดียวกัน ผลการศึกษาทั้งหมดจะถูกป้อนลงในเวชระเบียนอิเล็กทรอนิกส์ของผู้ป่วยโดยอัตโนมัติ

“เครื่องมือ AI โดยเฉพาะคอมพิวเตอร์วิทัศน์ในด้านการแพทย์เริ่มถูกนำมาใช้อย่างแพร่หลายในช่วงเริ่มต้นของการแพร่ระบาดของไวรัสโควิด-19 โดยคำขอของผู้ป่วยเพิ่มขึ้นห้าเท่าหรือมากกว่านั้นในช่วงเวลาสั้นๆ แพทย์ต้องการผู้ช่วยดิจิทัลที่ไม่รู้จักเหน็ดเหนื่อย Anna Meshcheryakova กล่าว — ส่วนหนึ่งของการทดลองที่มอสโกเกี่ยวกับการใช้เทคโนโลยีที่เป็นนวัตกรรมในด้านคอมพิวเตอร์วิทัศน์เพื่อการวิเคราะห์ภาพทางการแพทย์ ได้รับการยืนยันว่าด้วยการประมวลผล AI เวลาในการอธิบายการศึกษาทางการแพทย์หนึ่งครั้งลดลง 30% ท้ายที่สุดแล้ว แผนกรังสีวิทยาก็สามารถประมวลผลการศึกษาจำนวนมากขึ้นได้”

ผู้เชี่ยวชาญทั่วโลกตระหนักถึงความแม่นยำสูงอัลกอริธึม - พวกเขาสามารถกำหนดผลการทดสอบใน 99.3% ของกรณี (บางครั้งการวิเคราะห์แบบดั้งเดิมไม่จำเป็นสำหรับสิ่งนี้ เสียงของไอก็เพียงพอแล้ว) พวกเขาเลือกการรักษาเป็นรายบุคคลสำหรับผู้ป่วยในไม่กี่นาทีและสามารถเปลี่ยนแปลงได้หากจำเป็น . หากแพทย์ทำเช่นนี้ พวกเขาจะไม่มีเวลามากพอที่จะใส่ใจผู้ป่วยที่ต้องการ และปริมาณงานจะเพิ่มขึ้นหลายเท่า

ประสบการณ์พลเมือง

ในการตรวจสอบว่าอัลกอริธึมและบริการดิจิทัลช่วยเหลือผู้ป่วยอย่างไร ผู้สื่อข่าวไฮเทคได้เขียนลูกของเธอไปพบแพทย์ผ่านแอปพลิเคชันพร้อมเวชระเบียนอิเล็กทรอนิกส์

ก่อนหน้านี้เพื่อจะได้นัดหมายเธอต้องเช้าตรู่เพื่อมาที่คลินิกและรับคูปอง ในวันที่ได้รับการแต่งตั้ง ให้ยืนเข้าแถวที่แผนกต้อนรับเพื่อรับเอกสารทางการแพทย์ จากนั้นรอเข้าแถวเพื่อไปพบแพทย์ หลังจากยอมรับแล้ว ให้รออีกครั้งเพื่อคืนบัตรไปที่สำนักทะเบียน หากผู้เชี่ยวชาญเขียนการอ้างอิงสำหรับการสอบหรือการทดสอบเพิ่มเติม ก็ยิ่งยากขึ้น เอกสารก็สูญหายได้ง่าย

ด้วยการนำเทคโนโลยีดิจิทัลมาสู่กระบวนการบันทึกใช้เวลาหลายนาที - สำหรับสิ่งนี้คุณต้องป้อนรหัสการเข้าถึงไปที่แอปพลิเคชันและเลือกลูกในหน้าเริ่มต้น การหาหมอเป็นเรื่องง่าย - คุณสามารถเลือกได้ตามความเชี่ยวชาญหรือนามสกุล ในขณะเดียวกัน ในการนัดหมาย คุณไม่จำเป็นต้องโทรไปที่ไหน แอปพลิเคชันเปิดกำหนดการของเขาไม่ใช่สำหรับอนาคตอันใกล้ แต่เป็นเวลาสองสัปดาห์ล่วงหน้า นักข่าวโดยไม่มีปัญหาใด ๆ ลงทะเบียนเพื่อนัดหมายและส่งมอบการทดสอบในทิศทางของวันถัดไป

ด้วยการนำเทคโนโลยีดิจิทัลเข้ามาทำให้กระบวนการนัดหมายกับแพทย์ใช้เวลาไม่กี่นาที

ต้องขอบคุณ EMIAS ที่โพลีคลินิกสามารถรับมือกับกระแสนี้ได้ผู้ป่วย - ฉันต้องรอประมาณ 10 นาทีสำหรับการนัดหมายเท่านั้นเพราะผู้ป่วยรายก่อนมาสายในช่วงเวลาสั้น ๆ และการนัดหมายของเขาใช้เวลานานขึ้นเล็กน้อย ไม่มีคิว

นัดหมายเพื่อส่งต่อแพทย์ใช้เวลาสักครู่ สำหรับขั้นตอนนี้ ฉันต้องรอ 5-10 นาทีเช่นกัน ที่นี่ผู้ป่วยเข้าออฟฟิศช้ากว่าเล็กน้อย แต่เพียงเพราะเด็กบางคนต้องได้รับความสนใจเพิ่มขึ้นเล็กน้อย ผลลัพธ์ของขั้นตอนในวันรุ่งขึ้นมาถึงเวชระเบียนอิเล็กทรอนิกส์ในแอปพลิเคชันมือถือ คุณยังสามารถดูโปรโตคอลการตรวจสอบและผลการทดสอบได้ที่นั่น

ผลลัพธ์จะถูกเก็บไว้ในเวชระเบียนอิเล็กทรอนิกส์การศึกษาเกี่ยวกับเครื่องมือ โปรโตคอลการตรวจ ข้อมูลการฉีดวัคซีน ใบสั่งแพทย์ และอื่นๆ อีกมากมาย ไม่จำเป็นต้องมีใบสั่งยาแบบกระดาษอีกต่อไป และเวชระเบียนและทะเบียนที่เป็นกระดาษก็ไม่จำเป็นและล้าสมัย

อนาคตของการแปลงเป็นดิจิทัล

ดูเหมือนว่ายาเป็นหนึ่งในที่สุดพื้นที่นวัตกรรมที่มีการแนะนำเทคโนโลยีดิจิทัลอย่างแข็งขันที่สุด แต่ข้อมูลโลกหักล้างสิ่งนี้ จากการศึกษาของนักวิทยาศาสตร์ชาวเดนมาร์ก มักใช้เพื่อรักษาความปลอดภัย ความบันเทิง และแม้กระทั่งการจัดการพนักงาน

ในเวลาเดียวกัน กระบวนการดิจิทัลกำลังดำเนินการในมอสโก10 ปีแล้ว. การพัฒนาแบบไดนามิกยังคงดำเนินต่อไปในขณะนี้ แต่เทคโนโลยียังคงมีศักยภาพที่ดีในการช่วยเหลือแพทย์ รักษาสุขภาพของผู้คน บรรเทาผู้เชี่ยวชาญจากกิจวัตรประจำวัน และมุ่งเน้นไปที่กรณีที่จำเป็นต้องมีแพทย์ที่มีชีวิต

“ระบบการดูแลสุขภาพและเภสัชกรรมอุตสาหกรรมต้องการชุดข้อมูลขนาดใหญ่ที่มีข้อมูลจากการปฏิบัติทางคลินิกจริงและวิธีการรักษาผู้ป่วย - รายงาน Alexey Loleit รองผู้อำนวยการทั่วไปด้านกลยุทธ์และการพัฒนาผลิตภัณฑ์ของ Data MATRIX - เมื่อเรียนรู้จากข้อมูลดังกล่าว ปัญญาประดิษฐ์ก็สามารถสร้างแบบจำลองการทำนายและได้ มาเป็นผู้ช่วยอันทรงคุณค่าของแพทย์ และมีส่วนร่วมในการประเมินมาตรฐานการดูแลเพื่อเพิ่มประสิทธิภาพและปรับปรุงทางคลินิกและความคุ้มทุน”

แพทย์สามารถมุ่งเน้นไปที่กรณีที่จำเป็นที่สุด

ในขณะที่แพทย์มีส่วนร่วมในการศึกษา คนส่วนใหญ่ของพวกเขายังคงไม่พอใจกับเทคโนโลยี แต่ด้วย "การรวมกันของอัลกอริทึมและสัญชาตญาณของมนุษย์" ตัวอย่างเช่น Daniel A. Orringer ศัลยแพทย์ระบบประสาทที่ Langone Health ทำการผ่าตัดเพื่อเอาเนื้องอกในสมองออกและใช้ระบบเพื่อตรวจสอบว่าเขาได้กำจัดเนื้องอกออกไปให้ได้มากที่สุดหรือควรดำเนินการต่อไปหรือไม่

แม้ว่าผู้ป่วยจะกลัวว่า AI จะขโมยการดูแลส่วนตัวของพวกเขาไป ในขณะที่ผลตรงกันข้ามเกิดขึ้น แพทย์สามารถให้ความสำคัญกับกรณีที่จำเป็นที่สุดได้

“ถ้าในระหว่างการผ่าตัดฉันมีหกคำถามฉันสามารถหาคำตอบได้โดยไม่ต้องรอ 30 หรือ 40 นาที และสิ่งนี้จะช่วยลดเวลาของการผ่าตัดผู้ป่วยน้อยลงภายใต้การดมยาสลบซึ่งเป็นสิ่งที่ดีเสมอเขาตั้งข้อสังเกต “จากตัวอย่างนี้ เห็นได้ชัดว่าเทคโนโลยีจะไม่เปลี่ยนการผ่าตัดสมองและยาโดยทั่วไป เรากำลังพูดถึงรายละเอียดเล็กๆ น้อยๆ ผู้ป่วยจะรู้สึกสบายตัวมากขึ้น และแพทย์จะได้รับความช่วยเหลืออย่างรวดเร็ว”

อ่านเพิ่มเติม

สิ่งแปลกประหลาดกำลังเกิดขึ้นในจักรวาล: วิธีอธิบายความไม่สอดคล้องกันของค่าคงที่ฮับเบิล

เมืองโบราณของจักรวรรดิมิตตานี "โผล่พ้น" จากแม่น้ำ เขาอายุมากกว่า 3,400 ปี

อีก 20 ปี ทุกอย่างจะเปลี่ยนไป ลูกของเราต้องการทักษะอะไร