A IA pode revelar pistas em anos de registros hospitalares — não tomar a decisão
O papel útil da IA em uma clínica pode ser identificar padrões que uma equipe ocupada não consegue analisar rapidamente.
Em um estudo de caso publicado pela NVIDIA em 13 de novembro, a Cleveland Clinic usou o Synapsis AI, da Dyania Health, para apoiar pesquisas envolvendo mais de 7.800 pacientes submetidos à substituição da válvula aórtica entre 2005 e 2021. Segundo a NVIDIA, o sistema analisou registros de acompanhamento, incluindo ecocardiogramas, para modelar a deterioração da válvula e o risco de reintervenção após três, cinco e dez anos. Ele produziu sinais clínicos rastreáveis aos registros de origem; os profissionais de saúde analisaram as evidências e tomaram as decisões.
Isso pode ajudar pesquisadores a organizar grandes conjuntos de registros longitudinais, mas este exemplo publicado por um fornecedor não comprova, por si só, que os resultados dos pacientes melhoraram.
Minha conclusão: na área da saúde, evidências rastreáveis e análise humana são tão importantes quanto a capacidade do modelo. Em que situações a IA poderia reduzir com segurança o tempo gasto na busca por registros?
Fonte: NVIDIA Blog, 13 de nov. — https://blogs.nvidia.com/blog/how-ai-is-helping-care-teams/
#AI #Healthcare #Tecnologia
O papel útil da IA em uma clínica pode ser identificar padrões que uma equipe ocupada não consegue analisar rapidamente.
Em um estudo de caso publicado pela NVIDIA em 13 de novembro, a Cleveland Clinic usou o Synapsis AI, da Dyania Health, para apoiar pesquisas envolvendo mais de 7.800 pacientes submetidos à substituição da válvula aórtica entre 2005 e 2021. Segundo a NVIDIA, o sistema analisou registros de acompanhamento, incluindo ecocardiogramas, para modelar a deterioração da válvula e o risco de reintervenção após três, cinco e dez anos. Ele produziu sinais clínicos rastreáveis aos registros de origem; os profissionais de saúde analisaram as evidências e tomaram as decisões.
Isso pode ajudar pesquisadores a organizar grandes conjuntos de registros longitudinais, mas este exemplo publicado por um fornecedor não comprova, por si só, que os resultados dos pacientes melhoraram.
Minha conclusão: na área da saúde, evidências rastreáveis e análise humana são tão importantes quanto a capacidade do modelo. Em que situações a IA poderia reduzir com segurança o tempo gasto na busca por registros?
Fonte: NVIDIA Blog, 13 de nov. — https://blogs.nvidia.com/blog/how-ai-is-helping-care-teams/
#AI #Healthcare #Tecnologia