La technologie hospitalière intelligente améliore l’efficacité et la durabilité de la médecine

La technologie hospitalière intelligente améliore l’efficacité et la durabilité de la médecine



NVIDIA collabore avec des organisations cliniques à travers l’Europe pour apporter l’IA au point de service, renforçant les parcours cliniques avec des gains d’efficacité et de nouvelles dimensions de données qui peuvent être incluses dans les processus de prise de décision médicale.

L’hôpital universitaire d’Essen, dans le nord-ouest de l’Allemagne, est l’une de ces organisations qui fait passer l’apprentissage automatique des bits au chevet du patient, en utilisant la technologie NVIDIA et l’IA pour construire les hôpitaux intelligents du futur.

Jens Kleesiek et Felix Nensa, professeurs à l’École de médecine de l’Université de Duisburg Essen, font partie d’une équipe de quatre personnes à la tête des groupes de recherche qui ont créé l’Institut d’intelligence artificielle en médecine (IKIM). La technologie développée par IKIM est intégrée à l’infrastructure informatique de l’hôpital universitaire d’Essen.

IKIM héberge un laboratoire d’annotation de données, supervisé par une équipe de radiologues certifiés, qui accélère l’étiquetage des structures anatomiques dans les images médicales à l’aide de MONAI, un cadre open source basé sur PyTorch pour la construction, la formation, l’étiquetage et le déploiement de modèles d’IA pour imagerie médicale.

MONAI a été créé par NVIDIA en collaboration avec plus d’une douzaine d’organisations cliniques et de recherche de premier plan, dont le King’s College de Londres.

Les chercheurs d’IKIM utilisent également l’apprentissage auto-supervisé pour pré-entraîner des modèles d’IA qui génèrent des étiquettes de haute qualité pour les tomodensitogrammes, les IRM et plus encore de l’hôpital.

De plus, l’équipe IKIM a développé une plate-forme d’information hospitalière intelligente, ou SHIP, une plate-forme centrale d’intégration de données de santé basée sur l’IA et un moteur de déploiement. La plate-forme est utilisée par les chercheurs et les cliniciens pour effectuer une analyse en temps réel de la multitude de données dans les hôpitaux universitaires – y compris l’imagerie médicale, les rapports de radiologie, les notes cliniques et les entretiens avec les patients.

SHIP peut, par exemple, signaler une anomalie sur un rapport de radiologie et informer les médecins via des notifications push en temps réel, permettant des diagnostics et des traitements plus rapides pour les patients. L’IA peut également identifier les associations basées sur les données entre les paramètres de santé tels que les traits génétiques et les résultats pour les patients.

« Nous voulons résoudre les problèmes du monde réel et apporter les solutions directement dans les cliniques », a déclaré Kleesiek. « Le cadre SHIP est capable de fournir des algorithmes d’apprentissage en profondeur qui analysent les données directement aux cliniciens qui se trouvent au point de service. »

De plus, l’efficacité accrue du flux de travail – rendue possible par l’IA – signifie une durabilité accrue au sein des hôpitaux.

Rendre les hôpitaux plus intelligents

Nensa dit que son hôpital dispose actuellement de près de 500 systèmes informatiques, y compris ceux pour les informations hospitalières, les laboratoires et la radiologie. Chacun se compose d’informations critiques sur les patients qui sont interdépendantes, mais les données provenant de systèmes disparates peuvent être difficiles à connecter ou à extraire des informations basées sur l’apprentissage automatique.

SHIP connecte les données de tous ces systèmes en les traduisant automatiquement en une norme de description appelée ressources d’interopérabilité rapide des soins de santé, ou FHIR, qui est couramment utilisée en médecine pour échanger des dossiers de santé électroniques. SHIP englobe actuellement plus de 1,2 milliard de FHIR.

Une fois converties en FHIR, les informations sont facilement accessibles aux scientifiques des données, aux chercheurs et aux cliniciens pour une formation et une analyse en temps réel de l’IA basées sur les GPU NVIDIA et les systèmes DGX A100. Cela permet aux tâches à forte intensité de main-d’œuvre, telles que la volumétrie du foie avant la transplantation du foie d’un donneur vivant ou l’estimation de l’âge osseux chez les enfants, d’être effectuées de manière entièrement automatique en arrière-plan, au lieu de nécessiter une demi-heure de travail manuel par un radiologue.

« Plus l’intelligence artificielle est à l’œuvre dans un hôpital, plus les patients peuvent profiter de l’intelligence humaine », a déclaré Nensa. « Alors que l’IA soulage les médecins et les infirmières des tâches répétitives telles que la récupération et l’annotation de données, les professionnels de la santé peuvent se concentrer sur ce qu’ils veulent vraiment faire, c’est-à-dire être là et prendre soin de leurs patients. »

Les systèmes NVIDIA DGX A100 alimentent la formation et l’inférence IA d’IKIM. NVIDIA Triton Inference Server permet un service simultané rapide et évolutif de modèles d’IA au sein de la clinique.

L’équipe IKIM utilise également NVIDIA FLARE, une plate-forme open source pour l’apprentissage fédéré, qui permet aux data scientists de développer des modèles d’IA généralisables et robustes tout en préservant la confidentialité des patients.

Plus intelligent égale plus vert

En plus de réduire la charge de travail des médecins et d’augmenter le temps consacré aux soins aux patients, l’IA dans les hôpitaux stimule les efforts de durabilité.

En tant que centre médical hautement spécialisé, l’hôpital universitaire d’Essen doit être disponible toute l’année pour un traitement fiable des patients, avec des horaires de fonctionnement 24 heures sur 24. Ainsi, la médecine de pointe centrée sur le patient est traditionnellement associée à une forte consommation d’énergie.

SHIP aide les hôpitaux à accroître leur efficacité, à automatiser les tâches et à optimiser les processus pour réduire les frictions dans le flux de travail, ce qui permet d’économiser de l’énergie. Selon Kleesiek, IKIM réutilise l’énergie émise par les GPU dans le centre de données, ce qui contribue également à rendre l’hôpital universitaire d’Essen plus vert.

« NVIDIA nous fournit toutes les couches pour tirer le meilleur parti de la technologie, des logiciels et du matériel à la formation dirigée par des ingénieurs experts », a déclaré Nensa.

En avril, les experts de NVIDIA ont organisé un atelier à l’IKIM, proposant des conférences et une formation pratique sur l’apprentissage en profondeur accéléré par GPU, la science des données et l’IA en médecine. L’atelier a conduit IKIM à lancer d’autres projets utilisant l’IA pour la médecine, y compris une contribution à la recherche pour MONAI.

De plus, IKIM développe la technologie SmartWard pour offrir une expérience patient de bout en bout alimentée par l’IA dans les hôpitaux, des robots de service dans les zones d’attente aux rapports de sortie automatisés.

Pour le projet SmartWard, l’équipe IKIM envisage d’intégrer la plate-forme NVIDIA Clara Holoscan pour le calcul de l’IA des dispositifs médicaux.

S’abonner à Actualités NVIDIA sur la santé et regardez la session NVIDIA GTC d’IKIM à la demande.

Image présentée avec l’aimable autorisation de l’Université de Duisburg-Essen.



Source

Laisser un commentaire