Aggiungere intelligence alle applicazioni e ai dispositivi medici
Una delle compagnie alle prime linee del cambiamento è GE Healthcare. Negli ultimi anni, l'azienda ha abbracciato il machine learning come una soluzione per migliorare le prestazioni con i pazienti tramite applicazioni che spaziano dalle piattaforme di data mining, che si basano sulle cartelle cliniche dei pazienti per analizzare la qualità dei trattamenti, fino agli algoritmi capaci di prevedere possibili complicazioni in seguito alla deospitalizzazione.
Come parte dei suoi investimenti sul machine learning, l'azienda per le tecnologie sanitarie ha collaborato con i medici dell'University of California, San Francisco, per creare una libreria di algoritmi di deep learning che avevano come scopo quello di migliorare le tradizionali tecnologie di imaging delle radiografie come gli ultrasuoni e le TAC. Incorporando diversi set di dati (dati riportati dai pazienti, dati raccolti tramite sensori e numerose altre fonti) all'interno del processo di scansione, gli algoritmi saranno capaci di riconoscere la differenza tra risultati normali e non. Secondo un sondaggio recente, l'82% dei decision maker nel settore sanitario afferma che l'utilizzo dei dati sta permettendo già di ottenere trattamenti migliori per i pazienti, mentre il 63% riporta dei tassi di ri-ospedalizzazione inferiori.
"Più intelligence riusciremo a inserire all'interno delle applicazioni e dei dispositivi medici, più potremo migliorare la qualità dei trattamenti”, afferma Keith Bigelow, general manager dell'analisi presso GE Healthcare. "Migliorerà l'accesso e l'efficienza dei trattamenti e permetterà anche di ridurre i costi".
"Più intelligence riusciremo a inserire all'interno delle applicazioni e dei dispositivi medici, più potremo migliorare la qualità dei trattamenti. Migliorerà l'accesso e l'efficienza dei trattamenti e permetterà anche di ridurre i costi”.
Keith Bigelow
General Manager of Analytics
GE Healthcare
"Più intelligence riusciremo a inserire all'interno delle applicazioni e dei dispositivi medici, più potremo migliorare la qualità dei trattamenti. Migliorerà l'accesso e l'efficienza dei trattamenti e permetterà anche di ridurre i costi”.
Keith Bigelow
General Manager of Analytics
GE Healthcare
L'obiettivo di queste soluzioni innovative è quello di permettere ai dottori di prendersi cura dei pazienti in modo più veloce, non solo riducendo i costi ma anche migliorando i risultati. Nel retroscena, tuttavia, vi è la partnership di GE Healthcare con Amazon Web Services (AWS), il quale permette di distribuire soluzioni di machine learning su scala attraverso la piattaforma di Amazon SageMaker.
"Vogliamo utilizzare AWS per espandere quanto più possibile l'utilizzo di questi algoritmi", afferma Bigelow. "C'è un'espressione che amo: "La gravità non è solo una buona idea, è una legge." Quindi, più possiamo sfruttare le soluzioni di Amazon attraverso la gravità, così da poterci concentrare su un utilizzo del machine learning che permetta di salvare vite, meglio è”.