콘텐츠로 건너뛰기

인도에서는 정밀 의료를 위한 AI에 대한 주목이 높아지고 있다

인도의 주요 의료기관에 새롭게 병설된 전문 시설이 AI를 통해 국내 정밀 의료를 추진하고 있습니다.

방갈로르의 아폴로암 센터(ACC)는 최근 AI를 활용한 국내 최초의 정밀 종양 센터가 될 가능성이 있는 시설을 개설했습니다. 각 사람에게 맞는 종합적이고 전문적인 케어를 제공합니다.

이 센터는 AI 자동화를 갖추고 있으며, 표적요법이나 면역요법의 대상이 되는 환자를 확인하고 환자의 악화를 의료팀에 경고합니다. 또한 대화형 AI를 도입하여 진단, 치료 및 지원 그룹과의 연결에 대해 환자와 그 가족을 교육합니다. 또한 AI를 사용하여 표준 치료 준수를 모니터링합니다. 게놈, 임상, 병리학적 데이터에 기초한 환자 관리를 가능하게 한다. 또한 진단검사 및 가치관에 근거한 케어 및 기타 환자이익 프로그램 등록에 대한 권장사항을 제공합니다.

ACC는 AI 사용과 대량의 건강 데이터 활용이 “종양학의 미래”라고 홍보합니다. AI를 사용하면 정확한 진단, 실시간 통찰, 암 위험 평가, 치료 프로토콜 및 지속적인 치료를 보장할 수 있습니다.

한편, 인도 과학 연구소 (IISc)는 AI 전문 지식을 활용하여 의료 영상 처리의 브랜드로 알려진 Siemens Healthners와 정밀 의료에서 ​​AI 공동 연구실을 최근에 시작했습니다. 이 실험실은 뇌 스캔의 병리학적 소견을 자동으로 세분화하는 오픈 소스 AI 기반 도구를 개발합니다. 이러한 도구는 곧 정상적인 임상 워크플로에 통합될 예정이며, 신경 질환을 정확하게 진단하고 집단 수준에서 임상 영향을 분석하는 데 도움을 주기 위한 것입니다.

ACC의 종양 내과 상급 컨설턴트인 Vijay Agarwal 박사와 Vishwanath S 박사는 다음과 같이 말합니다. 건강 관리 IT 뉴스 고정밀 종양학에서 AI의 응용에 대해 자세히 설명합니다. IISc 컴퓨팅 및 데이터 과학 부서의 조교수이자 정밀 의료에서 ​​AI를위한 Siemens Healthners와 계산 데이터 과학 공동 연구소의 책임자 인 Vaanathi Sundaresan은 정밀 의료에서 ​​민감한 환자 데이터를 어떻게 에 보호할 생각인지 말했다. 증가하는 사이버 보안 위협.

Q: 새로운 시설에서 AI의 구체적인 사용 사례와 애플리케이션을 공유할 수 있습니까?

아가르와르 박사, ACC: 다음과 같은 경우가 있습니다. 유방에 덩어리를 안고 상담에 온 여성. AI를 사용하면 그녀는 발병 24 시간 이내에 즉시 유방암으로 진단되었습니다. 진단 후, 자동 경고가 모든 참가자 (주치의, 유선 외과 의사, 다 직종 팀 (MDT) 코디네이터, 환자)에게 MDT의 필요성을 통보했습니다. MDT 회의가 개최되면 센터에 추천을 보내 치료가 시작되었습니다. 환자의 경로는 AI를 사용하여 미리 정의되었으며 모든 참가자가 그것을 인식했습니다. 화학요법을 포함한 치료가 계획되면 입원, 약품 주문, 화학제품 처방, 의약품 배달, 동의(약물 처방 및 언어에 특유), 퇴원, 지불의 원활한 과정을 위한 자동 알림 내장되어 효율성이 향상되었습니다. 그리고 비용 절감. 치료 계획의 모든 변경 사항은 모든 당사자에게 자동으로 전달되므로 치료는 모든 전문 분야에 걸쳐 원활하고 적절하게 통합됩니다. 그 후 화학 요법과 표적 요법이 권고되었고 결국 환자는 MDT에 소개되었습니다.

비슈와나트 S 박사, ACC: 우리는 AI를 사용하여,등록, 침대 예약에서 퇴원에 이르기까지 조기 및 원활한 화학 요법의 이행을 촉진합니다. AI는 NGS(차세대 시퀀싱)의 돌연변이 상태에 따라 개별화된 치료를 촉진하는 역할도 합니다. 또한 디지털 병리학과 이미지는 AI를 활용할 수도 있습니다. 그 예로는 생체 정보학과 AI를 사용하여 고급 사전 치료를 받은 진행성 육종 환자와 표적 돌연변이를 보여주는 NGS 보고서를 확인할 수 있습니다.

A/IISc, 순다레산 교수: 임상 개발에 매우 ​​중요한 AI의 다른 관련 응용 프로그램에는 질병 진행의 집단 수준 모델링, 시설 간 데이터 특성의 변동에 강력하게 AI 모델을 적응 (도메인 적응), 데이터 가용성이 제한되는(저 데이터 구조) 등이 있습니다. ), 수동 레이블 및 비정상적인 값의 부족. 또 다른 중요한 장기적인 방향은 뇌 건강과 신체의 다른 기관과의 관계를 확인하는 것입니다.

질문: 공동 연구실의 첫 번째 프로젝트는 무엇을 계획합니까? 신경 질환의 정확한 이미징 / 진단 필요성은 얼마나 긴급합니까? AI는 이것을 어떻게 지원할 수 있습니까?

A/순달레산 교수: 우리의 첫 프로젝트는 신경 퇴행의 조기 발견을 돕는 신경 이미지 데이터에 혈관 바이오 마커.

신경 퇴행성 질환 (알츠하이머 병 및 기타 유형의 질병 등)의 만연 치매) 및 뇌졸중과 같은 뇌혈관 질환은 인지 장애, 보행 장애, 뇌 위축과 관련이 있으며, 경우에 따라 죽음을 초래할 수 있습니다(뇌졸중에서는 최대 47%의 치사율이 보고됨) , 혈관 위험 인자를 가진 피험자에서 자주 볼 수 있습니다. 우울. MRI 스캔에 AI 기법을 적용하면 개별화된 치료를 위한 이미지 바이오마커의 탐지로 이어질 수 있습니다. 그러나 이러한 신경 질환의 감별 진단과 장기 예후에는 매우 특이적인 이미지 바이오 마커와 정확한 임상 영향에 대한 철저한 조사가 필요하며, 여기서 AI 방법이 매우 유용합니다. .

Q : 실험실에서 민감한 데이터가 광범위하게 사용되고 있다고 생각하면이 데이터와 적용되는 알고리즘 / 모델을 어떻게 보호 할 것입니까?

A/순달레산 교수: 실험실에서 사용되는 대부분의 실험에는 초기 테스트용으로 공개된 데이터가 포함됩니다. 연구를 위해 (IISc 또는 공동 연구자로부터) 얻은 임상 데이터는 윤리위원회의 승인 후에 얻어지고 엄격하게 익명화되어 개인 정보를 보호합니다. 이 기술 (교육 데이터 없음)은 더 광범위한 연구 커뮤니티의 이익을 위해 오픈 소스가 될 것입니다.

_

그들의 해상도간결함과 명확성을 위해 Ponces가 편집되었습니다..

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다