Πρώτο πολυτροπικό ιατρικό dataset για την καταγραφή αλληλεπιδράσεων ασθενών-ιατρών
Ερευνητές από το Πανεπιστήμιο της Πενσυλβάνιας παρουσίασαν το Observer, το πρώτο πολυτροπικό ιατρικό dataset που καταγράφει ανώνυμες, πραγματικές αλληλεπιδράσεις μεταξύ ασθενών και ιατρών. Όπως ακριβώς συμβαίνει και στην ιατρική σειρά The Pitt, που απεικονίζει τη ζωή στα επείγοντα, το Observer επιτρέπει στους εξωτερικούς παρατηρητές να ρίξουν μια ματιά στις πρωτοβάθμιες κλινικές. Ωστόσο, σε αυτή την περίπτωση, οι καταγεγραμμένες αλληλεπιδράσεις δεν είναι φανταστικές.
Νέα δεδομένα για την ιατρική έρευνα
Μέχρι σήμερα, τα δεδομένα που ήταν διαθέσιμα στους ερευνητές της υγειονομικής περίθαλψης περιορίζονταν σε ίχνη που άφηναν οι επισκέψεις: ποιοτικές πληροφορίες όπως οι σημειώσεις των ιατρών και ποσοτικές μετρήσεις όπως οι ζωτικές ενδείξεις των ασθενών. Ωστόσο, καμία από αυτές τις πηγές δεν καταγράφει τις λεπτομέρειες όπως η γλώσσα του σώματος και ο τόνος της φωνής, καθώς και οι περιβαλλοντικοί παράγοντες, όπως η χρήση υπολογιστών, που επηρεάζουν την αλληλεπίδραση μεταξύ παρόχων και ασθενών.
«Πολλά από αυτά που διαμορφώνουν τις ιατρικές επισκέψεις και τα αποτελέσματά τους ήταν αόρατα στους ερευνητές», δηλώνει ο Kevin B. Johnson, καθηγητής στο Πανεπιστήμιο και κύριος συγγραφέας της μελέτης που περιγράφει το Observer στην Journal of the American Medical Informatics Association. «Χάρη στην τεχνολογία που ανώνυμοποιεί τις καταγραφές μας, επιτρέποντας τη συμμόρφωση με τον νόμο HIPAA, το Observer μας επιτρέπει να παρακολουθούμε την παροχή φροντίδας. Αυτό το είδος αποδεικτικών στοιχείων δεν είναι μόνο η βάση για τη βελτίωση της κλινικής πρακτικής, αλλά είναι κρίσιμο για την ανάπτυξη υπεύθυνων εργαλείων τεχνητής νοημοσύνης που θα ενισχύσουν τη φροντίδα».
Επέκταση του dataset σε εθνικό επίπεδο
Οι ερευνητές έχουν ήδη χορηγήσει πιλοτικές επιχορηγήσεις σε άλλες ομάδες για να αρχίσουν να χρησιμοποιούν το Observer, με στόχο την επέκταση του dataset σε ένα εθνικό πόρο για τη βελτίωση της υγειονομικής περίθαλψης. «Αυτά τα πρώτα έργα είναι η αρχή ενός μηχανισμού ανάπτυξης», προσθέτει ο Johnson. «Καθώς οι ερευνητές παράγουν νέες γνώσεις και καταγραφές, το dataset θα επεκταθεί, επιτρέποντάς μας να θέσουμε ακόμη πιο φιλόδοξες ερωτήσεις».
Για δεκαετίες, οι ερευνητές έχουν αξιοποιήσει δεδομένα σχετικά με ιατρικές επισκέψεις για να μελετήσουν πώς να βελτιώσουν την υγειονομική περίθαλψη. Το Medical Information Mart for Intensive Care, ένα έργο που σχετίζεται με το MIT και ξεκίνησε τη δεκαετία του 1990, περιλαμβάνει τώρα δεκάδες χιλιάδες αρχεία επισκέψεων σε ΜΕΘ και έχει αναφερθεί σε χιλιάδες ερευνητικές εργασίες που καλύπτουν θέματα όπως η λήψη κλινικών αποφάσεων και οι λειτουργίες των νοσοκομείων.
Η σημασία του Observer για την κατανόηση της φροντίδας
Πιο πρόσφατα, τέτοια δεδομένα έχουν παίξει επίσης καθοριστικό ρόλο στην εκπαίδευση της τεχνητής νοημοσύνης, καθώς επιτρέπουν στα μοντέλα AI να εντοπίζουν μοτίβα που συνδέουν διαγνώσεις, θεραπείες και αποτελέσματα σε μεγάλες πληθυσμιακές ομάδες. «Έχουμε μάθει πολλά από ό,τι καταγράφεται στο ιατρικό αρχείο», τονίζει ο Johnson. «Αλλά αν θέλουμε να κατανοήσουμε την πλήρη εμπειρία της φροντίδας, χρειαζόμαστε δεδομένα που να δείχνουν τι συμβαίνει μέσα στο δωμάτιο».
Με το Observer να συνδέει βίντεο, ήχο και απομαγνητοφωνήσεις με κλινικά δεδομένα και ηλεκτρονικά ιατρικά αρχεία (EHR), οι ερευνητές μπορούν τώρα να θέσουν νέες ερωτήσεις: πότε εμφανίζεται το γέλιο κατά τη διάρκεια μιας επίσκεψης και αν αυτό επηρεάζει τα αποτελέσματα; Πόσο συχνά οι ιατροί κοιτούν τους ασθενείς σε σχέση με τις οθόνες των υπολογιστών; Πώς η διάταξη του δωματίου ή η τεχνολογία ψηφιακής καταγραφής αλλάζουν την επικοινωνία; Και πώς οι ασθενείς αντιδρούν στις εξηγήσεις των διαγνώσεων;
Αυτού του είδους τα πολυτροπικά αποδεικτικά στοιχεία – που συνδυάζουν βίντεο, ήχο και ιατρικά αρχεία – δημιουργούν ευκαιρίες σε τόσους πολλούς τομείς. Καθιστώντας αυτά τα δεδομένα διαθέσιμα, δημοκρατίζουμε την ιατρική έρευνα και ανοίγουμε νέους δρόμους για τη βελτίωση της φροντίδας», καταλήγει η Karen O’Connor, Αναπληρώτρια Διευθύντρια του AI-4-AI Lab του Johnson.
