Microsoft анонсировал Project Health Insights Preview - совершенствование ИИ для данных о здоровье

Мы живем в эпоху беспрецедентного увеличения объема данных о здоровье. Оцифровка медицинских карт, медицинских изображений, геномных данных, клинических заметок и многого другого способствовала экспоненциальному увеличению объема медицинских данных. Потенциальная выгода от использования этих данных о здоровье огромна. Однако с ростом объема данных о здоровье возникают новые проблемы, в том числе акцент на конфиденциальность и безопасность данных, необходимость стандартизации данных и функциональной совместимости. Необходимы эффективные инструменты для извлечения информации, скрытой в этих данных, и использования ее для получения ценной информации, выводов и глубокой аналитики, которые могут разобраться в данных и поддержать клиницистов.

Microsoft рад объявить предварительную версию Project Health Insights. Project Health Insights — это служба, которая извлекает ценные сведения на основе данных пациентов и включает в себя предварительно созданные модели, предназначенные для реализации ключевых высокоценных сценариев в области здравоохранения. Модели получают данные о пациентах в различных модальностях, выполняют анализ и позволяют клиницистам получать выводы и идеи с доказательствами из входных данных. Эти идеи могут помочь специалистам в области здравоохранения в понимании клинических данных, таких как профили пациентов, сопоставление клинических испытаний и многое другое.

Project Health Insights поддерживает предварительно созданные модели, которые получают данные о пациентах в различных модальностях в качестве входных данных и производят аналитические выводы и выводы, которые включают:

• Показатели достоверности: чем выше показатель достоверности, тем более уверенной была модель в отношении предоставленного значения вывода.
• Доказательства: связывание выходных данных модели с конкретными доказательствами в предоставленных входных данных, такими как ссылки на фрагменты текста, отражающие данные, которые привели к пониманию.

Project Health Insights Preview включает две модели искусственного интеллекта корпоративного уровня, которые можно подготовить и развернуть за считанные минуты:  Oncology Phenotype и Clinical Trial Matcher .

Oncology Phenotype  — это модель, которая позволяет поставщикам медицинских услуг быстро идентифицировать ключевые признаки рака в популяции пациентов с существующим диагнозом рака. Модель идентифицирует атрибуты рака, такие как локализация опухоли, гистология, клиническая стадия, опухоль, узлы и категории метастазов (TNM), а также категории TNM патологической стадии из неструктурированных клинических документов.

Ключевые особенности модели онкологического фенотипа включают:

• Обнаружение рака.
• Извлечение клинического текста для солидных опухолей.
• Рейтинг важности доказательств.

Clinical Trial Matcher  — это модель, которая сопоставляет пациентов с потенциально подходящими клиническими испытаниями в соответствии с критериями приемлемости испытаний и данными о пациентах. Модель помогает находить соответствующие клинические испытания, для которых пациенты могут быть квалифицированы, а также находить когорту потенциально подходящих пациентов для списка клинических испытаний.

Основные характеристики модели Clinical Trial Matcher включают в себя:

• Поддержка сценариев, которые:
  • Ориентация на пациента: помощь пациентам в поиске потенциально подходящих клинических испытаний и оценке их соответствия критериям испытаний.
  • Trial Centric: Сопоставление исследования с базой данных пациентов для определения когорты потенциально подходящих пациентов.
• Интерактивное сопоставление, когда модель дает представление об отсутствующей информации, необходимой для дальнейшего сужения потенциального списка клинических испытаний с помощью интерактивного опыта.
• Поддержка различных модальностей данных о пациентах, таких как неструктурированные клинические записи, структурированные данные о пациентах и ​​пакеты Fast Healthcare Interoperability Resources (FHIR ® ).
• Поддержка поиска по встроенным графикам знаний для клинических испытаний с сайта ClinicalTrials.gov, а также по пользовательскому протоколу испытаний с определенными критериями приемлемости.

Оптимизация сопоставления клинических испытаний и исследований рака

По данным Всемирной организации здравоохранения, количество зарегистрированных клинических испытаний увеличилось более чем на  4800 процентов с 1999 по 2021 год . На сегодняшний день проводится более 82 000 клинических испытаний, в которых активно участвуют участники по всему миру (согласно данным Clinicaltrials.gov) с постоянно усложняющимися критериями отбора участников. Однако включение в клинические испытания основано на ручном скрининге миллионов пациентов, каждый из которых имеет до сотни клинических записей, требующих рассмотрения и анализа медицинским работником, что делает этот процесс неустойчивым. Учитывая это, неудивительно, что до 80 процентов клинических испытаний не соответствуют установленным срокам включения в клинические испытания, а до 48 процентов не соответствуют целевым показателям включения в клинические испытания согласно данным, предоставленным Университетом Тафтса  .. Модель Clinical Trial Matcher призвана решить именно эту проблему, эффективно сопоставляя пациентов с различными состояниями с клиническими испытаниями, для которых они потенциально подходят, посредством анализа данных пациентов и сложных критериев приемлемости клинических испытаний.

Модель онкологического фенотипа позволяет врачам эффективно анализировать данные о больных раком на основе локализации опухоли, гистологии опухоли и стадии рака. Эти модели обеспечивают важные строительные блоки для реализации целей, поставленных  инициативой Белого дома Cancer Moonshot : разработка и тестирование новых методов лечения, обмен дополнительными данными и знаниями, сотрудничество в области инструментов, которые могут принести пользу всем, и достижение прогресса в борьбе с раком

Обеспечение ценности для отрасли здравоохранения и медико-биологических наук

Медицинский центр Университета Джона Хопкинса  является одним из первых пользователей Project Health Insights. Д-р Шринивасан Йегнасубраманян использует модель онкологического фенотипа, чтобы использовать неструктурированные данные для ускорения усилий по курированию ракового реестра для пациентов с солидными опухолями.

Pangea Data — партнер Microsoft, работающий над ИИ для здоровья. « В Pangea Data мы помогаем компаниям обнаруживать в 22 раза больше недиагностированных, ошибочно диагностированных и неправильно кодированных пациентов, характеризуя их путем раскрытия и обобщения клинически достоверной практической информации из историй болезни пациентов в федеративной, сохраняющей конфиденциальность, масштабируемой и развивающейся манере. Мы изучаем возможность использования Project Health Insights, чтобы расширить наши собственные передовые возможности для характеристики пациентов », — Вибхор Гупта, директор и основатель Pangea Data.

Akkure Genomics помогает пациентам использовать свои собственные геномные данные или ДНК, чтобы повысить свои шансы на участие в клиническом испытании. « В AKKURE GENOMICS мы используем Project Health Insights, который расширяет возможности нашей собственной платформы искусственного интеллекта и цифровой ДНК, чтобы помочь пациентам подобраться к клиническим испытаниям на основе их индивидуальных медицинских диагнозов, тем самым увеличивая число участников и повышая шансы найти точное исследование. и ускорение открытия новых терапевтических средств и лекарств ». — Профессор Оран Ригби, главный технический директор и основатель Akkure.

Создан с заботой о конечном пользователе

Первоначальные модели были проверены в исследовательской среде благодаря  стратегическому партнерству  между Microsoft и Providence для ускорения цифровой трансформации в области здравоохранения и наук о жизни. Эти модели могут позволить онкологам существенно расширить свои возможности в области точной онкологии и генерировать аналитические данные и идеи, полезные как для врачей, так и для пациентов.

« Способность Microsoft структурировать сложные понятия с помощью своих инструментов обработки естественного языка для рака в значительной степени способствовала нашей способности создавать исследовательские когорты и обсуждать варианты лечения рака ». Карло Бифулко, главный медицинский директор Providence Genomics.

Microsoft продолжит расширять возможности Project Health Insights, чтобы поддерживать дополнительные рабочие нагрузки в области здравоохранения и предоставлять аналитические данные, которые помогут принимать ключевые решения в сфере здравоохранения.

Microsoft продолжает расширять портфель услуг ИИ для здравоохранения

Microsoft продолжает инвестировать в услуги искусственного интеллекта для отрасли здравоохранения и медико-биологических наук. Наряду с другими новыми предложениями в Microsoft Cloud for Healthcare Microsoft рад объявить о новых улучшениях Text Analytics for Health (TA4H).

Новые улучшения включают в себя:

• Извлечение информации о социальных детерминантах здоровья (SDoH) и этнической принадлежности . Недавно представленные функции SDoH и Ethnicity позволяют извлекать социальные, экологические и демографические факторы из неструктурированного текста. Эти факторы будут способствовать разработке более инклюзивных приложений для здравоохранения. Подробнее об этом читайте  в нашем блоге .
• Временные утверждения — прошлое, настоящее и будущее . Возможность идентифицировать временной контекст объектов TA4H в прошлом, настоящем или будущем.

• Теперь клиенты могут расширить TA4H для поддержки пользовательских сущностей на основе их собственных данных. Теперь клиенты также могут расширять объекты, извлекаемые службой.

Microsoft также рад сообщить, что Azure Health Bot теперь имеет новый шаблон Azure OpenAI в предварительной версии. Шаблон Azure Health Bot OpenAI позволяет клиентам расширить свой экземпляр Azure Health Bot с помощью службы Azure OpenAI, чтобы более разумно отвечать на нераспознанные высказывания. Эта функция будет включена через каталог шаблонов Azure Health Bot. Клиенты могут импортировать этот шаблон в свой экземпляр бота, используя конечную точку и ключ ресурса Azure OpenAI, что позволяет использовать резервные ответы, сгенерированные GPT из надежных, пригодных с медицинской точки зрения источников, которые могут быть предоставлены клиентами. Эта функция предоставляет клиентам механизм для экспериментов с этой возможностью в качестве предварительного просмотра.

Microsoft надеется на сотрудничество с вами и вашими организациями в этом путешествии по улучшению здоровья человечества.