NVIDIA colabora con organizaciones clínicas de toda Europa para llevar la IA al punto de atención médica, a fin de reforzar las vías clínicas con una mayor eficiencia y nuevas dimensiones de datos que se pueden incluir en los procesos de toma de decisiones médicas.
El University Hospital Essen, en el noroeste de Alemania, es una organización que lleva el machine learning de los bits a la práctica, ya que utiliza la tecnología de NVIDIA y la IA para construir los hospitales inteligentes del futuro.
Jens Kleesiek y Felix Nensa, profesores de la Facultad de Medicina de la Universidad de Duisburg Essen, forman parte de un equipo de cuatro personas que lidera los grupos de investigación que crearon el Instituto de Inteligencia Artificial en Medicina (IKIM). La tecnología desarrollada por IKIM está integrada con la infraestructura de TI del University Hospital Essen.
IKIM aloja un laboratorio de anotación de datos, supervisado por un equipo de radiólogos certificados, que acelera el etiquetado de estructuras anatómicas en imágenes médicas utilizando MONAI, un framework basado en PyTorch y de código abierto para crear, entrenar, etiquetar e implementar modelos de IA dedicados a las imágenes del área de la salud.
MONAI fue creado por NVIDIA en colaboración con más de una docena de organizaciones clínicas e investigadores líderes, incluido el King’s College de Londres.
Los investigadores de IKIM también usan el aprendizaje autosupervisado para entrenar previamente modelos de IA que generan etiquetas de alta calidad para las tomografías computarizadas, las resonancias magnéticas y más.
Además, el equipo de IKIM ha desarrollado una plataforma de información para hospitales inteligentes, o SHIP, un motor de implementación y una plataforma central de integración de datos para el área de la salud basada en IA. La plataforma es utilizada por investigadores y médicos para realizar un análisis en tiempo real de los conjuntos de datos de los hospitales universitarios, lo que incluye imágenes médicas, informes de radiología, notas clínicas y entrevistas a pacientes.
SHIP puede, por ejemplo, detectar una anormalidad en un informe de radiología e informar a los médicos a través de notificaciones push en tiempo real, lo que permite diagnósticos y tratamientos más rápidos para los pacientes. La IA también puede identificar las asociaciones basadas en datos entre métricas del área de la salud, como rasgos genéticos y resultados de pacientes.
«Queremos resolver problemas del mundo real y llevar las soluciones directamente a las clínicas», dijo Kleesiek. «El framework SHIP es capaz de ofrecer algoritmos de deep learning que analizan datos proporcionados directamente a los médicos que se encuentran en el punto de atención médica”.
Además, una mayor eficiencia de los workflows, habilitada por la IA, significa una mayor sostenibilidad dentro de los hospitales.
Lograr que los hospitales sean más inteligentes
Nensa dice que su hospital tiene actualmente cerca de 500 sistemas de TI, incluidos los de información hospitalaria, laboratorios y radiología. Cada uno consiste en información crítica del paciente que está interrelacionada, pero los datos de sistemas dispares pueden ser difíciles de conectar o extraer información basada en machine learning.
SHIP conecta los datos de todos estos sistemas traduciéndolos automáticamente a un estándar de descripción llamado recursos de interoperabilidad rápida del área de la salud, o FHIR, que se utiliza comúnmente en la medicina para intercambiar registros electrónicos de salud. Actualmente, SHIP abarca más de 1200 millones de FHIR.
Una vez que la información se convierte a FHIR, los científicos de datos, investigadores y clínicos pueden acceder fácilmente a ella para el entrenamiento y el análisis de IA en tiempo real basados en las GPU de NVIDIA y los sistemas DGX A100. Esto hace posible que las tareas que requieren mucho trabajo, como la volumetría hepática antes del trasplante de hígado de un donante vivo o la estimación de la edad de los huesos en niños, se realicen completamente de forma automática en segundo plano, en lugar de requerir media hora de trabajo manual por parte de un radiólogo.
«Cuanta más inteligencia artificial esté trabajando en un hospital, más pacientes podrán disfrutar de la inteligencia humana», dijo Nensa. «A medida que la IA proporciona a los médicos y enfermeras alivio de las tareas repetitivas como la recuperación y anotación de datos, los profesionales médicos pueden centrarse en lo que realmente quieren hacer, que es estar ahí y cuidar de sus pacientes».
Los sistemas NVIDIA DGX A100 potencian el entrenamiento y la inferencia de IA de IKIM. El Servidor de Inferencia NVIDIA Triton permite un servicio concurrente rápido y escalable de modelos de IA dentro de la clínica.
El equipo de IKIM también utiliza NVIDIA FLARE, una plataforma de código abierto para el aprendizaje federado, que permite a los científicos de datos desarrollar modelos de IA robustos y generalizables mientras mantienen la privacidad del paciente.
Una Plataforma Más Inteligente es Más Ecológica
Además de reducir las cargas de trabajo médicas y aumentar el tiempo para la atención al paciente, la IA en los hospitales impulsa los esfuerzos de sustentabilidad.
Como centro médico altamente especializado, el University Hospital Essen debe estar disponible durante todo el año para un tratamiento confiable del paciente, con tiempos de operación de 24 horas. De esta manera, la medicina de vanguardia y orientada al paciente se asocia tradicionalmente con un alto consumo de energía.
SHIP ayuda a los hospitales a aumentar la eficiencia, automatizar las tareas y optimizar los procesos para reducir la fricción en el workflow, lo que ahorra energía. Según Kleesiek, IKIM reutiliza la energía emitida por las GPU en el data center, lo que también ayuda a hacer que el University Hospital Essen sea más ecológico.
«NVIDIA proporciona todas las capas para que aprovechemos al máximo la tecnología, desde el software y el hardware hasta la capacitación dirigida por ingenieros expertos», dijo Nensa.
En abril, los expertos de NVIDIA organizaron un workshop en IKIM, con conferencias y capacitación práctica sobre IA, ciencia de datos y deep learning acelerados por GPU en medicina. El workshop llevó a IKIM a poner en marcha proyectos adicionales que utilizan la IA para la medicina, incluida una contribución de investigación a MONAI.
Además, IKIM está desarrollando la tecnología SmartWard para proporcionar una experiencia de paciente integral impulsada por IA en hospitales, desde robots de servicio en áreas de espera hasta informes de descarga automatizados.
Para el proyecto SmartWard, el equipo de IKIM está considerando integrar la plataforma NVIDIA Clara Holoscan para la computación de IA en dispositivos médicos.
Suscríbete a las noticias sobre el área de la salud de NVIDIA y mira la sesión de NVIDIA GTC de IKIM a pedido.
Imagen cortesía de la Universidad de Duisburg-Essen.