NHS Shared Business Services, tanıyı hızlandırmak için tıbbi görüntüleme ve analizde yapay zekanın (AI) kullanımını kapsayan, altı partiye bölünmüş 150 milyon £ değerinde bir ihale düzenledi.
Yapay zeka sistemleri, tıbbi görüntüleri saniyeler içinde analiz etmek ve felç, asemptomatik durumlar, gelecekteki hastalıklar, şüpheli alanlar, küçük tümörler veya hafif anormallikler gibi durumların tespit edilmesine yardımcı olmak için kullanılabilir. Hasta konsültasyonları sırasında gerçek zamanlı, kanıta dayalı öneriler sağlayabilirler. NHS Paylaşımlı İş Hizmetleri, bu sistemlerin en son klinik kılavuzlara ve hasta verilerine dayanarak potansiyel teşhis ve tedavi seçenekleri önerebileceğini söyledi.
NHS Paylaşımlı İşletme Hizmetleri web sitesinde yer alan bir gönderide, NHS Paylaşımlı İşletme Hizmetleri dijital ve BT kıdemli kategori yöneticisi Kelly Bevington şunları söyledi: “Mevcut yapay zeka tekliflerimiz – İnme Karar Desteği ve Yapay Zeka için Nörobilimde Yapay Zeka Yazılımı ile, Görüntüleme ve Radyoterapi Ekipmanı, İlgili Ürünler ve Tanısal Görüntüleme – süresi dolmak üzere, bu çerçeve anlaşmalarının zengin deneyimini, Lord Darzi’nin bağımsız incelemesinden alıntı yapmak gerekirse, NHS’yi standartların üstüne çıkarmaya yardımcı olacak kapsamlı bir teklifte bir araya getirmek istedik. dijital dönüşümün eteklerinde.”
Çerçeve anlaşmasının, hastalıkları önlemek, teşhis etmek, tedavi etmek ve klinik iş akışını optimize etmek için etkili yollar sağlayarak yapay zekanın farklı uzmanlık alanlarında uygulanmasına odaklanacağını söyledi.
İlk parti, Alzheimer hastalığı, Parkinson hastalığı ve multipl skleroz gibi nörolojik bozuklukların görüntüleme ve diğer teşhis testleri yoluyla teşhis edilmesi de dahil olmak üzere AI görüntü analizinin kullanımını kapsar; ve kitleleri, yumurtalık kanserini, endometriozisi, fetal yapıları, anatomik gelişimi ve hamilelik komplikasyonlarının erken tespitini tespit etmek için yapay zeka tıbbi görüntülemenin kullanılması.
Onkolojide yapay zeka, görüntüleme verilerini, genetik bilgileri ve hasta kayıtlarını analiz ederek çeşitli kanserlerin erken tespitine ve teşhisine yardımcı olmak için kullanılabilir.
Diğer AI kullanımları arasında kas-iskelet sistemi koşullarının desteklenmesi; kardiyoloji; gastroenteroloji; üroloji; oftalmoloji; ve felç veya felç oluşma riskini belirlemek için nörolojik verilerin analizi.
İkinci grup, büyük veri kümeleri üzerinde eğitilen ve normal bir klinik ortamda veya laboratuvarda tespit edilemeyen kalıpları tanımlamak için kullanılabilen yapay zeka algoritmalarının ve derin öğrenme modellerinin benimsenmesine odaklanıyor.
Örneğin yapay zeka, kanser ve diğer hastalıkların tespitine yardımcı olmak için biyopsilerden, dokulardan, hücrelerden, kandan ve kemik iliğinden alınan dijital slaytları analiz edebilir ve patoloji laboratuvarlarındaki iş akışını optimize edebilir.
Üçüncü bölüm, sağlık kayıtlarıyla daha iyi birlikte çalışabilirliğe dayalı olarak hasta akışını ve deneyimini iyileştirmeye yönelik tahmine dayalı analitiği kapsar. Lot 4, kurumlar arası işbirliğini ve ilaç keşfi ve klinik denemeler gibi araştırmaları destekleyen araştırma ve geliştirmeyle ilgilidir. Lot 5 operasyonel verimliliğe odaklanırken Lot 6 yapay zeka danışmanlığı, uygulaması ve eğitimini kapsıyor.