19:00 
Исследователи из Пенсильванского университета запустили Observer — первый мультимодальный набор медицинских данных, позволяющий фиксировать анонимное взаимодействие между пациентами и врачами в режиме реального времени. Подобно медицинской драме Питт, изображающей жизнь в отделении неотложной помощи, «Обсервер» позволяет посторонним заглянуть внутрь клиник первичной медико-санитарной помощи — только в этом случае ни одно из снятых взаимодействий не является вымышленным.
До сих пор данные, доступные исследователям в области здравоохранения, ограничивались следами, оставшимися после посещения: качественная информация, такая как записи врача, и количественные измерения, такие как жизненные показатели пациента. Ни один из этих источников не отражает такие тонкости, как язык тела и тон голоса, а также факторы окружающей среды, в том числе использование компьютера, которые влияют на то, как поставщики услуг и пациенты взаимодействуют друг с другом.
"Многое из того, что влияет на медицинские визиты и их результаты, было невидимо для исследователей", - говорит Кевин Б. Джонсон, профессор Университета Дэвида Л. Коэна и ведущий автор новой статьи, описывающей Observer в Журнале Американской ассоциации медицинской информатики. "Благодаря технологиям, которые анонимизирует наши записи, обеспечивая соответствие требованиям HIPAA, Observer позволяет нам наблюдать за развитием медицинской помощи. Подобные доказательства являются не просто основой для улучшения клинической практики, они имеют решающее значение для разработки ответственных инструментов искусственного интеллекта для улучшения качества медицинской помощи».
Исследователи уже предоставили пилотные гранты другим командам, чтобы они начали использовать Observer с целью превратить набор данных в национальный ресурс для улучшения здравоохранения. «Эти ранние проекты — это запуск маховика», — говорит Джонсон. «По мере того, как исследователи получают новые идеи и записи, набор данных будет расти, что позволит нам задавать еще более амбициозные вопросы».
Почему клинические данные важны
На протяжении десятилетий исследователи использовали данные о посещениях врача, чтобы изучить, как улучшить здравоохранение. «Медицинская информационная витрина для интенсивной терапии», проект, связанный с Массачусетским технологическим институтом, начатый в 1990-х годах, в настоящее время содержит десятки тысяч записей о посещениях отделений интенсивной терапии и цитируется в тысячах исследовательских работ, посвященных таким темам, как принятие клинических решений и работа больницы.
В последнее время такие данные также сыграли ключевую роль в обучении ИИ, поскольку они позволяют моделям ИИ выявлять закономерности, связывающие диагнозы, методы лечения и результаты среди больших групп пациентов. «Мы узнали очень многое из того, что зафиксировано в медицинских записях», — говорит Джонсон. «Но если мы хотим понять весь процесс оказания медицинской помощи, нам нужны данные, показывающие, что происходит в палате».
Благодаря тому, что Observer связывает видео, аудио и стенограммы с клиническими данными и электронными медицинскими записями (ЭМК), исследователи теперь могут задавать новые вопросы: когда появляется смех во время визита и влияет ли он на результаты; как часто врачи смотрят на пациентов, а не на экраны их компьютеров; как планировка помещения или технология цифрового письма меняют общение; и как пациенты реагируют на объяснения диагнозов.
Такого рода мультимодальные доказательства — сочетание видео, аудио и медицинских записей — создают возможности во многих областях. Делая эти данные доступными, мы демократизируем медицинские исследования и открываем новые пути к улучшению медицинского обслуживания».
Карен О'Коннор, заместитель директора лаборатории искусственного интеллекта для инноваций в амбулаторной помощи Джонсона (AI-4-AI)
Обеспечение конфиденциальности пациентов
В Соединенных Штатах информация о здоровье пациентов защищена Законом о переносимости и подотчетности медицинского страхования (HIPAA), который требует, чтобы любые данные, используемые для исследований, были удалены.
Для видео и аудио этому стандарту исторически было практически невозможно соответствовать. До недавнего времени создание набора данных о реальных клинических наблюдениях требовало ручного просмотра и редактирования каждой секунды отснятого материала и звука — трудоемкий и подверженный ошибкам процесс.
Введите MedVidDeID, инструмент, разработанный исследователями из Пенсильванского университета для автоматической анонимизации видео- и аудиозаписей из клинических условий, который они описывают в отдельной статье в журнале Biomedical. Информатика. В ходе испытаний MedVidDeID успешно деидентифицировал более 90% видеокадров без вмешательства человека и сократил общее время просмотра более чем на 60%.
Многоэтапная система извлекает расшифровки, удаляет идентифицирующий текст, очищает звук, преобразует голоса, а также автоматически обнаруживает и размывает лица и другие визуальные идентификаторы с использованием современных моделей компьютерного зрения. Человек-рецензент выполняет окончательный контроль качества, чтобы гарантировать полное удаление защищенного здоровья. информацию.
"Мы создали модульный конвейер, который автоматизирует большую часть процесса деидентификации аудио-видео. Держа человека в курсе, мы можем защитить конфиденциальность пациентов, одновременно обеспечивая масштабные исследования с использованием видеоинформации», — говорит Шрихарша Мопидеви, старший разработчик приложений в лаборатории AI-4-AI и соавтор обеих статей.
