Polscy naukowcy stworzyli platformę opartą na sztucznej inteligencji, która analizuje konieczność transfuzji krwi. Hybrydowy system korzysta z sieci neuronowych i w ten sposób pozwala dokładnie określić, ile krwi powinien zamówić dany szpital. Algorytmy usprawniają zarządzanie transfuzjami przez szpitale, pomagają też zmniejszyć skalę marnowania krwi. Algorytm nie tylko jest informowany o danych historycznych, ale dzięki integracji elektronicznych kart zdrowia szpitala jest też w stanie dostosować swoje prognozy w czasie rzeczywistym.
– Krew ma bardzo ograniczony czas, jaki może być przetrzymywana. W Polsce wynosi on 42 dni. Brak do tej pory było zaawansowanych narzędzi statystycznych, żeby móc przewidywać, jak krew będzie się rozchodziła i jak należy zamawiać ją każdego dnia. To dostarcza sztuczna inteligencja, uczenie maszynowe, czyli modele statystyczne, które pozwalają przewidzieć przyszłość, znaleźć korelacje w danych historycznych dotyczących tego, jak krew była użytkowana w danym banku krwi, i dzięki temu przewidzieć, jak najlepiej podejść do dzisiejszego stanu magazynowego – tłumaczy Mateusz Pawełczuk, współzałożyciel AIDA Diagnostics.
Opracowany przez Polaków system AIDA Blood, wykorzystując mechanizmy sztucznej inteligencji i uczenia maszynowego, pozwala zarządzać zasobami krwi oraz ich przetwarzaniem. Choć samo przetoczenie składników krwi – krwinek, płytek i osocza jest bardzo częstą procedurą, to lekarzom nie zawsze łatwo jest zdecydować, czy transfuzja krwi jest rzeczywiście potrzebna. System dzięki sztucznej inteligencji wspiera decyzje medyków. Co więcej, hybrydowy system korzysta z sieci neuronowych i pozwala dokładnie określić, ile krwi należy zużyć dla każdego pacjenta, oraz przewidzieć zapotrzebowanie szpitali.
Moduł oparty na sztucznej inteligencji pomaga obliczyć, ile krwi należy przetoczyć danemu pacjentowi. Zebranie przez system wszystkich potrzebnych informacji pozwala zoptymalizować zaopatrzenie, a przy tym zminimalizować liczbę transfuzji, co leży w interesie pacjentów.
– Istotne, by bufor bezpieczeństwa krwiolecznictwa pozostawał w regionalnym centrum krwiodawstwa, tak żeby był lepiej zarządzany, czyli wysyłany tam, gdzie jest naprawdę potrzebny. Optymalne zarządzanie bankiem krwi w szpitalu to zarządzanie, w którym krwi nam wystarczy, nie mamy jej za dużo i dzięki temu ten bufor bezpieczeństwa może być przekazany gdzie indziej, tam gdzie rzeczywiście jest potrzebny – tłumaczy Mateusz Pawełczuk.
System AIDA Blood: Hospitals wykorzystuje algorytmy genetyczne, aby pozwolić na osiągnięcie wysokiego poziomu dokładności prognoz. Stale gromadzi nowe dane ze szpitala, w którym jest zainstalowany, przy tym już po miesiącu użytkowania osiągając pełny potencjał. Algorytm nie tylko jest informowany o danych historycznych, ale dzięki integracji elektronicznych kart zdrowia szpitala jest też w stanie dostosować swoje prognozy w czasie rzeczywistym. Dzięki temu zespoły odpowiedzialne za przechowywanie krwi i jej zarządzanie mogą podejmować decyzje na podstawie danych zgromadzonych w jednym miejscu.
– Potrzebne są roczne dane historyczne dotyczące tego, jak krew była przetaczana w danej jednostce. Tam są ukryte pewne informacje, bo algorytmy sztucznej inteligencji nie są w stanie przewidzieć, który chirurg dokładnie teraz operuje, ale w danych możemy zauważyć, jak rozchodziła się krew w poszczególnych dniach. To przekłada się w pewien sposób na preferencje ludzi, którzy pracują w danej jednostce. Po załadowaniu takiego rocznego okresu system praktycznie z dnia na dzień może wspomagać decyzje pracowników banku krwi – przekonuje ekspert.
Polacy opracowali też system AIDA Blood: Blood Bank. Działa w podobny sposób jak system szpitalny w zakresie opracowywania i prezentowania prognoz. Pozwala też dostarczać bankom krwi zalecenia dotyczące najlepszych sposobów komunikacji z dawcami.
– To, co oferujemy teraz lekarzom, to system komputerowy połączony z ich oprogramowaniem już w szpitalu, który po cichu dba o to, czy na pewno wykorzystują krew zgodnie z wytycznymi, co też chroni ich, bo w przypadku gdyby był jakiś problem związany z pacjentem, to sprawdzane są wszystkie procedury. Ważne jest również to, aby w przypadku przeszczepów krew była wykorzystywana prawidłowo – mówi współzałożyciel AIDA Diagnostics.
Jak przekonuje, wdrożenie rozwiązania opartego na sztucznej inteligencji przynosi same korzyści. Przede wszystkim zmniejsza skalę marnowanej krwi – co roku w szpitalach blisko 5 proc. oddanej krwi jest praktycznie niewykorzystywanych. System pozwala też zminimalizować liczbę transfuzji krwi, w przyszłości mógłby też ocenić, czy np. pacjent będzie potrzebować kolejnej w ciągu najbliższych dni. AIDA Diagnostics może też przynieść duże oszczędności.
– Kiedy mówimy o opłacie wdrożeniowej, czyli tym okresie, kiedy musimy zdigitalizować czyjeś dane, przygotować je do obróbki, załadować do systemu, to są koszty rzędu 10 do 15 tys. zł. Kiedy mówimy już o kosztach wykorzystania tego systemu, to na nieograniczoną liczbę komputerów, nieograniczoną liczbę licencji, w zależności od ilości zużywanej krwi, a bardziej poziomu szpitala, mówimy tutaj o kosztach rzędu 1 do 2 tys. zł miesięcznie – wylicza Mateusz Pawełczuk.
Polscy fizycy odkryli nową metodę wczesnego wykrywania zmian w DNA
Ekspert: udostępnienie struktur 3D ludzkich białek porównywalne do zsekwencjonowania ludzkiego genomu
