TehnologijaGN News Redakcija14.11.2026. 05:55pre 18 h

NVIDIA: AI pretražuje godine medicinskih kartona i pomaže lekarima da brže pronađu podatke

NVIDIA opisuje upotrebu sistema Synapsis AI u analizi dokumentacije više od 7.800 pacijenata. Lekari i dalje proveravaju rezultate i donose odluke, dok podaci mogu ostati unutar bolničke mreže.

Zgrada sedišta tehnološke kompanije NVIDIA u Santa Klari, Kalifornija. Ilustracija vesti o primeni NVIDIA AI sistema u zdravstvenoj dokumentaciji. — Coolcaesar / Wikimedia Commons. CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0). Izvor: https://commons.wikimedia.org/wiki/File:NVIDIA_Headquarters.jpg. Obrada: slika konvertovana u WebP.

Šta AI može da uradi sa godinama medicinske dokumentacije

Veštačka inteligencija sve češće se koristi u zdravstvu za obradu administrativnih podataka, izveštaja i rezultata pregleda, ali to nije isto što i automatsko postavljanje dijagnoze. U pregledu objavljenom 13. novembra NVIDIA opisuje primere u kojima AI pomaže timovima da brže pronađu relevantne informacije u obimnoj medicinskoj dokumentaciji. Jedan od njih je sistem Synapsis AI kompanije Dyania Health, namenjen povezivanju podataka iz beleški lekara, otpusnih lista, laboratorijskih analiza i izveštaja o snimanju.

Veliki deo medicinskih podataka nije organizovan kao jednostavna tabela. Informacija o određenom zdravstvenom problemu može se nalaziti u dokumentu napisanom pre više godina, dok se važan kontrolni nalaz nalazi u drugom sistemu. Dyania tvrdi da Synapsis AI može da poveže takve zapise i prikaže lekaru trag do konkretnog izvora iz kartona. To je posebno važno zato što medicinski stručnjak mora da zna na kom nalazu se oslanja predlog računarskog sistema i da odluči da li je taj predlog klinički relevantan.

Primer sa više od 7.800 pacijenata

NVIDIA kao primer navodi primenu sistema u analizi dokumentacije više od 7.800 pacijenata kojima je zamenjen aortni zalistak. Obrada je obuhvatila podatke iz perioda od 2005. do 2021. godine, uključujući nalaze ehokardiografskih kontrola posle operacija. Cilj analize bio je izrada modela koji bi pomogao istraživačima da razmatraju rizik od propadanja ugrađenih zalistaka i potrebe za ponovnom intervencijom tokom različitih perioda praćenja.

U tekstu se navode procene za treću, petu i desetu godinu nakon ugradnje zaliska. Takvi modeli mogu biti korisni za istraživanja i planiranje praćenja, ali ih ne treba poistovećivati sa individualnom prognozom za svakog pacijenta. Sam prikaz velike količine obrađene dokumentacije nije dokaz da je AI doneo bolje ishode lečenja niti da se rezultat može bez dodatne provere primeniti u svakoj bolnici. Za to su potrebni klinička procena, odgovarajuća validacija i nadzor stručnjaka.

Privatnost podataka i lokalno izvršavanje sistema

Poseban deo NVIDIA-inog primera odnosi se na način obrade zdravstvene dokumentacije. Prema kompaniji, Synapsis AI može da radi na računarima i GPU serverima unutar bolničke mreže, tako da dokumentacija ne mora da se šalje izvan sistema zdravstvene ustanove radi obrade. Dyania za ubrzavanje izvršavanja modela koristi NVIDIA TensorRT i TensorRT-LLM. To je tehnički značajno jer se klinički podaci često obrađuju u okruženjima koja imaju stroga pravila pristupa i čuvanja podataka.

Međutim, lokalno izvršavanje ne rešava automatski sva pitanja privatnosti. Bezbednost zavisi i od ovlašćenja korisnika, načina beleženja pristupa, zaštite servera i unutrašnjih procedura ustanove. Jednako je važno da zdravstveni timovi razumeju ograničenja modela i mogućnost greške pri tumačenju medicinskih zapisa. NVIDIA izričito predstavlja tehnologiju kao pomoćni alat: kliničari pregledaju dokaze i donose odluke, umesto da sav teret odlučivanja prepuste softveru.

Šta bi moglo da se promeni za zdravstvene timove

U bolnicama sa dugom istorijom elektronskih kartona pretraga medicinske dokumentacije može oduzimati mnogo vremena. Sistemi poput Synapsis AI ciljaju upravo na taj deo rada: da izdvoje podatke koje bi tim inače morao da traži kroz više izveštaja. NVIDIA kao moguće oblasti primene navodi prepoznavanje pacijenata koji bi mogli odgovarati uslovima kliničkih studija i praćenje potreba u kardiologiji i onkologiji. Korist ovakvog pristupa zavisi od kvaliteta podataka i od toga koliko su rezultati tačni i razumljivi zdravstvenim radnicima.

Važno je razlikovati najavu tehnoloških mogućnosti od potvrde da su one već poboljšale lečenje. Podaci u ovom članku potiču iz kompanijskog prikaza NVIDIA-e i moraju se razmatrati u tom okviru. Lekari ne bi trebalo da donose odluke na osnovu jednog AI predloga bez pregleda medicinskog konteksta. Fotografija uz ovu vest prikazuje sedište NVIDIA-e kao ilustraciju proizvođača računarske infrastrukture, ne bolnicu koja koristi opisani sistem ili konkretan uređaj za dijagnostiku.

Izvori

https://blogs.nvidia.com/blog/how-ai-is-helping-care-teams/

Komentari

Prikaz odobrenih komentara je dostupan. Slanje novih komentara biće uključeno kada se završe zaštita od zloupotreba i urednička moderacija.