Sistemul AI inovator ar putea preveni întârzierile în testările din laboratoarele clinice
Cercetătorii de la Weill Cornell Medicine au dezvoltat un sistem AI capabil să ajute laboratoarele clinice să identifice problemele înainte ca acestea să afecteze testările și să întârzie îngrijirea pacienților.
Aceste laboratoare analizează probe precum sânge, urină, țesut sau alte fluide corporale pentru a ajuta medicii în diagnosticarea și tratarea bolilor. Totuși, creșterea volumului de teste, lipsa de personal și diagnosticarea tot mai complexă pun o presiune tot mai mare asupra operațiunilor de laborator.
Într-o perspectivă publicată pe 28 octombrie în npj Health Systems, cercetătorii descriu Laboratorul Agentic Reasoning and Integrative Analytics (LabARIA), unul dintre primele cadre care utilizează mai multe instrumente AI specializate, numite agenți, pentru a ajuta la monitorizarea calității și operațiunilor laboratorului mai eficient.
Mediul de laborator este o zonă critică, dar în mare parte neglijată, mai ales în comparație cu lucrările realizate deja în radiologie și patologie.
Autorii subliniază că algoritmii AI existenți pentru medicina de laborator sunt fragmentați și, în general, limitați la silozuri specifice. LabARIA este conceput să integreze aceste capabilități, permițând sistemului să identifice tipare din diferite aspecte ale operațiunilor de laborator, pe care instrumentele individuale le-ar putea rata.
Cadrele propuse se vor conecta la sistemele existente de informații de laborator și la alte baze de date, fără a le înlocui. Un „coordonator de date” central AI va direcționa informațiile către agenți AI specializați care monitorizează calitatea probelor, timpii de răspuns la teste, controlul calității analitice, performanța instrumentelor și conformitatea cu reglementările. Alți agenți ar putea prezice necesitățile de inventar și personal.
„Acest cadru poate identifica anomalii și aduna date pentru a ajuta personalul de laborator să investigheze și să abordeze problemele mai devreme”, a declarat Dr. He Sarina Yang, asociat profesor de patologie clinică și medic director al laboratorului de chimie clinică și toxicologie la Weill Cornell și NewYork-Presbyterian/Weill Cornell Medical Center. „Îmbunătățirea calității și eficienței laboratorului cu ajutorul AI poate beneficia livrarea serviciilor de sănătate.”
În prezent, personalul de laborator efectuează verificări de mai multe ori pe zi și rezolvă retrospectiv potențialele probleme analitice atunci când rezultatele încalcă regulile stabilite de control al calității, a spus Dr. Yang. LabARIA ar putea identifica tendințe îngrijorătoare înainte de a declanșa o încălcare formală a controlului calității, cum ar fi modificările în performanță asociate cu reactivii sau alte materiale de testare.
Problemele pot apărea și înainte de începerea testării, când probele sunt compromise în timpul colectării, manipulării sau transportului. LabARIA ar putea ajuta la identificarea tiparelor în indicatorii de calitate a probelor care necesită investigații. Intervenția timpurie ar putea ajuta la prevenirea întreruperilor și întârzierilor în raportarea rezultatelor.
„AI este o alegere bună pentru laboratoarele clinice datorită fluxului de lucru structurat și a procedurilor de control al calității deja stabilite, dar supravegherea umană este centrală în design”, a spus Dr. Wang. Cadrele au responsabilitate încorporată, inclusiv înregistrări de date trasabile și raționamentul din spatele recomandărilor, astfel încât profesioniștii din laborator să poată ignora sistemul atunci când este necesar.
Deoarece LabARIA este încă un cadru conceptual, echipa de cercetare va rula experimente folosind date retrospective de laborator pentru a rafina sistemul. „Odată ce avem dovezi convingătoare, putem discuta despre implementarea sistemului în laboratorul nostru clinic”, a spus Dr. Wang. „Chiar și după desfășurare, vom continua să monitorizăm sistemul pentru a ne asigura că funcționează în siguranță și eficient.”
