Intégrer l'intelligence artificielle aux dispositifs et applications médicaux
GE Healthcare est une entreprise à l'avant-garde du changement. Ces dernières années, l'entreprise a adopté le machine learning pour obtenir de meilleurs résultats pour les patients, en utilisant des applications allant des plateformes d'exploration des données qui s'appuient sur les dossiers des patients pour analyser la qualité des soins, aux algorithmes prédisant les possibles complications suivant le congé de l'hôpital.
Dans le cadre de son investissement dans le Machine Learning, la société de technologies de soins de santé s'est associée à des cliniciens de l'Université de Californie, San Francisco, pour créer une bibliothèque d'algorithmes de deep learning axés sur l'amélioration des technologies d'imagerie classique par rayons X comme les ultrasons et les tomodensitogrammes. En intégrant différents ensembles de données – données rapportées par le patient, données de capteurs et issues de nombreuses autres sources – au processus de scanner, les algorithmes pourront reconnaître la différence entre des résultats normaux et anormaux. Selon un sondage récent, 82% des décideurs dans le domaine des soins de santé déclarent que l'utilisation des données entraîne déjà des améliorations des soins aux patients, tandis que 63% rapportent des taux de réadmission plus faibles.
« Plus nous intégrons l'intelligence aux dispositifs et applications médicaux, plus nous pouvons en améliorer la qualité, » explique Keith Bigelow, responsable général de l'analyse au sein de GE Healthcare. « Cela permettra simultanément d'améliorer l'accès, de parvenir à une efficacité accrue et de réduire les coûts. »
« Plus nous intégrons l'intelligence aux dispositifs et applications médicaux, plus nous pouvons en améliorer la qualité. Cela permettra simultanément d'améliorer l'accès, de parvenir à une efficacité accrue et de réduire les coûts. »
Keith Bigelow
Responsable général de l'analyse
GE Healthcare
« Plus nous intégrons l'intelligence aux dispositifs et applications médicaux, plus nous pouvons en améliorer la qualité. Cela permettra simultanément d'améliorer l'accès, de parvenir à une efficacité accrue et de réduire les coûts. »
Keith Bigelow
Responsable général de l'analyse
GE Healthcare
Le but de l'innovation est de permettre aux médecins de traiter les patients plus rapidement, réduisant ainsi les coûts tout en améliorant les résultats. Toutefois, dans les coulisses de ces innovations, GE Healthcare s'est associé avec Amazon Web Services (AWS), qui offre la capacité de déployer des solutions de machine learning à l'échelle par le biais de la plateforme de machine learning Amazon SageMaker.
« Nous souhaitons utiliser la plateforme AWS pour mettre à l’échelle autant d’algorithmes que possible, » indique Bigelow. « Il y a un dicton que j'aime beaucoup : 'La gravité n'est pas seulement une bonne idée, c'est la loi.' Ainsi, plus nous tirons profit d'Amazon, grâce à la gravité – de façon à pouvoir nous concentrer sur une utilisation potentiellement vitale du machine learning – mieux c'est. »