Inovasi Berbasis AI di Mayo Clinic

Dalam kolom AI in Action sebelumnya, kami berargumen bahwa di dunia perawatan kesehatan, aplikasi administratif kecerdasan buatan adalah buah yang menggantung rendah. Namun, terkadang masuk akal untuk meraih cabang pohon yang lebih tinggi, dan aplikasi klinis AI termasuk dalam kategori itu. Kami berharap bahwa suatu hari nanti banyak keputusan diagnosis dan pengobatan penting akan dibuat atau ditambah dengan aplikasi AI. Hari ini kita berada di tahap awal untuk mencapai tujuan itu.

Sebagian besar kemajuan yang dibuat oleh AI klinis saat ini berasal dari institusi perawatan kesehatan yang inovatif. Salah satu contoh yang menonjol adalah Mayo Clinic, sebuah rumah sakit dan pusat penelitian yang didirikan di Rochester, Minnesota, lebih dari 150 tahun yang lalu. Itu secara konsisten terdaftar di Berita AS & Laporan Duniaperingkat rumah sakit top dan unggul dalam berbagai bidang khusus. Pada waktu tertentu, ia memiliki sekitar 12.000 studi penelitian yang sedang berlangsung. Dalam pengalaman kami, tidak ada organisasi penyedia layanan kesehatan yang melakukan lebih banyak hal dengan AI selain Mayo Clinic.

AI sedang dieksplorasi di berbagai area di sana, termasuk jenis kasus penggunaan administratif yang kami sebutkan di kolom kami sebelumnya (termasuk penjadwalan pasien, otorisasi sebelumnya dengan pembayar, dan aplikasi siklus pendapatan). Tapi itu juga sedang dikembangkan untuk penggunaan klinis seperti aplikasi khusus khusus dalam radiologi dan kardiologi, diagnostik dan manajemen jarak jauh berdasarkan data sensor perawatan kesehatan, dan mencocokkan pasien dengan uji klinis.

Inisiatif AI ini adalah bagian dari langkah besar menuju digitalisasi. Pada tahun 2020, Mayo Clinic menunjuk seorang chief digital officer untuk memimpin strategi digital perusahaannya dan membentuk Center for Digital Health (CDH). Sebagai pusat transformasi digital Mayo Clinic, CDH menggunakan data, analitik, pembelajaran mesin, dan AI untuk membantu meningkatkan kesehatan pasien dan memberikan pemantauan, diagnosis, dan rekomendasi perawatan melalui saluran digital kepada pasien di seluruh dunia.

Inovasi AI Terkemuka di Mayo Clinic

Bhavik Patel adalah ahli radiologi diagnostik dan direktur cabang Mayo Clinic di Arizona, dan pemimpin inovasi dan pemberdayaan AI di Mayo Clinic secara keseluruhan. Banyak kemajuan awal dalam AI, terutama dalam visi komputer, adalah dalam pencitraan medis, jadi tidak mengherankan jika seseorang dengan keahlian radiologi membantu membuka jalan bagi banyak upaya AI organisasi. Beberapa penelitiannya sendiri, misalnya, membahas bagaimana AI dapat membantu membuat dan meningkatkan kualitas gambar untuk dibaca oleh ahli radiologi.

Dalam sebuah wawancara, Patel menggambarkan upaya tersebut sebagai “melakukan uji klinis dengan AI untuk bekerja menuju implementasi klinis” – dengan kata lain, eksperimen disiplin. Patel mengatakan bahwa dalam radiologi, model pembelajaran mendalam cukup mampu mengenali citra jika diberi cukup data pelatihan berkualitas. Namun, ia mencatat bahwa sistem AI yang tersedia saat ini — baik yang berasal dari vendor maupun yang dikembangkan secara internal — masih dalam cakupan yang sempit (yaitu, khusus radiologi atau kardiologi). Upaya sedang dilakukan, katanya, untuk mengembangkan model AI multimodal yang memengaruhi banyak spesialisasi dan karenanya berdampak pada perawatan pasien yang lebih luas.

Patel mengatakan dia melihat peran utamanya sebagai fokus pada kapan dan di mana AI dan pembelajaran mesin diperlukan dan pada jalur terbaik dari penelitian hingga implementasi. Dia mengatakan bahwa saat ini, dia yakin banyak model pembelajaran mesin rapuh dan mungkin tidak digeneralisasi di luar lab penelitian. Validasi dan pengujian ekstensif diperlukan untuk memastikan solusi AI yang aman dan bertanggung jawab untuk perawatan pasien.

Sebelum model AI apa pun masuk ke penerapan klinis, Mayo Clinic dan penyedia serupa perlu menetapkan siapa yang akan mengatur dan memimpin penggunaannya, apa praktik terbaiknya, apa cakupan modelnya, apa bias modelnya, dan kapan harus mempercayai model. Mayo Clinic saat ini memiliki beberapa model dalam penggunaan klinis sehari-hari, termasuk yang menganalisis data elektrokardiogram. Patel mencatat bahwa mereka belum fokus pada analisis dan diagnosis citra otonom; dia percaya bahwa AI akan membantu ahli radiologi manusia dan penyedia lainnya di masa mendatang.

Mempercepat Pengembangan Model dan Komersialisasi

Mayo Clinic berfokus pada bagaimana menghasilkan kasus penggunaan AI lebih cepat dengan standarisasi perangkat lunak, proses pengembangan, dan teknologi. Ini bertujuan untuk menghasilkan model pembelajaran mesin dengan cepat dengan apa yang disebut pendekatan pabrik AI yang diluncurkan pada tahun 2021. Lebih dari 200 kasus penggunaan telah menjadi bagian dari proses, yang disebut sebagai “kontinum penelitian aplikasi terjemahan-penemuan.” Mayo Clinic juga bekerja sama erat dengan Google dalam AI, termasuk penggunaan Google Cloud Platform, dan memiliki beberapa inisiatif bersama dengan Google Health, sebuah unit yang bermitra dengan organisasi penyedia layanan kesehatan untuk melakukan R&D dan menciptakan solusi.

Mayo Clinic memiliki program khusus yang mendukung AI untuk tiga domain praktik, penelitian, dan pendidikan. Platform Mayo Clinic-nya, yang dipimpin oleh eksekutif teknologi rumah sakit lama di Boston, Dr. John Halamka, berfungsi sebagai penghubung produsen dan konsumen kesehatan digital eksternal, yang memungkinkan penyebaran pengetahuan organisasi dalam skala besar.

Platform inovasi dan teknologi yang kuat ini mengatur ekosistem mitra, termasuk portofolio startup yang menggunakan AI dan sumber daya Mayo Clinic lainnya. Sebuah program untuk startup yang disebut Platform_Accelerate, baru pada tahun 2022, menyediakan set data pelatihan yang tidak teridentifikasi, kerangka validasi model, perencanaan alur kerja klinis, dan bimbingan ahli dari Mayo Clinic dengan imbalan posisi ekuitas. Empat peserta pertama dalam akselerator 20 minggu yang kompetitif adalah perusahaan AI. Mayo Clinic juga telah meluncurkan beberapa startup untuk mengkomersialkan penelitian AI-nya sendiri.

Jelas dari percakapan dan penelitian kami bahwa penggunaan AI di Mayo Clinic sedang meledak, tetapi pertumbuhan itu datang dengan tantangan. Patel menawarkan perspektif ini: “Ada begitu banyak kegiatan yang sedang berlangsung. Bagaimana kita menciptakan tata kelola mereka tanpa menjadi hambatan? Beberapa spesialisasi, seperti radiologi dan kardiologi, relatif matang. Bagi mereka, kami bertanya apa yang mereka butuhkan untuk melanjutkan jalan mereka. Kemudian kami mencoba membantu spesialisasi yang kurang matang di jalur AI untuk membantu mereka meluncurkan inisiatif AI mereka dan memanfaatkan pelajaran dari spesialisasi AI yang matang sambil mempertahankan identitas inti mereka.”

Pertanyaan kuncinya, katanya, adalah bagaimana Mayo Clinic dapat terus mendukung upaya inovatif sambil menyediakan kerangka kerja untuk pembuatan model AI klinis yang adil dan dapat dijelaskan. Untungnya, Mayo Clinic telah lama memiliki budaya kolaboratif, dan ada keterbukaan untuk berbagi pembelajaran awal di seluruh organisasi. Masih terlalu dini untuk mengatakan bagaimana AI akan membentuk kembali perawatan kesehatan, tetapi mungkin tidak terlalu dini untuk memprediksi bahwa Mayo Clinic akan memainkan peran penting dalam transformasi.