Northwestern Medicine は W&B でタイムリーで質の高いケアを提供します
「システム タブは、コストを低く抑えながらリソースを効率的に割り当てる方法についての優れた洞察を提供します。GPU 使用率が 95% を超えていない場合は、最適化の余地があることがわかり、実験をより速く実行し、コストの制御に役立ちます」 。」
エテマディハブ
麻酔科医および先端技術ディレクター
ヘルスケアにおけるイノベーション
新しいテクノロジーの導入に関しては、医療業界は進歩が遅いことで知られています。この業界は伝統的にレガシーシステムを好むため、レガシーシステムを置き換えることは「メリットよりもデメリットの方が多い」という考え方で受け止められることが多いのです。
しかし、ノースウェスタン メディシンでは逆のことが起きています。ノースウェスタン メディシンは、ノースウェスタン メモリアル ヘルスケアとノースウェスタン大学が戦略ビジョンを共有している学術医療センターです。25,000 人を超えるスタッフの中で、麻酔科医でありノースウェスタン メディシンの先端技術担当ディレクターであるモッツィ エテマディ氏が率いる小規模な学際的チームは、自然言語処理 (NLP) を使用してフォローアップ プロセスを効率化し、患者の転帰を改善する方法を検討しています。
遅れたケアとケアの欠落
医師は、フォローアップの推奨事項として、患者に毎日数十のコンピューター断層撮影 (CT) スキャンや磁気共鳴画像 (MRI) スキャンなどの画像検査を指示することがよくあります。しかし、医療業務は多忙なため、特にすぐに対応する必要がない場合は、こうした推奨事項が見落とされることがあります。さらに事態を複雑にしているのは、患者の所見と推奨事項が、次のような長く詳細なレポートに記載されることです。
すると、次のような疑問が湧いてきます。発見事項はどのくらいの頻度でフォローアップされているのでしょうか。文献によると、モッツィ氏と彼のチームは、フォローアップの推奨事項の約 3 分の 2 のみが対処される傾向にあることを発見しました。残念ながら、これは通常、最良のシナリオです。このような欠陥は、患者にとって悲惨な結果につながる可能性があります。
ここに一例を挙げましょう。医師が患者に 12 か月以内に胸部 CT スキャンを受けるよう勧め、そのことをレポートに記載します。この勧めが無視され、患者が癌であることが判明した場合、診断が遅れたために治療が成功する可能性が低くなり、生存の可能性も減り、最悪の結果となります。
フォローアップの推奨事項が確実に対処されるように、チームはフォローアップが必要な放射線学的所見を自動的に識別する NLP システムの作成に着手しました。効率的でタイムリーで質の高い患者ケアを提供することが、チームにとって最優先事項でした。
NM 結果管理 AI
Mozzi 氏と彼のチームは熟練したエンジニアのグループですが、これまでディープラーニング (DL) の経験がほとんどありませんでした。最初のエンドツーエンドの DL プロジェクトを構築するには、DL に慣れる必要があり、W&B は学習を促進する上で重要な役割を果たしました。
「このプロジェクトを始めたとき、私たちの誰も DL モデルを構築したことがありませんでした。W&B を使用することで、私たちの教育は大幅に加速し、知識と実験を整理することができました。実験に関する具体的で詳細な情報を追跡し、正しい方向に進んでいるかどうかをすぐに検証することができました」と Mozzi 氏は語ります。
チームがモデル開発段階に入ると、W&B の直感的な視覚化と使いやすさがさらに重要になりました。ほとんどの実務者にとって、経験は通常、「モデルは収束するか?」や「バッチ サイズを変更する必要があるか?」などの質問に答えるのに役立ちます。しかし、DL を始めたばかりのエンジニアにとっては、そうではないことがよくあります。
チームは、トレーニング プロセスをより適切に並列化し、大規模なデータセットで効率的なトレーニングを可能にするためにトランスフォーマー ベースのモデルを構築することを決定し、熟練した実践者の直感を養うために W&B を活用しました。「私たちは W&B を使用してワークフローを設計しました。その結果、さまざまなパラメーターがシステムに与える影響を理解するために必要な直感を養うことができました」と Mozzi 氏は説明します。
エピック統合
モデルの開発はパズルの 1 ピースに過ぎず、次はそれを現実世界に統合することです。Epic は、病院でよく使用される電子健康記録システムです。チームの次のタスクは、モデルを Epic に統合する方法を見つけることで、そのためにカスタム インターフェースを構築しました。
新しいシステムがいかにシンプルで効率的であるかを確認するために、その仕組みを簡単に説明します。
1) レポートを完了してから 3 分以内に、医師は Epic を通じて通知を受け取り、「フォローアップ注文を行う」をクリックして結果管理システムを開くことができます。
2 ) 次に、患者に対して 6 ～ 12 か月以内に胸部 CT 検査を受けることが推奨され、医師は「承認」をクリックしてスキャンを自動的に指示するか、承認理由を選択してワークフロー ループを閉じることができます。
3 ) 6 か月から 12 か月以内に、患者は胸部 CT 検査の予定日を知らせる電子メールと手紙を受け取ります。
AI システムの開発中、W&B はプロジェクトに関連するすべての情報を一元管理する単一の記録システムとして機能し、生データから最終モデルに至るまで、モデル開発プロセス全体を即座に追跡しました。
「W&B は、モデルを整理し、追跡するのに役立ちます」と Mozzi 氏は言います。「私たちのチームは、実験の追跡に Excel やポストイット ノートを使用するつもりはありません。もっと効率的な方法があるからです。」
チームにとって特に役立つ W&B のもう 1 つの側面は、システム メトリックの追跡と視覚化です。システム全体の使用率を監視できるため、トレーニングのボトルネックを特定し、高価なリソースの無駄を回避できます。「システム タブにより、コストを抑えながらリソースを効率的に割り当てるための優れた洞察が得られます。GPU 使用率が 95% を超えていない場合は、最適化の余地があることがわかり、実験を高速化してコストを制御できます」と Mozzi 氏は述べています。
結果管理ワークフローを導入して以来、発注医師とのやり取りが 5,000 件近く発生し、2,400 件を超えるフォローアップが完了まで追跡されています。このシステムは 1 日に数百件の放射線レポートを検査し、毎日数十件のフォローアップ推奨事項を特定します。このシステムが本当に命を救っていると言っても過言ではありません。
「麻酔科医として、私はがんの手術を受ける患者を治療することが多いのですが、私たちのツールによって異常が発見された患者の治療を手伝うという特権を得ない月はありません」とモッツィ氏は語った。
AI を活用して臨床分野の問題を解決するこのような取り組みの実施は、医療における AI の最大の可能性、つまり臨床ワークフローと運用プロセスの変更を浮き彫りにしています。つまり、このシステムは、作業のやり方を自動化し、作業のやり方を拡張するという 2 つの方法で付加価値をもたらしました。
ヘルスケアの変革
ヘルスケアは AI の導入において他の業界に遅れをとっているかもしれませんが、多大な財政的課題、書類手続き、規制に直面している業界で生産性と応答性を高め、同時に生死に関わる状況で結果を改善するなど、AI がさまざまな側面でその価値を真に実証するための究極の実証の場となる可能性があります。
ノースウェスタン メディシンは、医療における AI の可能性を最大限に引き出す先駆者として、柔軟で直感的な MLOps プラットフォームの導入が不可欠です。W&B を活用することで、チームは実験とイノベーションに集中できると同時に、すべてのデータ、実行、トレーニング済みモデル、モデル パフォーマンスに関するメモが保存されるという安心感を得ることができます。さらに、W&B はモデルのリソース使用率を完全に可視化し、パフォーマンスを大幅に向上させ、効率性を高めます。
医療システムが医療の提供に苦戦し、財政的負担に直面している中、ノースウェスタン メディシンは業界全体で AI を活用した革新的な波を推進しており、W&B は同社がこの変化の最前線に立てるよう支援できることを大変嬉しく思っています。