Ülikoolid
Teaduse, õppe ja kliinilise praktika kokkupuutepunktis keskendume sellele, kuidas tehnoloogiat hinnata. Arvestame nii teadusliku uurimistöö kui ka igapäevase kasutuse vajadustega.
Tutvustus, konto loomine, sisselogimine ja kasutusjuhend on eesti keeles. Kliinilise tööruumi, AI-raportite ja kõnetuvastuse keelevalik on eraldi.
Vastutustundlik tehnoloogia. Parem tervishoid.
RAI Health asutati 2021. aastal Tallinnas. Arendame ja kasutame tehisintellekti ning digitehnoloogiaid, et aidata kaasa paremale tervishoiule.
Tallinn, EestiSama eesmärk alates 2021. aastast.
Meie lugu2021Tallinn · Eesti
Arendame tehnoloogiat, mis teenib tervishoidu.
RAI Healthi lugu algas Tallinnas 2021. aastal. Algusest peale on meie eesmärk olnud arendada tehnoloogiat arstide, tervishoiuasutuste ja nende patsientide vajadustest lähtuvalt. Vastutustundlik AI on selle lähenemise keskmes.
Käsitleme piltdiagnostikat, kliinilist dokumentatsiooni, ligipääsu teabele ja digitaalseid töövooge tervikuna. Soovime aidata õigel teabel jõuda õige inimeseni, toetada spetsialistide tööd ning asutuste koostööd.
Meie jaoks on edasimineku mõõdupuuks lisaks mudeli tehnilisele võimekusele ka selle koht igapäevases ravitöös. Arenduses peame oluliseks arusaadavat kasutust, sisulist hindamist ja selget vastutust.
Tervishoiu ökosüsteem
Erinevad keskkonnad. Ühine eesmärk.
RAI Healthi lahendusi kasutatakse paljudes ülikoolides, haiglates ja telemeditsiiniettevõtetes. Iga organisatsioon töötab erinevalt, kuid vajadus inimesekeskse tervishoiutehnoloogia järele on ühine.
Haiglad
Vaatleme pilte, raporteid ja asutuse süsteeme ühe töövoo osadena. Lahenduste kujundamist suunavad arstide tööviisid ja asutuste vastutus.
Telemeditsiiniettevõtted
Kaugteenuste puhul on oluline ligipääs teabele, dokumentatsioon ja järjepidevus meeskondade vahel. Arendame tehnoloogiat neid vajadusi silmas pidades.
RESPONSIBLE AI
Tervishoius algab usaldus kavandamisest.
Vastutustundlik tehisintellekt — Responsible AI — tähendab meie jaoks mõtlemist sellele, keda tehnoloogia teenib, millist teavet kasutab ja millistes piirides töötab. Käsitleme koos patsiendi huve, arsti hinnangut ja organisatsiooni vastutust.
Ladus või veenev väljund ei pruugi olla õige. Seetõttu hõlmavad meie arenduspõhimõtted lisaks kiirusele ja kasutusmugavusele ka võimalust tulemust kontrollida, kahtluse alla seada ja parandada.
Ruumi jätmine arsti hinnangule
AI tugi peab võimaldama arstil väljundit oma teadmiste põhjal üle vaadata. Kavandi, soovituse ja kinnitatud raporti eristamine, parandamise võimalus ning lõpliku otsuse jäämine vastutavale tervishoiutöötajale on meie kavandamispõhimõtted.
Ohutuse hindamine kasutuskontekstis
Iga lahenduse puhul küsime, millist vajadust see täidab ja millal seda kasutada ei tohiks. Ühe keskkonna tulemused ei ole piisav tõendus teise kliinilise keskkonna jaoks. Tootearendus ja kliiniline valideerimine on eraldi tegevused.
Piiride ja ebakindluse selgitamine
Kasutaja peaks mõistma, millise teabe põhjal AI töötas ja millele tal ligipääs puudus. Meie lähenemine peab oluliseks puuduva konteksti nähtavaks tegemist, põhjendamatu kindluse vältimist ja piirangute selget kirjeldamist.
Hoolikas suhtumine andmetesse
Funktsiooni kavandamisel kaalume, miks andmeid vajatakse, kes neile ligi pääseb ja kui kaua neid säilitatakse. Piltidel, helil ja raportitekstil on erinevad vajadused. Soovime teha ligipääsu, säilitamise ja kustutamise valikud arusaadavaks.
Erinevate inimeste ja keskkondade arvestamine
Peame oluliseks keelte, töövoogude ja patsiendirühmade erinevusi. Ühe keskmise näitaja asemel tuleb küsida, kuidas lahendus eri tingimustes toimib. Kasutajaliidese tõlkimine ja kliinilise mudeli selles keeles valideerimine on eraldi tööd.
Vastutus kogu toote elukaare jooksul
Vastutustundlik AI ei ole ühekordne kontroll. Tagasiside, vigade läbivaatamine, muudatuste hindamine ja vajaduse korral funktsiooni piiramine kuuluvad meie arenduskäsitlusse. Toote arenedes vajavad ohutus ja kasutatavus uut tähelepanu.
PÕHIMÕTETEST PRAKTIKASSE
Küsimused iga lahenduse taga.
Hindame idee väärtust koos selle kasutusviisiga. Meie arendust suunavad neli põhiküsimust.
- 01
Mida on vaja?
Millist probleemi lahendame? Kes kasutab väljundit, millised andmed on vajalikud ja kes vastutab?
- 02
Mida tuleb hinnata?
Millised vead on olulised? Milliseid piiranguid uurida puuduva teabe, eri keelte ja töökeskkondade puhul?
- 03
Kuidas kasutusele võtta?
Milliseid ülevaatuse samme, selgitusi ja piire on vaja? Kas kasutaja mõistab, mida ta kinnitab?
- 04
Mida uuesti läbi vaadata?
Mida näitavad tagasiside ja tootemuudatused? Kas on vaja uut hindamist või kasutuse piiramist?
VASTUTUSTUNDLIK AI PRAKTIKAS
Põhimõtete tähendus igapäevatöös.
Mille poolest erineb AI väljund kinnitatud raportist?
AI loodud tekst võib olla arstile hindamiseks mõeldud kavand. Kinnitatud raport eeldab volitatud tervishoiutöötaja ülevaatust ja asutuse aruandlusprotsessi. Meie tootekäsitlus lähtub sellest, et kasutaja saaks neid etappe eristada.
Kuidas suhtume puuduvasse teabesse?
Puuduvad pildid, napp kliiniline kontekst või ebaselge salvestis võivad hindamist piirata. Soovime puudujäägid nähtavaks teha ja vajalikku kontrolli võimaldada. Valitud piltide hindamist ei tohiks näiteks esitada kogu uuringu läbivaatamisena.
Kas uue funktsiooni tutvustamine tähendab kliinilist kasutusvalmidust?
Arendus, pilootkatsetus ja kindla kasutuse jaoks valideerimine on erinevad etapid. Kättesaadavust, kliinilist ulatust ja vajalikke hindamisi käsitletakse toote ning keskkonna kaupa. See leht kirjeldab meie lähenemist, mitte kõigi toodete ühist kliinilist luba või sertifikaati.
Miks on vastutustundlik AI enamat kui mudeli valik?
Võimekas mudel üksi ei loo head tervishoiu töövoogu. Tähtsad on ka andmete valik, ligipääsuõigused, kasutajate väljaõpe, väljundi esitamine ja vigade käsitlemine. Seetõttu vaatleme AI-d koos kasutajaliidese, protsessi ja inimeste vastutusega.
Arendame tervishoiu tulevikku vastutustundlikult.
Räägime teie ülikooli, haigla või telemeditsiiniteenuse vajadustest. Tutvuge meie lahenduste ja arendatavate toodetega.