ビール: 医療の最も無視された問題の1つである文書化に焦点を当てることによって、Foster AIは、医師の疲労を減らし、インドの医療データベースを静かに構築するためにAIを使用しています。 記事 : インドの医療システムは、意図の欠如に苦しんでいません。 世界保健機関(WHO)が推奨する1・1000をはるかに下回る約1・1600の医師対患者比率で、公立病院の臨床医は一日に30～50人の患者を見る。 これは、Foster AIが解決することを決めた問題であり、診断や予測医学ではなく、ドキュメントです。 Foster AIの共同創設者であるAnukriti Chaudhari氏は、IITボンバイの卒業生として、iSpirit Foundationで働く前にコンサルティングに時間を費やし、AadhaarやUPIなどのインドの大規模なデジタル公共インフラストラクチャの取り組みにさらされました。 「長期的なビジョンは常に医療でした」とChaudhariは言いますが、「構造化されたデータがなければ、他のすべてのものは砂の上に構築されていることが明らかになりました。 医師を置き換えたり、臨床意思決定を自動化しようとする代わりに、Foster AIはより狭く、より実践的なアプローチをとった。同社は、医師が単純なモバイルまたはウェブインターフェイスを用いて、相談後にノートを指令することを可能にするAI駆動ドキュメントプラットフォームを構築しました。 初期の展開から得られた洞察は、アクセントは言語よりも大きな課題でした。 西洋の訓練を受けたモデルはインドのアクセント、患者名、薬物参照と戦ったFoster AIは、インドのデータセットで訓練されたオープンソースモデルをカスタマイズし、医師が時間の経過とともに語彙を訂正できるようにしながら、予測テキストが個々のユーザーにどのように適応するかと同様に反応しました。 報酬は直ちに得られました. 事前に1時間までかかっていた作業、例えば排出概要の準備などは、数分で完了することができました. 二次意見のための患者の歴史をレビューすることは、10分以上から1〜2分に減少しました. 医師にとっては、これは直接的に行政負担の減少と患者のケアのための時間の増加に翻訳されました. 医療の敏感性を考慮して、Foster AIはシステムに厳格なガードレールを構築しました。AIはソース入力を超えて情報を生成しず、各出力は元のオーディオまたはドキュメントに追跡可能です。 その影響を検証するために、研究チームは、大規模ながん病院と協力して300人以上の患者を含む1年間のリアルワールド評価を実施しました。 患者のデータはインドの地理圏内にとどまっており、厳格なアクセス制御に従い、HIPAAやインドの進化するDPDPガイドラインなどの枠組みと一致しています。 Foster AIが公立病院に焦点を当てるという決定は意図的なものであり、インドの患者の約80%が、規模、複雑さ、データのギャップが最も顕著な政府機関を通じて治療を受けています。 Foster AIは、しばしば急速なスケーリングとタイトルを握る主張によって推進される生態系の中で、インドの医療システムがついに信頼性、ワークフローの適合性、測定可能な影響を優先する、より静かなイノベーションモデルを表しています。 このストーリーは、HackerNoonのBusiness Blogging Programの下でSanya Kapoorによってリリースされたものです。 このストーリーは、Sanya Kapoorによるリリースとして配布されました。 . HackerNoon’s Business Blogging Program HackerNoonのビジネスブログ
