Wie viele ärztliche Fachgebiete erlebt auch die Radiologie eine Arbeitskräftemangel getrieben durch Burnout und eine alternde Belegschaft. Dies äußert sich weltweit auf unterschiedliche Weise – entweder durch höhere Kosten für das Lesen von Bildern, lange Bearbeitungszeiten für die Berichterstattung oder einfach durch einen völligen Mangel an Dienstleistungen.
Angesichts dieses besorgniserregenden Arbeitskräftemangels greifen Radiologieabteilungen auf KI-Tools zurück, um Burnout zu bekämpfen, die klinische Arbeitsbelastung zu verringern und Rückstände zu reduzieren. Das Tempo dieser KI-Einführung ist jedoch schleppend.
Es gibt Hunderte von Unternehmen, die KI-Lösungen entwickeln, um die Arbeitsabläufe dieser Radiologen zu automatisieren und ihre Pflege zu verbessern – aber da diese Kliniker so häufig gegen Burnout kämpfen, bleibt nicht genug Zeit, um die verfügbaren Tools zu erkunden, auszuwählen, zu validieren und zu implementieren. Anfang dieses Monats sicherte sich ein Startup aus San Francisco, das dieses Problem über seinen Radiologie-KI-Marktplatz angehen wollte, den Zuschlag 6 Millionen Dollar bei der Anschubfinanzierung.
Diese Woche, MedCity-Nachrichten sprach mit dem Startup namens CARPLsowie zwei seiner Anbieterkunden, um mehr über seinen Ansatz zur Beschleunigung der Einführung von KI in der Radiologie zu erfahren.
Die Notwendigkeit eines Marktplatzes erkennen
Des 700 KI-basierte Anwendungen Laut Vidur Mahajan, CEO von CARPL, stehen etwa 80 % der von der FDA zugelassenen Medikamente im Zusammenhang mit der Radiologie. Dafür gibt es zwei Hauptgründe: den immensen Bedarf an Technologie zur Beschleunigung der Arbeitsabläufe vor Ort und die Demokratisierung hochwertiger Daten zum Trainieren von Gesundheitsalgorithmen, die die Entwicklung von KI-Tools „extrem einfach“ gemacht habe, sagte er.
Mahajan gründete CARPL im Jahr 2021. Bevor er das Startup gründete, leitete er die in Indien ansässige Kette von Radiologiezentren seiner Familie. Dort leitete Mahajan die Forschungsgruppe des Unternehmens, die Center for Advanced Research in Imaging, Neurosciences and Genomics (CARING) hieß. Ihm sei aufgefallen, dass der Bereich der Radiologie beim Testen und Einsetzen von KI nur langsam sei, und so begann er mit der Arbeit an einer Software namens CARING Analytics Platform, die später den Namen CARPL erhielt, erklärte er.
„Weltweit herrscht ein massiver Mangel an Radiologen, was zu Problemen im Zusammenhang mit dem Zugang, der Erschwinglichkeit und der Qualität radiologischer Dienstleistungen führt. Um diesen Mangel zu beheben, haben Hunderte von KI-Unternehmen Anwendungen entwickelt, die darauf abzielen, Nischenaspekte der Arbeit von Radiologen zu automatisieren. Leider sind Gesundheitsdienstleister nicht in der Lage, sich in diesem komplexen Ökosystem von Nischen-, aber sich überschneidenden Anwendungsentwicklern zurechtzufinden“, bemerkte Mahajan.
Er nannte CARPL eine „mittlere Schicht“, die als einzelner Datenkanal und Beschaffungssystem für KI-Anwendungen in der Radiologie dient – alles auf einer Benutzeroberfläche.
Wie es funktioniert
Der Marktplatz soll Anbietern einen Ort bieten, an dem sie radiologische KI-Lösungen finden, bewerten und sicher in ihre klinischen Arbeitsabläufe integrieren können. In den letzten zwei Jahren hat CARPL mehr als 50 KI-Entwickler an Bord geholt, was zu mehr als 100 KI-Anwendungen auf dem Markt führte.
Die Tools auf der CARPL-Plattform zielen darauf ab, das Burnout von Radiologen zu lindern und ihnen dabei zu helfen, auf dem Höchstniveau ihrer Lizenz zu praktizieren. Sie dienen als zweites Augenpaar, das Radiologen dabei helfen kann, subtile, schwer zu erkennende Läsionen oder andere Anomalien zu erkennen, die sonst vielleicht übersehen worden wären, sagte Mahajan.
Zu den Anbietern mit Tools auf dem CARPL-Marktplatz gehören: Qure.ai, Lunit, AZmed, Schimmer, Avicenna Und Radiobotik. Ihre Tools helfen Radiologen, eine Vielzahl von Bildern – wie Röntgenaufnahmen, CT-Scans, MRTs und Mammographie-Objektträger – besser zu lesen und zeitaufwändige, mühsame Aufgaben durch ihre radiologiespezifische Software für Dokumentation und Berichterstellung zu automatisieren.
Jede KI-Anwendung im Gesundheitswesen verfügt über ihre eigene, einzigartige technische Architektur, bemerkte Mahajan. Er sagte, dass die CARPL-Plattform dieses Problem angeht, indem sie alle Tools auf ihrer Plattform in einer einzigen Benutzeroberfläche harmonisiert und standardisiert, anstatt in mehreren unterschiedlichen Systemen.
Mahajan betonte auch die Bedeutung der KI-Validierungs- und Überwachungsfunktionen von CARPL. Er sagte, dass diese Funktionen dazu beitragen, das Unternehmen von anderen KI-Marktplätzen im Gesundheitswesen abzuheben, wie z Blackford oder SymphonyAI.
„Ein KI-System muss, genau wie ein Mensch, befragt werden, bevor es auf Patienten losgelassen wird.“ Mahajan erklärt.
Die Plattform von CARPL bietet Anbietern Tools zur Validierung einer KI-Anwendung, bevor diese in ihre klinischen Arbeitsabläufe implementiert werden. Mithilfe dieser Tools können Anbieter feststellen, ob die betreffende Lösung für ihren Patientenstamm geeignet ist, und Leitlinien dafür festlegen, wann KI eingesetzt werden sollte. Die Plattform überwacht außerdem kontinuierlich die Leistung von KI-Anwendungen und warnt Anbieter, wenn die Genauigkeit oder Wirksamkeit eines Tools nachlässt, erklärte Mahajan.
Zu den Kunden von CARPL gehören: Massachusetts General Hospital In Boston, Radiologie-Partner in Los Angeles, Universitätskliniken in Ohio, Albert-Einstein-Krankenhaus in São Paulo und Clinton Health Access Initiative in Singapur. Das Unternehmen erhebt von seinen Kunden eine feste monatliche Abonnementgebühr für den Zugriff auf seine Plattform sowie eine Nutzungsgebühr, die auf der Anzahl und Art der Scans basiert, die über die Plattform ausgeführt werden, erklärte Mahajan.
Warum Kunden sagen müssen
Dr. Leonardo Bittencourt – außerordentlicher Professor für Radiologie und stellvertretender Lehrstuhlinhaber für Innovation an den Universitätskliniken und der Case Western Reserve University in Cleveland – ist einer der Radiologen, die den Marktplatz von CARPL nutzen.
Er sagte, sein Arbeitgeber sei von der CARPL-Plattform überzeugt, weil es sich um eine einzige Plattform handele, die in der Lage sei, Datensätze zu verwalten, Daten zu kommentieren, KI-Tools zu bewerten und zu validieren sowie KI-Lösungen in klinische Arbeitsabläufe zu implementieren.
„Unser Programm konzentriert sich auf die Zusammenarbeit zwischen Industrie und Wissenschaft, die auf Datenaktivierung und -anmerkungen sowie auf fundierten Erkenntnissen von Experten für Domäneninhalte basiert“, erklärte Dr. Bittencourt. „CARPL bietet eine Umgebung, in der solche Initiativen umgesetzt und auf die Probe gestellt werden können.“
Unter Ground Truthing versteht man den Prozess der Überprüfung von Informationen, die durch Fernerkundung durch physischen Besuch oder Untersuchung des betreffenden Standorts gewonnen wurden.
Es sei eine „bekannte Herausforderung“ für Krankenhäuser, die Beschaffung, Validierung, Bereitstellung und Überwachung jeder einzelnen KI-Lösung zu verwalten, die mit ihren radiologischen Informationssystemen verbunden sei, fügte er hinzu. Seiner Ansicht nach hat der CARPL-Marktplatz dieses Hindernis beseitigt und den Radiologieabteilungen einen breiteren Lösungsmix geboten.
Dr. Charlene Liew – Direktorin für Innovation in der Radiologie bei SingHealth, einem Teil des nationalen Gesundheitssystems Singapurs – ist ein weiteres Beispiel für einen Radiologen, der vom CARPL-Marktplatz profitiert.
In einer E-Mail-Nachricht betonte sie die Tatsache, dass die Plattform den KI-Validierungsprozess bei SingHealth beschleunigen konnte, was dazu beigetragen hat, die Belastung der Radiologiemitarbeiter des Landes zu minimieren. Sie empfahl die Plattform auch für den Einsatz bei anderen Anbieterorganisationen.
„Der Einsatz einer Validierungsplattform wie CARPL wird dazu beitragen, die Einführung von KI-Modellen im Mainstream-Bereich zu beschleunigen und den Wert von KI auszuschöpfen“, schrieb sie.
In ähnlicher Weise empfahl Dr. Bittencourt von Case Western die Plattform auch anderen Anbietern und unterstrich die Fähigkeit des Marktes, die Integration von KI-Tools zu beschleunigen, die Validierung zu vereinfachen und fortlaufende KI-Überwachungsdienste bereitzustellen.
Beide Ärzte waren sich einig, dass Radiologen den Patienten umso schneller das Maß an Pflege bieten können, das sie verdienen, je schneller validierte Radiologie-KI in klinische Arbeitsabläufe integriert wird.
Mahajan erklärte, dass das Hauptziel von CARPL darin besteht, Ärzten Zeit zu sparen und ihre Versorgungsqualität zu verbessern. Er wies darauf hin, dass kürzere Bearbeitungszeiten für die Berichterstattung und die Möglichkeit, wichtige Scans gegenüber normalen Scans zu selektieren, zu einer schnelleren Behandlung führen — und dadurch bessere Ergebnisse.
Foto: Hemera Technologies, Getty Images
