MedPod
TomoPod — RIS และ PACS ที่ออกแบบเพื่อ AI สำหรับรังสีวิทยา
TomoEdge มอบเครื่องมือบนเดสก์ท็อปที่เวิร์กสเตชันให้นักรังสีวิทยาเพื่อช่วยการแปลผล พร้อมโมเดล AI เสียบเสริมสำหรับงานที่ใช้การคำนวณสูง TomoPod คือ RIS และ PACS ที่ออกแบบเพื่อ AI อย่างแท้จริงพร้อมการสร้างรายงานกึ่งอัตโนมัติ: AI คัดกรองอย่างเป็นระบบและลดเวลาการแปลผล นักรังสีวิทยาจึงทำงานเป็นผู้ตรวจสอบและอนุมัติ แทนที่จะแบกการอ่านทั้งหมดเพียงลำพัง
เนื้อหาบางส่วนแสดงเป็นภาษาอังกฤษ
RIS และ PACS ที่ออกแบบเพื่อ AI สำหรับรังสีวิทยา
TomoEdge มอบเครื่องมือบนเดสก์ท็อปที่เวิร์กสเตชันให้นักรังสีวิทยาเพื่อช่วยการแปลผล พร้อมโมเดล AI เสียบเสริมสำหรับงานที่ใช้การคำนวณสูง TomoPod คือ RIS และ PACS ที่ออกแบบเพื่อ AI อย่างแท้จริงพร้อมการสร้างรายงานกึ่งอัตโนมัติ: AI คัดกรองอย่างเป็นระบบและลดเวลาการแปลผล นักรังสีวิทยาจึงทำงานเป็นผู้ตรวจสอบและอนุมัติ แทนที่จะแบกการอ่านทั้งหมดเพียงลำพัง
ความสามารถหลัก
เครื่องมือบนเดสก์ท็อปที่เวิร์กสเตชัน
TomoEdge วางเครื่องมือช่วยไว้บนเวิร์กสเตชันของนักรังสีวิทยาโดยตรง เข้ากับโต๊ะอ่าน แทนที่จะขอให้แพทย์ไปทำงานที่ใหม่
AI เสียบเสริมสำหรับงานคำนวณสูง
โมเดลเสียบเข้ามาสำหรับงานหนักและขยายเมื่อเวลาผ่านไป งานคำนวณที่หนักหน่วงจึงได้รับการจัดการโดยไม่เปลี่ยนวิธีที่นักรังสีวิทยาอ่าน
RIS + PACS ที่ออกแบบเพื่อ AI อย่างแท้จริง
TomoPod คือระบบสารสนเทศรังสีวิทยาและ PACS ที่มีการช่วยเหลือสร้างไว้ในรากฐาน — คลังจัดเก็บ เวิร์กลิสต์ และโปรแกรมดูถูกออกแบบรอบ AI ตั้งแต่ต้น ไม่ใช่ติดเพิ่มภายหลัง
การคัดกรองรอยโรคอย่างเป็นระบบ
AI คัดกรองอย่างเป็นระบบทั่วทั้งการตรวจ แสดงสิ่งที่อาจพบอย่างสม่ำเสมอ เพื่อให้สายตาที่ล้าในตอนท้ายของรายการยาวมีเพื่อนคู่คิดที่มั่นคง
นักรังสีวิทยาในฐานะผู้ตรวจสอบ
การทำรายงานกึ่งอัตโนมัติลดเวลาการแปลผลและปรับบทบาทใหม่: นักรังสีวิทยาตรวจสอบและอนุมัติ โดยมีมนุษย์อยู่ในกระบวนการอย่างมั่นคง แทนที่จะแบกการแปลผลทั้งหมดเพียงลำพัง
ออนไซต์หรือไฮบริด อิงมาตรฐาน
ปรับใช้แบบออนไซต์หรือไฮบริดตามที่เลือก บน DICOM และ HL7 ด้วยท่าทีที่คำนึงถึง HIPAA เพื่อให้ TomoPod เข้ากับรูปแบบการตรวจและระบบที่คุณใช้อยู่แล้ว
วิธีการทำงาน
รับเข้า PACS
การตรวจเข้าสู่ RIS และ PACS ที่ออกแบบเพื่อ AI จากอุปกรณ์ตรวจของคุณในรูปแบบ DICOM แบบออนไซต์หรือไฮบริดตามที่คุณเลือก
คัดกรองอย่างเป็นระบบ
AI เสียบเสริมคัดกรองการตรวจเพื่อหารอยโรคที่อาจเป็น และจัดการงานคำนวณสูงก่อนที่นักรังสีวิทยาจะลงมืออ่าน
อ่านที่เวิร์กสเตชัน
ด้วยเครื่องมือเดสก์ท็อป TomoEdge นักรังสีวิทยาตรวจทานการตรวจและสิ่งที่ AI ร่างไว้ไปพร้อมกันที่โต๊ะอ่าน
ตรวจสอบ อนุมัติ และรายงาน
มีการร่างรายงานกึ่งอัตโนมัติ นักรังสีวิทยาตรวจสอบ อนุมัติหรือแก้ไข และลงนาม — มีมนุษย์อยู่ในกระบวนการตลอด
Edge และ pod
TomoEdge ที่จุดดูแลผู้ป่วย โดยมี TomoPod อยู่เบื้องหลัง
สองชั้นทำงานร่วมกัน: TomoEdge บนอุปกรณ์ ณ จุดที่การดูแลเกิดขึ้น และ TomoPod ในฐานะระบบสารสนเทศและคลังจัดเก็บ — ในองค์กรหรือแบบไฮบริด แล้วแต่คุณเลือก
ออกแบบให้เป็นผู้ช่วย — แพทย์เป็นผู้อนุมัติ
TomoPod ร่างให้ แพทย์เป็นผู้ตัดสิน AI เสนอสิ่งที่ตรวจพบและรายงานกึ่งอัตโนมัติ แต่มนุษย์อยู่ในกระบวนการเสมอ — ทบทวน แก้ไข และลงนาม — เพื่อให้การอ่านยังคงเป็นการอ่านของแพทย์ นี่คือการสนับสนุนการตัดสินใจ ไม่ใช่อุปกรณ์วินิจฉัย และเป็นเช่นนั้นในทุกขั้นตอน
- AI เสนอสิ่งที่ตรวจพบ แพทย์เป็นผู้ตัดสิน
- รายงานกึ่งอัตโนมัติที่แพทย์แก้ไขและลงนาม
- โมเดล AI แบบเสียบใช้ได้ เพิ่มทีละน้อยและปรับแต่งได้
- คำนึงถึง DICOM, HL7 และ HIPAA ตลอดทั้งกระบวนการ
การอ่านดำเนินไปอย่างไร
ตั้งแต่การเก็บข้อมูลที่ edge จนถึงรายงานที่ลงนามแล้ว
เส้นทางจากการศึกษาที่เก็บข้อมูลไว้ไปสู่รายงานที่ลงนามแล้วผ่านทั้งสองชั้น — และแพทย์เป็นผู้บัญชาการทั้งหมด
ทุกอย่างเริ่มต้นที่อุปกรณ์ TomoEdge ทำงานเคียงข้างแพทย์ ณ จุดที่การดูแลเกิดขึ้นจริง ช่วยเหลือในขณะนั้นและเก็บข้อมูลการศึกษา — ภาพ วิดีโอ หรือภาพสไลด์ทั้งแผ่น — ไปพร้อมกับงานที่ดำเนินไป ไม่มีสิ่งใดในวิธีที่แผนกทำงานอยู่แล้วต้องเปลี่ยนเพื่อให้ความช่วยเหลือมีประโยชน์ edge เข้าหาเครื่องมือที่มีอยู่แทนที่จะขอให้ใครเปลี่ยนไปใช้วิธีทำงานแบบใหม่ การศึกษาและข้อมูลเมตาของผู้ป่วยที่มากับมัน ถูกจัดระเบียบอยู่ตรงนั้นในฐานข้อมูล edge ในเครื่อง
จากนั้นการศึกษาก็ไปถึง TomoPod ซึ่งเป็นระบบสารสนเทศและคลังจัดเก็บ ถูกห่อหุ้มเป็น DICOM และจัดให้สอดคล้องกับ HL7 ด้วยท่าทีที่คำนึงถึง HIPAA มันอยู่ภายในระบบโรงพยาบาลที่กว้างขึ้นแทนที่จะแยกออกจากกัน ไม่ว่า pod จะทำงานในองค์กรทั้งหมดหรือแบบไฮบริด — pod ในองค์กรจับคู่กับ pod บนคลาวด์ — edge และคลาวด์ยังคงซิงค์กันแบบอะซิงโครนัส ดังนั้น edge จึงไม่เคยรอเครือข่าย และการศึกษาก็เข้าถึงได้ทุกที่ที่จำเป็น นั่นคือทางเลือกการนำไปใช้ที่คุณเป็นผู้ตัดสิน และเป็นสิ่งที่คุณเปลี่ยนได้เมื่อคุณเติบโต
การอ่านนั้นเกิดขึ้นในโปรแกรมดูบนเว็บ พร้อมเครื่องมือที่ใช้ AI ช่วยและชุดโมเดลแบบเสียบใช้ได้และขยายได้ซึ่งร่างรายงานกึ่งอัตโนมัติ จากนั้นจึงมาถึงส่วนที่ไม่เปลี่ยนแปลง: แพทย์ทบทวนสิ่งที่ AI เสนอ เพิ่มบริบทที่การศึกษาไม่อาจบรรจุไว้ได้ แก้ไขตรงที่จำเป็น และลงนาม โมเดลขยายตัวขึ้นตามเวลาและปรับแต่งได้ตามลูกค้าแต่ละราย — เปิดสำหรับงานที่ช่วยได้ และปิดสำหรับส่วนที่เหลือ — แต่ลายเซ็นเป็นของคนเสมอ ความช่วยเหลือที่ไม่อาจทบทวนได้ก็ไม่ใช่ความช่วยเหลือ ที่นี่มันถูกทบทวน และรายงานก็เป็นของแพทย์เอง
ผลลัพธ์
สิ่งที่คุณวางใจได้ ตั้งแต่ edge จนถึงรายงานที่ลงนามแล้ว
เหตุใดจึงสำคัญ
อะไรเปลี่ยนไปในห้องตรวจ
ลองนึกถึงช่วงงานที่ยุ่งวุ่นวายตอนท้ายของรายการยาว ๆ ความใส่ใจมีจำกัด และการศึกษาลำดับที่หนึ่งร้อยของวันก็สมควรได้รับความใส่ใจเท่ากับลำดับแรก — แต่สมาธิของมนุษย์ไม่ได้คล้อยตามความปรารถนานั้นโดยธรรมชาติ AI ที่คัดกรองอย่างเป็นระบบและทำเครื่องหมายบริเวณที่ควรดูซ้ำอีกครั้งอย่างเงียบ ๆ ไม่ได้มาแทนที่ดวงตาของแพทย์ แต่มันมอบเพื่อนร่วมทางที่มั่นคงกว่าให้ดวงตานั้น เพื่อนที่ไม่เหนื่อยล้าและไม่เบื่อหน่าย เพื่อให้การอ่านอย่างรอบคอบรักษาไว้ได้จนถึงท้ายสุดง่ายขึ้นอีกสักนิด
และเพราะรายงานถูกร่างขึ้นเพื่อแพทย์ แทนที่จะให้แพทย์เขียนเองจากหน้าว่างเปล่า งานจุกจิกจึงหดลงในขณะที่วิจารณญาณยังคงอยู่ ร่างกึ่งอัตโนมัติที่ไว้ทบทวนนั้นเร็วกว่าหน้าว่างที่ต้องเติม ผลลัพธ์ที่มีโครงสร้างอ่านได้ชัดเจนสำหรับใครก็ตามที่มารับช่วงต่อ และบันทึกที่ห่อหุ้มตามมาตรฐานก็ยังคงอยู่ครบหากวันหนึ่งมีใครต้องย้อนกลับมาดู แพทย์ยังคงเป็นเจ้าของการอ่านตั้งแต่การเก็บข้อมูลจนถึงการลงนาม ผลิตภัณฑ์เพียงทำให้ความเป็นเจ้าของนั้นเบาลงอีกสักนิด
ทิศทางต่อไป
โมเดลเสียบเสริมมากขึ้นครอบคลุมรูปแบบการตรวจมากขึ้น เพิ่มทีละน้อยและปรับแต่งตามแต่ละแผนก
คำถามที่พบบ่อย
ออนไซต์หรือคลาวด์ — แบบไหนกันแน่?
เหมาะกับคลินิกเล็กหรือโรงพยาบาลใหญ่?
เข้ากับระบบที่ฉันมีอยู่ไหม?
AI ถูกเพิ่มเข้ามาอย่างไร?
นี่เป็นอุปกรณ์วินิจฉัยหรือไม่?
ในตระกูลผลิตภัณฑ์
นำ AI ทางคลินิกมาไว้ที่หน้างาน
โมเดลเสียบเสริมมากขึ้นครอบคลุมรูปแบบการตรวจมากขึ้น เพิ่มทีละน้อยและปรับแต่งตามแต่ละแผนก