- Новое исследовательское сотрудничество опирается на многолетний опыт инноваций между GE HealthCare и Mass General Brigham, в рамках которого технология, разработанная в Массачусетской больнице общего профиля, стала компонентом решения GE HealthCare Intelligent Radiation Therapy™ (iRT) и помогла сократить время от поступления пациента до начала лечения с 30 до восьми дней1.
- В ходе исследования будет изучаться разработка инструмента на основе генеративного ИИ, который сможет объединять структурированные клинические данные и неструктурированную информацию из различных систем, позволяя бригадам радиационной онкологии задавать вопросы и легко получать доступ к актуальной информации о процессе лечения пациента.
ЧИКАГО — 23 сентября 2026 г. — Компания GE HealthCare объявила сегодня о новом сотрудничестве с исследовательской группой из Mass General Brigham с целью изучения того, как генеративный искусственный интеллект (ИИ) может помочь бригадам радиационной онкологии быстро получать доступ к информации и интерпретировать ее при планировании и проведении лечения рака, которая часто рассредоточена по различным системам. Команды стремятся разработать инструмент генеративного ИИ, который можно было бы интегрировать в Intelligent Radiation Therapy (iRT), программное решение GE HealthCare с поддержкой ИИ для управления рабочими процессами лучевой терапии, предназначенное для объединения инструментов, координации рабочих процессов и сокращения ручных передач данных, чтобы помочь пациентам быстрее переходить от диагностики к лечению.
Почти 60% людей с онкологическими заболеваниями получают лучевую терапию2, однако процесс планирования и подготовки лечения исторически был фрагментированным. Продолжительность и сложность лечения в сочетании с количеством медицинских бригад, обычно участвующих в лечении пациента, означают, что специалистам по радиационной онкологии приходится работать в нескольких системах и с источниками информации, которые редко связаны между собой. Рабочие процессы также могут быть как высоко ручными, так и сильно варьироваться. Простая задача, такая как импорт данных о лечении, может потребовать до 17 шагов вручную, в то время как в одном исследовании более чем 500 случаев лучевой терапии было выявлено более 44 вариаций в рабочем процессе планирования лечения3. Такая вариативность отчасти обусловлена неструктурированным характером информации, с которой должны работать клиницисты, такой как клинические заметки и отчеты, что затрудняет для бригад ухода быстрый поиск и синтез необходимой информации, потенциально приводя к задержкам в оказании помощи пациентам.
Чтобы помочь решить эти проблемы, команды из Mass General Brigham и GE HealthCare изучат возможность разработки инструмента генеративного ИИ, который сможет объединять структурированные клинические данные и неструктурированную информацию, включая клинические заметки, изображения и планы лечения, позволяя бригадам радиационной онкологии задавать вопросы для быстрого получения актуальной информации о процессе лечения пациента. Инструмент может предоставлять сводные данные, помогающие клиницистам ориентироваться в сложной информации о лечении и принимать решения для обеспечения более персонализированной помощи. Выводы данного исследования могут в конечном итоге лечь в основу будущих возможностей рабочих процессов iRT в области МРТ, КТ и тераностики.
Это сотрудничество опирается на историю инноваций между GE HealthCare и Массачусетской больницей общего профиля, являющейся одним из основателей системы здравоохранения Mass General Brigham, где разработанная в больнице программная технология стала компонентом решения GE HealthCare Intelligent Radiation Therapy™ (iRT). Исследования показали, что эта технология помогла сократить время от поступления пациента до начала лечения с 30 до восьми дней4 за счет соединения и координации фрагментированных рабочих процессов.
«Наша первоначальная работа показала, как технологии могут устранить барьеры при оказании помощи и помочь клиницистам уделять больше времени пациентам, одновременно ускоряя начало лечения», — сказал Джон Вольфганг (John Wolfgang), доктор философии, главный исследователь проекта и клинический физик Департамента радиационной онкологии в Mass General Brigham. «Мы рады продолжить эту работу, чтобы изучить, как ИИ может дополнительно поддержать бригады лучевой терапии, сделав сложную информацию о лечении более доступной, понятной и применимой на практике».
Сегодня больницы по всему миру внедряют iRT для управления своими рабочими процессами лучевой терапии и тераностики, повышая эффективность и помогая координировать уход на всех этапах лечения. Новое исследование позволит выяснить, смогут ли новые возможности ИИ расширить решение в сторону более персонализированного ухода, помогая клиницистам получать доступ к специфической информации о пациенте, необходимой для принятия индивидуальных решений о лечении.
«Наше решение iRT начиналось с решения реальной клинической проблемы: сделать сложный и фрагментированный процесс лучевой терапии более простым и эффективным», — сказал Сэм Кандала (Sam Kandala), генеральный менеджер направления терапевтического руководства в GE HealthCare. «Это новое сотрудничество дает нам возможность использовать эту основу и изучить, как ИИ может помочь клиницистам не только работать более эффективно, но и лучше использовать доступную им информацию при персонализации лечения для каждого пациента».
1. Эти данные основаны на анализе более 11 000 планов лечения в MGH после внедрения решения для повышения эффективности рабочих процессов. Система iRT была разработана на базе решения MGH с расширенными возможностями подключения и функциональной совместимости. Любые результаты, достигнутые с помощью iRT, могут различаться в зависимости от особенностей рабочих процессов, групп пациентов или других факторов.
2. Американское общество радиационной онкологии (ASTRO). Отчет по тарифам на случаи лучевой терапии (ROCR). 26 июня 2023 г. https://www.astro.org/ASTRO/media/ASTRO/Advocacy/PDFs/ROCRReport.pdf
3. https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000647
4. Эти данные основаны на анализе более 11 000 планов лечения в MGH после внедрения решения для повышения эффективности рабочих процессов. Система iRT была разработана на базе решения MGH с расширенными возможностями подключения и функциональной совместимости. Любые результаты, достигнутые с помощью iRT, могут различаться в зависимости от особенностей рабочих процессов, групп пациентов или других факторов.