ရင်သားကင်ဆာရောဂါရှာဖွေတွေ့ရှိမှုကို မြှင့်တင်ရန် ရှေ့ဆောင်သုတေသန

Ibex Medical Analytics သည် သမားတော်များအား အရည်အသွေးမြင့်ရောဂါရှာဖွေခြင်းနှင့် ရင်သားကင်ဆာလူနာများအတွက် ပိုမိုကောင်းမွန်သောစောင့်ရှောက်မှုများပေးဆောင်ရာတွင် ကူညီပေးသည့် Ibex's Galen™ Breast ပါ၀င်သည့် လက်တွေ့သုတေသနလေ့လာမှုကို ထုတ်ပြန်ကြေညာခဲ့သည်။

သုတေသနသည် နောက်ကြောင်းပြန်လေ့လာမှုတစ်ခုတွင် Galen Breast algorithm ၏လက်တွေ့စွမ်းဆောင်ရည်ကို ပြန်လည်သုံးသပ်မည်ဖြစ်ပြီး Galen Breast ၏ဒုတိယအပလီကေးရှင်းကိုအသုံးပြုမှုနှင့် Hartford HealthCare တွင် တိုက်ရိုက်လက်တွေ့အသုံးပြုမှုတွင် ဒစ်ဂျစ်တယ်အလုပ်အသွားအလာကို အကဲဖြတ်မည်ဖြစ်သည်။

ရင်သားကင်ဆာသည် ကမ္ဘာတစ်ဝှမ်းရှိ အမျိုးသမီးများတွင် အဖြစ်များဆုံး ရောဂါဖြစ်သည်။ တစ်ကမ္ဘာလုံးတွင် နှစ်စဉ်နှစ်တိုင်း ရောဂါဖြစ်ပွားမှုအသစ် နှစ်သန်းကျော်ရှိပြီး အမေရိကန်အမျိုးသမီး ရှစ်ဦးတွင် တစ်ဦးခန့်သည် သူမ၏သက်တမ်းတစ်လျှောက်တွင် ရင်သားကင်ဆာဖြစ်ပွားနိုင်ဖွယ်ရှိသည်။ ထို့ကြောင့်၊ တိကျပြီး အချိန်မီ ရောဂါရှာဖွေခြင်းသည် ကုသမှုဆိုင်ရာ ဆုံးဖြတ်ချက်များကို လမ်းညွှန်ရန်နှင့် အသက်ရှင်နှုန်းကို မြှင့်တင်ရန် သော့ချက်ဖြစ်သည်။

ပြီးခဲ့သည့်နှစ်များအတွင်း ကင်ဆာရောဂါဖြစ်ပွားသူဦးရေ တိုးလာခြင်းသည် ကိုယ်ပိုင်ဆေးပညာ အရှိန်အဟုန်ဖြင့် တိုးတက်လာသည်နှင့် တိုက်ဆိုင်နေသည်။ ရလဒ်အနေဖြင့်၊ Hartford HealthCare ကဲ့သို့သော ရောဂါဗေဒဓာတ်ခွဲခန်းများနှင့် ကျန်းမာရေးစနစ်များတွင် ကြီးထွားလာနေသော အလုပ်ဝန်များကို ကင်ဆာရောဂါဗေဒပညာရှင်များကို ပိုမိုလျင်မြန်တိကျစွာသိရှိနိုင်စေရန် ဖြည့်စွက်လက်တွေ့ဆုံးဖြတ်ချက်ပံ့ပိုးမှုကိရိယာများ လိုအပ်ကြောင်း အလေးပေးပြောကြားခဲ့သည်။

Ibex ၏ Galen Breast သည် ထိုးဖောက်ဝင်ရောက်ခြင်းနှင့် ထိုးဖောက်မဟုတ်သော ရင်သားကင်ဆာအမျိုးအစားများကို ရှာဖွေပြီး အဆင့်သတ်မှတ်ရာတွင် ကူညီပေးသည့် AI ထိုးထွင်းသိမြင်မှုကို ပံ့ပိုးပေးခြင်းဖြင့် ရောဂါဗေဒပညာရှင်များကို ပံ့ပိုးပေးပါသည်။ အဆိုပါဖြေရှင်းချက်ကို ရောဂါဗေဒပညာရှင်အဖွဲ့တစ်ဖွဲ့၊ ဒေတာသိပ္ပံပညာရှင်များနှင့် ဆော့ဖ်ဝဲအင်ဂျင်နီယာများအဖွဲ့တစ်ဖွဲ့က အဆင့်မြင့်နက်နဲသောသင်ယူမှုနည်းပညာများနှင့် ပုံနမူနာထောင်ပေါင်းများစွာတွင် လေ့ကျင့်သင်ကြားထားသည့် algorithms များကို တီထွင်ခဲ့သည်။ Galen Breast သည် ဆိုက်ပေါင်းစုံ၊ မျက်စိကွယ်နေသော လက်တွေ့လေ့လာမှု 1 တွင် အလွန်မြင့်မားသောတိကျမှုကို သရုပ်ပြခဲ့ပြီး၊ ရောဂါရှာဖွေမှုအရည်အသွေးကို မြှင့်တင်ရန်အတွက် နေ့စဉ်လက်တွေ့အလေ့အကျင့် ၂၊ ရောဂါရှာဖွေရေးအမှားကိုရှာဖွေပြီး လူနာဘေးကင်းရေးနှင့် အတွေ့အကြုံကို မြှင့်တင်ရန်အတွက် ကမ္ဘာ့အခြားအစိတ်အပိုင်းများတွင် အတည်ပြုအသုံးပြုနေပြီဖြစ်သည်။ .

Ibex ဖြေရှင်းချက်သည် ရင်သားကင်ဆာဝေဒနာရှင်များအား ပေးဆောင်သော စောင့်ရှောက်မှုကို ကြီးမားစွာအကျိုးသက်ရောက်စေမည်ဟု ကတိပြုပြီး Hartford HealthCare မှ လူနာပြုစုစောင့်ရှောက်မှုအတွက် ဆန်းသစ်သောချဉ်းကပ်မှုအသစ်များကို လိုက်လျှောက်ရန် ကတိကဝတ်ပြုထားကြောင်း၊ စနစ်၏ဒုတိယဥက္ကဋ္ဌနှင့် ဆေးခန်းဆိုင်ရာ ဆန်းသစ်တီထွင်မှုအရာရှိချုပ် ဒေါက်တာ Barry Stein က မှတ်ချက်ပြုခဲ့သည်။

Hartford ဆေးရုံမှရောဂါဗေဒနှင့်ဓာတ်ခွဲခန်းဆေးပညာအကြီးအကဲဒေါက်တာ Srini Mandavilli ကထိုနည်းပညာသည်ရောဂါဗေဒပညာရှင်များလုပ်ဆောင်သောကင်ဆာများ၏ရိုးရာအဏုကြည့်အကဲဖြတ်မှုကိုပံ့ပိုးပေးနိုင်သောအလားအလာရှိကြောင်းပြောကြားခဲ့သည်။ ၎င်းသည် အလုပ်အား အပြုသဘောဆောင်သောနည်းလမ်းဖြင့် ဖြည့်စွမ်းနိုင်ပြီး အထူးသဖြင့် ကင်ဆာရောဂါဖြစ်ပွားမှု ကမ္ဘာတစ်ဝှမ်းတွင် တိုးပွားလာနေသည့်ကြားတွင် ရောဂါဗေဒဆိုင်ရာ ဝန်ထမ်းများနှင့် ဝန်ထမ်းခန့်အပ်မှုများ စိန်ခေါ်မှုဖြစ်နေသည့်အချိန်တွင် အထူးသဖြင့် အကူအညီဖြစ်စေပါသည်။ ရောဂါဗေဒဌာနသည် AI နည်းပညာဖြင့် အကဲဖြတ်ရန် ပစ္စည်းကို ပံ့ပိုးပေးသည့် ဆလိုက်စကင်နာများဖြင့် ဒစ်ဂျစ်တယ်ရောဂါဗေဒ (ဖန်ဆလိုက်ရှိ တစ်ရှူးအပိုင်းများကို ဒစ်ဂျစ်တယ်ပုံထုတ်ခြင်း) ကို စတင်အသုံးပြုနေပြီဖြစ်သည်။

Hartford HealthCare မှ ရောဂါဗေဒပညာရှင်များသည် Galen ကို အဏုကြည့်မှန်ပြောင်းဖြင့် စစ်ဆေးပြီးနောက် ရောဂါအားလုံးကို ခွဲခြမ်းစိတ်ဖြာရန် Galen ကို စတင်အသုံးပြုနိုင်သည်ဟု Hartford ဆေးရုံရှိ ရွေးချယ်ထားသော ရောဂါဗေဒဆိုင်ရာ မိတ်သဟာယအဖွဲ့၏ ပရိုဂရမ်ဒါရိုက်တာ ဒေါက်တာ Margaret Assad က ပြောကြားခဲ့သည်။

အဆိုပါကြေညာချက်သည် လက်လှမ်းမီမှု၊ အရည်အသွေးနှင့် ဘေးကင်းမှုနှင့် လူနာအတွေ့အကြုံတို့ကို တိုးတက်ကောင်းမွန်လာစေရန်အတွက် Hartford HealthCare ၏ 2020 မဟာဗျူဟာမြောက် ပူးပေါင်းဆောင်ရွက်မှု၏ တစ်စိတ်တစ်ပိုင်းအနေဖြင့် လုပ်ဆောင်နေသည့် အလုပ်၏ ထင်ရှားချက်ဖြစ်ကြောင်း အမှုဆောင်ဒုဥက္ကဋ္ဌနှင့် မဟာဗျူဟာနှင့် အသွင်ပြောင်းရေးအကြီးအကဲ David Whitehead မှ ပြောကြားခဲ့သည်။ Hartford HealthCare မှအရာရှိ။