Інтерпретація результатів лабораторних досліджень за допомогою комплексної автоматизації медичної лабораторії з використанням OpenAI
DOI:
https://doi.org/10.15587/1729-4061.2023.286338Ключові слова:
інформаційна система, OpenAI, інтерпретація, лабораторні аналізатори, обладнанняАнотація
У сучасній медицині лабораторні дослідження відіграють важливу роль у діагностиці, лікуванні та спостереженні за пацієнтами. Однак обсяг і складність отриманих даних можуть створювати проблеми при інтерпретації результатів. У даній роботі нами представлено дослідження щодо застосування комплексної автоматизації медичної лабораторії з використанням OpenAI для більш точної та ефективної інтерпретації результатів лабораторних досліджень.
Інтерпретація результатів лабораторних досліджень за допомогою комплексної автоматизації з використанням штучного інтелекту (ШІ) та інших цифрових технологій автоматично аналізує та інтерпретує результати лабораторних досліджень. Даний підхід спрямований на оптимізацію процесу інтерпретації результатів лабораторних досліджень і надання більш точних, послідовних та своєчасних результатів медичним працівникам. Комплексна автоматизація інтерпретації результатів лабораторних досліджень може підвищити їх ефективність та точність, що призведе до поліпшення результатів лікування пацієнтів та більш ефективного прийняття клінічних рішень. Однак важливо зазначити, що моделі ШІ недосконалі і все ще можуть припускатися помилок. Тому медичні працівники завжди повинні перевіряти результати автоматичної інтерпретації перед діагностикою або лікуванням. У роботі представлені результати застосування OpenAI для інтерпретації результатів лабораторних досліджень у лабораторній інформаційній системі smartLAB Kazakhstan, що забезпечує повний цикл автоматизації всіх процесів медичної лабораторії.
В ході дослідження була розроблена і впроваджена автоматизована інформаційна система медичного дослідницького комплексу з використанням штучного інтелекту
Посилання
- Abdumanonov, A. A. (2016). Osobennosti razrabotki avtomatizirovannykh rabochikh mest polzovatelei meditcinskikh informatcionnykh sistem. Simvol nauki, 1-2, 11–14. Available at: https://cyberleninka.ru/article/n/osobennosti-razrabotki-avtomatizirovannyh-rabochih-mest-polzovateley-meditsinskih-informatsionnyh-sistem
- Yu, K.-H., Beam, A. L., Kohane, I. S. (2018). Artificial intelligence in healthcare. Nature Biomedical Engineering, 2 (10), 719–731. doi: https://doi.org/10.1038/s41551-018-0305-z
- Herman, D. S., Rhoads, D. D., Schulz, W. L., Durant, T. J. S. (2021). Artificial Intelligence and Mapping a New Direction in Laboratory Medicine: A Review. Clinical Chemistry, 67 (11), 1466–1482. doi: https://doi.org/10.1093/clinchem/hvab165
- Guliyev, Ya. I., Tsvetkov, A. A. (2016). Ensuring Information Security in Healthcare Organizations. Doctor and Information Technology, 6, 49–62. Available at: https://cyberleninka.ru/article/n/obespechenie-informatsionnoy-bezopasnosti-v-meditsinskih-organizatsiyah
- Demirci, F., Akan, P., Kume, T., Sisman, A. R., Erbayraktar, Z., Sevinc, S. (2016). Artificial Neural Network Approach in Laboratory Test Reporting. American Journal of Clinical Pathology, 146 (2), 227–237. doi: https://doi.org/10.1093/ajcp/aqw104
- Mencacci, A., De Socio, G. V., Pirelli, E., Bondi, P., Cenci, E. (2023). Laboratory automation, informatics, and artificial intelligence: current and future perspectives in clinical microbiology. Frontiers in Cellular and Infection Microbiology, 13. doi: https://doi.org/10.3389/fcimb.2023.1188684
- Evgina, S. A., Gusev, A. V., Shamanskiy, M. B., Godkov, M. A. (2022). Artificial intelligence on the doorstep of the laboratory. Laboratornaya Sluzhba, 11 (2), 18. doi: https://doi.org/10.17116/labs20221102118
- Rabbani, N., Kim, G. Y. E., Suarez, C. J., Chen, J. H. (2022). Applications of machine learning in routine laboratory medicine: Current state and future directions. Clinical Biochemistry, 103, 1–7. doi: https://doi.org/10.1016/j.clinbiochem.2022.02.011
- Jackins, V., Vimal, S., Kaliappan, M., Lee, M. Y. (2020). AI-based smart prediction of clinical disease using random forest classifier and Naive Bayes. The Journal of Supercomputing, 77 (5), 5198–5219. doi: https://doi.org/10.1007/s11227-020-03481-x
- Renjit, J. A., Shunmuganathan, K. L. (2010). Distributed and cooperative multi-agent based intrusion detection system. Indian Journal of Science and Technology, 3 (10), 1070–1074. doi: https://doi.org/10.17485/ijst/2010/v3i10.2
- Ilin, I. V., Levina, A. I., Iliashenko, O. Yu. (2017). Reengineering of high-tech and specialized Medical care delivery process for telemedicine system implementation. Proceedings of the 29th International Business Information Management Association Conference – Education Excellence and Innovation Management through Vision 2020: From Regional Development Sustainability to Global Economic Growth 2017, 1822–1831.
- Laboratory information system – a solution for automation of work processes in modern laboratories. Available at: www.lis.kz
- Health Level Seven International. Available at: https://wiki.hl7.org/Main_Page.
- International Association for Testing Materials. Available at: https://en.wikipedia.org/wiki/ASTM_International.
- Models. V4 of the OpenAI Typescript. Available at: https://platform.openai.com/docs/api-reference/models
- API reference. Available at: https://platform.openai.com/docs/api-reference
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Kuanysh Kadirkulov, Aisulu Ismailova, Aliya Beissegul, Sandugash Serikbayeva, Dinara Kazimova, Gulmira Tazhigulova
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
