دانشگاه آکسفورد TrustedMDT را رونمایی کرد، یک سیستم AI Agent چند عاملی که برای کمک به متخصصان پزشکی در طول جلسات برنامهریزی درمان سرطان طراحی شده است.
این ابزار هوش مصنوعی که با همکاری شرکت فناوری Microsoft توسعه یافته، در Microsoft Teams یکپارچه شده و در Oxford University Hospitals NHS Foundation Trust آزمایش خواهد شد که نشاندهنده یکی از اولین استفادههای هوش مصنوعی عاملی در یک محیط هیئت تومور بالینی واقعگرایانه است.
جلسات هیئت تومور چند رشتهای در بریتانیا رادیولوژیستها، آسیبشناسان، جراحان و انکولوژیستها را گرد هم میآورد تا نتایج تشخیصی را بررسی کرده و برنامههای درمانی توسعه دهند. با این حال، افزایش تعداد موارد، فشار فزایندهای را بر ظرفیت متخصصان وارد میکند.
تحقیقات Cancer Research UK نشان میدهد که تیمها اغلب کمتر از دو دقیقه برای بحث درباره هر بیمار صرف میکنند، با شکافهای اطلاعاتی حیاتی که به تأخیر در 7٪ از موارد کمک میکند، که میتواند بر جدول زمانی درمان، فرصتهای تحقیقاتی و بار کاری پزشکان تأثیر بگذارد.
TrustedMDT برای رفع این فشارها از طریق خودکارسازی ترکیب و تحلیل دادهها با استفاده از سه AI Agent هماهنگ طراحی شده است.
Clinical Summarisation Agent پروندههای سلامت الکترونیکی—از جمله دادههای رادیولوژی، آسیبشناسی و نشانگرهای زیستی—را بررسی میکند تا خلاصههای مختصر مختص تومور تولید کند. Cancer Staging Agent پیشرفت بیماری را با استفاده از استانداردهای مرحلهبندی بینالمللی ارزیابی میکند، در حالی که Treatment Planning Agent توصیههای درمانی مبتنی بر شواهد همسو با دستورالعملهای حرفهای تولید میکند.
این عوامل با هم هدف دارند کارایی و دقت تصمیمگیری هیئت تومور را افزایش دهند.
دکتر Andrew Soltan، محقق اصلی و ثبتنامکننده تخصصی در انکولوژی پزشکی در Oxford University Hospitals، توضیح داد که چتباتهای سنتی برای پیچیدگی انکولوژی ناکافی هستند و این امر باعث توسعه یک سیستم چند عاملی سلسله مراتبی شده است. در این معماری، هر عامل شامل عوامل فرعی است که بر مجموعه دادههای خاص متمرکز شده و با ابزارهای مرتبط مجهز هستند، که نیاز دارد سیستم از طریق دستورالعملهای بالینی استدلال کرده و توصیهها را در مقابل سوابق بیماران متقابل بررسی کند تا خطاها را کاهش دهد.
تیم آکسفورد این عوامل سفارشی را در Microsoft Teams با استفاده از هماهنگکننده عامل مراقبتهای بهداشتی مستقر کرد و هوش مصنوعی را مستقیماً در گردش کار هیئت تومور چند رشتهای موجود یکپارچه کرد.
دکتر Soltan تأکید کرد که این سیستم برای پشتیبانی از فرآیندهای بالینی بدون اختلال طراحی شده است و به عنوان یک 'همکار دیجیتال' عمل میکند که به پزشکان اجازه میدهد در زمان واقعی ورودی ارائه دهند و منطق پشت توصیههای تولید شده توسط هوش مصنوعی را بررسی کنند، در حالی که تصمیمات نهایی تحت کنترل انسان باقی میمانند.
Oxford University Hospitals مجوز انجام یک مطالعه آزمایشی دو مرحلهای را برای ارزیابی دقت، قابلیت استفاده و عملکرد فنی TrustedMDT دریافت کرده است. مرحله اول خروجیهای هوش مصنوعی را در مقابل تصمیمات متخصصان با استفاده از موارد سرطان ناشناس معیار قرار میدهد، در حالی که مرحله دوم جلسات هیئت تومور را شبیهسازی میکند تا ارزیابی کند که چگونه سیستم به طور مؤثری اطلاعات را خلاصه میکند، از بحث پشتیبانی میکند و برنامههای درمانی را در گردش کار بالینی واقعگرایانه پیشنویس میکند. پشتیبانی بالینی توسط پزشکان مقیم OUH ارائه میشود.
دکتر Ben Attwood، مدیر ارشد دیجیتال در OUH، اشاره کرد که بیمارستان متعهد به کشف نوآوریهایی است که آمادهسازی و عملیات MDT را بهبود میبخشد در حالی که به استانداردهای مدیریت و امنیت اطلاعات مستقر پایبند است.
David Ardman، معاون ارشد شرکتی Microsoft Health and Life Sciences، سیستم چند عاملی را به عنوان یک رویکرد جدید در هوش مصنوعی مراقبتهای بهداشتی توصیف کرد که پزشکان را قادر میسازد به صورت پویا با عوامل تخصصی در Teams تعامل داشته باشند تا بار شناختی را کاهش داده و پشتیبانی تصمیم را بهبود بخشند.
در صورت اعتبارسنجی، TrustedMDT میتواند ارتباط بین متخصصان را بهبود بخشد، جدول زمانی درمان را کوتاه کند و دسترسی به کارآزماییهای بالینی را گسترش دهد. مطالعه آزمایشی نشاندهنده یک قدم اولیه به سمت نشان دادن پتانسیل سیستم است، تولید شواهد برای اطلاعرسانی به توسعه فنی بیشتر و راهنمایی ارزیابیهای آینده در مقیاس بزرگتر قبل از استقرار بالینی.
پست Oxford Pilots TrustedMDT: Multi-Agent AI Integrated Into Microsoft Teams To Support Cancer Treatment Planning ابتدا در Metaverse Post ظاهر شد.


