23948sdkhjf

Hälso- och sjukvårdens framtid stavas AI och edge

Edge computing kan hjälpa till att kringgå de tekniska utmaningarna med AI. Det skriver Kenni Ramsell, Nordenchef Dynabook.

Hälso- och sjukvården står på gränsen till en revolution – en som drivs av teknologier som artificiell intelligens (AI) och edge computing, databehandling i kanten av nätverken. 
Implementering av AI beräknas växa årligen med över 40 procent fram till 2027 för att då nå 440 miljarder kronor, samtidigt som edge computing förväntas växa med 34 procent till 2025

I takt med att edge och AI fortsätter att mogna som teknologier fattar chefer inom hälso- och sjukvården beslut om dem samtidigt. Som teknologier går de hand i hand – AI är idag ett huvudsakligt användningsfall för edge, precis som edge är en viktig möjliggörare av AI.

Snabbare takt för biomedicinska upptäckter med AI

Under Covid-19-pandemin har hälso- och sjukvårdsindustrin vänt sig till AI för att accelerera sin forskning runt viruset sars-cov-2 och för att finna antivirala läkemedel. Brittiska Causaly har utvecklat ett biomedicinskt forskningsverktyg som låter forskare använda AI som läser, förstår och tolkar omfattande databaser med biomedicinsk kunskap på några sekunder. 

Traditionellt sett har AI-tillämpningar som dessa beräknats i datacenter och molnet. Med tiden har dock AI letat sig närmare användarna, in i mjukvara och ändpunkter för medicinsk IoT (Internet of Medical Things, IoMT) och annan medicinsk utrustning. Idag kan till exempel bärbara EKG- och blodtrycksmätare samla in och analysera data lokalt, vilka sedan patienten kan dela med sin läkare för direkt utvärdering.  

Allt fler hälso- och sjukvårdsrelaterade aktörer involverade i AI har börjat förstå fördelarna med edge computing. Deloitte förutspår att mer än 750 miljoner edge AI-chips för maskininlärning på medicinska apparater och utrustning kommer att säljas bara i år.   

Edge kringgår tekniska hinder inom hälso- och sjukvården

AI är dock en datakrävande och beräkningsintensiv teknologi. Farhågor runt hastighet, bandbredd, latens, kostnader och säkerhet utgör viktiga hinder för majoriteten av verksamheter inom hälso- och sjukvård. Särskilt när sekunder kan avgöra utfallet för en patient. Edge gynnar användningen av AI genom att kringgå dessa tekniska utmaningar. 

Mjukvara som samlar in information om hur en patient återhämtar sig efter operation kan övervaka vitala organ och lära genom upprepade observationer av samma scenario. Istället för att sända denna data till molnet eller ett avlägset datacenter kan edge computing ge möjlighet att samla in, analysera och agera på kritiska data nära källan. Detta reducerar inte bara behovet av bandbredd utan även kostnaderna för returer. Att beräkna data i kanten av nätverket får även ner latenserna, vilket är en av de mer självklara anledningarna till att edge tillämpas på ett område där sekunder kan vara livsavgörande.

När teknik och tjänster blir mer distribuerade över hela verksamhetens nätverk så kommer det dock alltid finnas fördröjningar. Det är där kritiska beslut måste fattas i realtid och åtgärder krävs för att rädda liv, som dessa måste hållas nere på absolut minimum. 

Personlig integritet kvarstår som en utmaning inom tillämpad AI och är något hälso- och sjukvårdsindustrin försöker hantera utifrån sina egna premisser. Där patientintegriteten tidigare varit en sak mellan läkare, och åtkomsten till patientjournaler omgärdats av hinder, vet vi nu att det bästa sättet att få kunskap om patienter är att släppa på dessa, samköra register och addera värde till patientens data som kan ge ett lyft till patientens vård. System behövs dock som gör att patienterna får förtroende för att deras data delas på ett säkert sätt.

Genom edge-baserad AI kan viss patientinformation lagras och processas på vårdgivarens utrustning och apparatur, istället för skickas till molnet. Det räcker med att mindre tidsintensiva dataset skickas dit, resten stannar lokalt. När färre mängder känslig patientinformation skickas mellan utrustning och moln så innebär det bättre säkerhet för såväl hälso- och sjukvårdens verksamhet som en ökad trygghet för patienterna.          

Edge AI är nästa generationens AI inom hälso- och sjukvården och många medicintekniska företag inser detta. Nyligen offentliggjorde GE Healthcare en ny edge computing-teknik utformad speciellt för behoven inom hälso- och sjukvården. 

När hälso- och sjukvården går in i det datadrivna decenniet är det AI- och Edge-teknologier som kommer att ge möjlighet till snabbare och bättre patientbeslut, och samtidigt tillgodose viktiga krav och önskemål på ökad hastighet, säkerhet och integritet.


Text: Kenni Ramsell, Nordenchef Dynabook

Artikeln är en del av vårt tema om Opinion.

Kommentera en artikel
Meddela redaktionen
Utvalda artiklar

Sänd till en kollega

0.187