西北大学借Inspur AI服务器加速放射科报告处理
西北大学构建了一个AI工作流设计，以加速阅读和识别需要后续跟进的放射科报告的过程。
Inspur Information与西北大学Feinberg医学院宣布了一项为期13个月的定制AI工作流试验结果，该工作流旨在加快放射科报告处理时间，减少后续建议的延误。
由于放射科报告的复杂性，约33%的后续建议因人为错误而延误或完全遗漏。
西北大学团队利用Inspur的AI服务器和Nvidia GPU，通过自然语言处理（NLP）开发了该工作流，可识别包含后续建议的放射科报告。
“我们利用AI及现有工具，包括配备NVIDIA A100 Tensor Core GPU的Inspur NF5488M5-D GPU服务器，”Mozziyar Etemadi博士说。“定制AI工作流几乎读取每一份放射科报告，并通过与医疗记录系统的深度集成，向主治医生、患者和专门的后续团队提供警报和通知，确保重要细节不被遗漏。”
AI工作流筛选了57万份影像研究，发现2.9万份含建议。生成了5000多次医师交互，完成2400次后续跟进。团队发现该工作流提高了识别建议的可靠性，同时减少了人工扫描报告所需时间。
“与Etemadi博士合作令人惊叹，看他如何将新技术引入西北大学的AI研究并转化为医疗实质改进，”Inspur Systems战略联盟副总裁Rhonda Liao表示。“Inspur为此旅程感到自豪，并感谢NVIDIA的协作与支持。”
西北大学团队已发布AI工作流的开源代码及指导教程，供业界使用。
“AI让医学研究者将急需工具带入临床，为医生和患者带来成果，”NVIDIA全球医疗AI负责人Mona Flores博士说。“通过AI优化工作流，可缓解积压，让临床医生优先跟进最需要的患者。”
物联网技术