Mākslīgais intelekts un

mūsdienu laboratorijas automatizācija

2023.21.09

Jeļena Storoženko

RSU asociētā profesore, laboratorijas speciāliste, "Centrālās laboratorijas" valdes locekle

LABORATORIJAS AUTOMATIZĀCIJAS TIRGUS LIELUMS UN ATTĪSTĪBAS PROGNOZE

MĀKSLĪGAIS INTELEKTS UN LABORATORIJAS AUTOMATIZĀCIJA

• Ciparu veidā
• Attēlu veidā
• Teksta veidā

Sarežģīts laboratorijas aprīkojums

Pakalpojumu kvalitātes

pazemināšanās

Pakalpojumu izmaksas

pieaugums

Laboratorijas informācijas

datu bāzes

Ilgstošais cilvēkresursu

trūkums veselības

aprūpes jomā

• Kvalificētā personāla sagatavošanas laiks un izmaksas

LABORATORIJAS AUTOMATIZĀCIJAS IESPĒJAS

Pieaugošais pieprasījums pēc laboratoriju automatizācijas veicina tirgus izaugsmi

LABORATORIJAS AUTOMATIZĀCIJAS IESPĒJAS

LABORATORIJAS AUTOMATIZĀCIJAS PRIEKŠROCĪBAS

Laboratorijas automatizācija ietver dažādu tehnoloģiju integrāciju,

lai optimizētu darba procesus, uzlabotu kvalitāti un panāktu izmaksu efektivitāti:

1. Minimāla cilvēku resursu iesaistīšana
2. Automatizētā iekšējā kvalitātes kontrole
3. Visu darba posmu iespējamo kļūdu samazināšanās
4. Izmeklējumu spektra un veiktspējas palielināšanās (56%↑)
5. Atkārtojamības biežuma samazināšanās
6. Izmeklējumu izmaksas samazināšanās
7. Testēšanas rentabilitātes kontrolēšana
8. Testēšanas aprites laika samazināšanās (47%↓)
9. Testēšanas rezultātu arhivēšana
10. Darba vides drošība u.c.

​

LABORATORIJAS AUTOMATIZĀCIJAS TIRGUS IZAUGSMES FAKTORI

1. Iespēja samazināt kopējās darbaspēka izmaksas un palielināt produktivitāti
2. Samazināt bioloģisko paraugu, palīgmateriālu, reaģentu un citu resursu (elektrība, ūdens) patēriņu - labākās prakses ieviešana, kas samazina darbības izmaksas («zaļā laboratorija»)
3. Tehnoloģiju attīstība - mākslīgais intelekts (AI - Artificial intelligence) un analītisko programmatūru integrācija laboratorijas darba procesā
4. Pieprasījums pēc veselības aprūpes transformācijas, pamatojoties uz Globālo Digitālo veselības stratēģiju (PVO)
5. Personalizētās medicīnas attīstība
6. Demogrāfiskie faktori - laboratorisko izmeklējumu skaita pieaugums visā pasaulē
7. Covid-19 pandēmijas ietekme
8. Diagnostisku pakalpojumu prognostiskās nozīmes pieaugums 

LABORATORIJAS AUTOMATIZĀCIJAS IEROBEŽOJOŠIE FAKTORI

Zems pieprasījums mazā un vidējā lieluma laboratorijās

Augstas laboratorijas automatizācijas sistēmu uzturēšanas izmaksas

Infrastruktūras ierobežojumi

IT jomu un servisa personāla trūkums

Ievērojamas izmaiņas laboratorijas darba organizācijā

Psihoemocionālie faktori

DIAGNOZES NOTEIKŠANAS CEĻŠ

Kādu testu izvēlēties, lai noteiktu diagnozi?

​

​

Kāda ir testu rezultātu interpretācija?

​

​

Kādu ārstēšanu izvēlēties, ja man ir testu rezultāti un es redzu tās dinamiskas svārstības?

​

​

Kādu lēmumu pieņemt, ja man trūkst informācijas? Ja es nezinu jaunākās vadlīnijas un rekomendācijas?

?

?

?

?

Ārsta lēmuma pieņemšana pamatā balstās uz ārsta zināšanām, pacienta anamnēzes datiem un diagnostikas rezultātiem

LABORATORIJAS AUTOMATIZĀCIJAS LOMA DIAGNOZES NOTEIKŠANĀ

Diagnozes noteikšanas cikls (Laboratorijas etaps)

Pacients

Nosūtījums

Paraugs

Kvalitātes

kontrole

Parauga

sagatavošana

Transports

Testēšana

Pēcanalītiskais

posms

Rezultātu

primārā interpretācija

Ārsts

Rezultātu interpretācija

Ārstēšanas

plāns

90% izmeklējumu tiek veikti 24 stundu laikā

1. Testēšanas rezultātu laboratoriskā interpretācija
2. Informācija par pacienta klīniskiem datiem
3. Informācija par citiem testiem, atbilstoši algoritmam
4. Pieeja vadlīnijām, rekomendācijām u.c.
5. Testēšanas aprites laika samazināšanās
6. Nevajadzīgas laboratorijas testēšanas samazināšana (~ 20% ↓)

TESTĒŠANAS REZULTĀTU LABORATORISKĀ INTERPRETĀCIJA

LABORATORIJAS DATU INTEGRĒŠANA CITĀS INFORMĀCIJAS SISTĒMĀS

https://www.europarl.europa.eu/news/lv/headlines/society/20200827STO85804/kas-ir-maksligais-intelekts-un-kur-to-izmanto Informatīvais ziņojums “Digitālās veselības stratēģija līdz 2029. gadam”

https://www.linkedin.com/pulse/future-laboratory-medicine-role-ai-transforming-medical-lab/ Future of Laboratory Medicine and The Role of AI in Transforming Medical Lab Operations

MĀKSLĪGAIS INTELEKTS

Mākslīgais intelekts (AI - Artificial intelligence) - sistēmas spēja pareizi interpretēt ārējos datus un modelēt vai veikt uzdevumus, ko parasti veic cilvēki.

Dažas programmas ir sasniegušas ekspertu līmeni, veicot konkrētus uzdevumus, tāpēc mākslīgais intelekts tiek pielietots dažādas jomās, ieskaitot medicīniskā diagnostikā.

Dzemdes kakla citoloģija

Attēlu digitalizācija

MĀKSLĪGAIS INTELEKTS CITOLOĢIJAS LABORATORIJĀ

Automation of cervical cytology.�Automatic pre-classification by Bethesda system.

NILM

• Reactive changes�Squamous / Glandular
• ASC-US / AGC
• ASC-H / AGC-FN
• LSIL
• HSIL / AIS
• SCC / ADC

• Creating digital sample and cells gallery
• Database for archive management

• Bi-directional communication with LIS
• Pre-set cell atlas

Mākslīgā intelekta integrēšana patoloģijas nodaļas darbplūsmā - var veikt patoloģijas nodaļas darba procesa pirmsanalītisko, analītisko un pēcanalītisko posmu kvalitātes kontroli, kontrolēt skenēto attēlu kvalitāti.

​

IS integrēta pacienta klīniskā informācija, ieskaitot datus par izmeklējumiem citās laboratorijās, aktuālās vadlīnijas un rekomendācijas, pēc pieprasījuma ir iespējama attēlu pārsūtīšana citiem speciālistiem un virtuālā konsultācija.

​

Pēc informācijas apkopošanas un klasificēšanas tiek sagatavots patologa secinājums.

​

Patologs apstiprina vai notiek turpmāka preparātu pārskatīšana.

MĀKSLĪGAIS INTELEKTS PATOLOĢIJAS LABORATORIJĀ

Attēlu digitalizācija

SECINĀJUMI

PALDIES

PAR UZMANĪBU!

2023.21.09

Jeļena Storoženko

RSU asociētā profesore, laboratorijas speciāliste, "Centrālās laboratorijas" valdes locekle