– Hallo, Dr. Kramer, und willkommen zu unserer neuen Episode des Limitless Medical Imaging Podcast.
Wir freuen uns, Sie hier zu haben.
– Danke. Freut mich hier zu sein. Freue mich darauf, heute über Cloud-Computing zu sprechen.
– Wie Sie erwähnt haben, würde ich gerne mit Ihnen über die Rolle von Cloud-Computing im Gesundheitswesen und insbesondere in der medizinischen Bildgebung sprechen. Meine erste Frage ist, was würden Sie über die Rolle sagen, die Cloud-Computing im modernen Gesundheitswesen spielt, und wie verändert es die Art und Weise, wie wir medizinische Dienstleistungen bereitstellen und darauf zugreifen?
– Nun, ich denke, es gibt vielversprechende Perspektiven im Cloud-Computing, und ich denke, wir hören viel Aufregung über den Umzug von Diensten in die Cloud. Es gibt mehrere Gründe dafür. Einer ist, dass die Skalierbarkeit und die Kosten möglicherweise zu niedrigeren Ausgaben für Gesundheitssysteme führen, die sich sehr um die Ausgaben sorgen.
Der zweite Punkt ist er ermöglicht uns neue Wege zur Zusammenarbeit, und der dritte Punkt ist, er bietet mehr Rechenleistung auf Abruf die uns möglicherweise nicht innerhalb unserer lokalen Informationssysteme zur Verfügung stand.
– Könnten Sie bitte ein wenig zu den drei Punkten näher erläutern?
– Sicher. Wenn Sie über Skalierbarkeit und Kosten nachdenken, wachsen immer mehr Organisationen, fügen Praxen, Ärzte, Gesundheitssysteme und Krankenhäuser hinzu; die Größe der IT-Abteilung kann nicht im selben Maße wachsen. Daher suchen wir nach Wegen, eine integrierte Architektur zu schaffen und diese Organisationen zusammenzubringen, aber ohne die erhöhten Kosten zu verursachen. Fusionen und Übernahmen in der Cloud sind ein gutes Anwendungsbeispiel dafür, wie man diese Organisationen zusammenbringen kann. Ich denke, wenn Sie über neue Anwendungsfälle nachdenken, nicht nur über bestehende Infrastruktur, sondern auch über Dinge wie KI, stellen wir in unserer Organisation fest, dass wir einige der kompliziertesten maschinellen Lernalgorithmen nicht so ausführen können, wie wir es gerne würden, in den Zeitrahmen, in denen wir sie gerne ausführen würden, mit bestehenden lokalen Diensten.
Daher suchen wir die Cloud, um uns die benötigte Rechenleistung auf Abruf sowohl aus Sicht der Speicherung als auch aus Sicht der Berechnungen für diese komplexen KI-Algorithmen bereitzustellen. Der letzte Punkt hier ist, dass das Cloud-Computing uns hilft, über unterstützende Redundanz, Ausfallzeiten und Wiederherstellung nachzudenken, insbesondere im Hinblick auf Speicher.
Wenn wir beispielsweise ein lokales Radiologiesystem haben, und die Kosten für die Schaffung von Redundanz über mehrere Serverformen sehr hoch sind. Daher betrachten wir den Speicher, sowohl Offline- als auch Online-Speicher innerhalb der Cloud.
– Vielen Dank dafür. Sie haben etwas über eine integrierte Architektur in unseren Gesundheitssystemen und über neue Modelle der Versorgung erwähnt, die mit Hilfe von Cloud-Computing entstehen, sowie über neue digitale Versorgungswege. Wie wirkt sich das auf neue Wege der Zusammenarbeit zwischen den Gesundheitssystemen aus?
– Absolut. Viele Organisationen arbeiten über Steuer-IDs oder typische Unternehmensstrukturen hinweg. Wir haben dies wirklich nicht und aus mehreren Gründen könnte es daran liegen, dass wir neue klinische Modelle in einem klinisch integrierten Netzwerk schaffen, in dem mehrere Krankenhäuser, Gesundheitssysteme und Praxen unter Vertrag stehen. Um die Kosten für eine Bevölkerung zu senken, könnte es einen Zahlungsvertrag geben, er könnte Teil des klinisch integrierten Netzwerks sein. Es könnte Teil verschiedener staatlicher Programme sein. Daher führt das Zusammenbringen von Daten in der Cloud über mehrere EMRs zu einer erhöhten Skalierbarkeit und der Möglichkeit zur Zusammenarbeit innerhalb dieses klinisch integrierten Netzwerks.
Ein zweiter Anwendungsfall könnte dort sein, wo wir keine spezifischen Fachrichtungen haben, daher die Auftragsvergabe an Fachrichtungen, die außerhalb unserer Organisation sind oder die über mehrere Organisationen hinweg bedienen und eine Cloud-Architektur nutzen, um die Bilder und die Arbeitsabläufe zu ihnen zu bringen. Ein gutes Beispiel hierfür ist, dass die meisten pädiatrischen Notaufnahmen möglicherweise keine pädiatrischen Subspezialisten wie einen Radiologen oder einen Neuroradiologen haben. Und ein Kliniker, der mit einem privaten Radiologiesystem haben, Unternehmen zusammenarbeitet, könnte über mehrere Standorte hinweg tätig sein.
– In Bezug auf das Thema Zusammenarbeit zwischen Gesundheitssystemen glaube ich, dass Cloud-Computing auch die Gesundheitsgerechtigkeit verbessert, indem es Patienten in ländlichen oder benachteiligten Gebieten ermöglicht, denselben Pflegegrad zu erhalten wie diejenigen in größeren Städten mit mehr Ressourcen, indem verschiedene Gesundheitssysteme verbunden werden und indem Spezialisten miteinander verbunden werden, beispielsweise, wie Sie erwähnt haben, Kinderradiologen oder Radiologen, die hochspezialisiert auf einem bestimmten Gebiet sind, um Gebieten mit begrenzteren Ressourcen zu helfen.
– Absolut, und wir haben ein wenig über pädiatrische Neurologie gesprochen, aber Onkologie und Tumorboards sind ein weiteres komplexes Anwendungsbeispiel, in dem Spezialisten möglicherweise nicht an diesem Standort verfügbar sind. Tatsächlich haben wir im Kontext des Ukraine-Russischen Krieges bei Medicai Onkologie-Radiologiedienste über Grenzen hinweg bereitgestellt, und zwar nicht nur in unterversorgten, sondern auch in unter erschreckenden Umständen. Wir haben dieses Anwendungsbeispiel demonstriert, insbesondere wo es an Infrastruktur mangelt, sei es ländlich oder, leider in einem Konfliktgebiet.
– Ja, das ist wahr. Was würden Sie über das Thema Datenschutz und Sicherheit sagen? Wie wirkt sich die Nutzung von Cloud-Computing auf den Datenschutz und die Sicherheit der Patienten aus, und welche Schritte unternehmen die Gesundheitsdienstleister, um sicherzustellen, dass sensitive Daten geschützt sind, während sie Cloud-Computing nutzen?
– Nun, zuerst einmal ist dies nicht nur ein Problem für die Cloud, es ist ein Problem für uns alle im Gesundheitswesen, wir
müssen unglaublich achtsam darauf achten, wie wir Risiken für unser Gesundheitssystem und die Daten unserer Patienten betrachten. Daher sind Kultur und ständige Wachsamkeit notwendig, unabhängig von der Plattform, die wir nutzen. Malware, die ein System angreift, weil wir unbeabsichtigt auf eine E-Mail geklickt haben, ist eine schreckliche Sache für ein Gesundheitssystem, und es gibt sicherlich viele Beispiele dafür, unabhängig davon, ob sie sich in der Cloud befinden oder nicht. Dennoch bietet uns die Cloud die Möglichkeit, Redundanz und Backup bereitzustellen, unter Umständen, in denen die Privatsphäre oder Angriffe auf das Gesundheitssystem aufgetreten sind. Ich denke, der andere Aspekt der Cloud ist, dass viele unserer lokalen Systeme und unsere lokalen Experten nicht so raffiniert sind, wie wir es gerne hätten.
Es ist wirklich, wirklich schwer, die Chief Information Security Officers und die Datenschutzexperten zu bekommen, die wir in jeder Einrichtung brauchen. Daher haben wir hier die Möglichkeit, eine Cloud und die Expertise großer Architekturen, wie z.B. Azure und Microsoft oder Google oder Amazon zu nutzen, wo sie ständig eine Architektur verfeinern und aufbauen, die sehr robust ist.
Und so gibt uns die Cloud-Architektur die Möglichkeit, dies zu nutzen, ohne diese Expertise lokal aufbauen zu müssen. Schließlich denke ich, dass es Risiken bei einem zentralisierten Modell gibt, wissen Sie, einen einzelnen Punkt des Scheiterns, was auch immer. Aber ich denke, ich würde meine Chancen auf eine robuste, gehärtete Architektur in der Cloud bevorzugen, anstatt alle Punkte des Ausfalls, die wir innerhalb einer lokalen Architektur haben könnten, zu verwalten.
– Es gab viel Gespräche über die potenziellen Vorteile von maschinellem Lernen und künstlicher Intelligenz im Gesundheitswesen und insbesondere in der medizinischen Bildgebung. Wie spielt Cloud-Computing in diese Situation hinein und welche Arten von Werkzeugen und Technologien entstehen in diesem Bereich?
– Richtig. Sie wissen, ich denke, wir kommen zurück zu dem ursprünglichen Kommentar, den wir gemacht haben, dass das Vorhandensein von skalierbarem On-Demand-Speicher und Rechenleistung Skalierbarkeit und Fähigkeiten bietet, die wir nicht lokal haben.
Sie wissen, Server-Racks zu installieren und sie hochzufahren und dafür laufend zu bezahlen, ist nicht etwas, das von certainly kleinen Einrichtungen, sondern sogar von einigen größeren Gesundheitssystemen verwaltet werden kann. Daher ist die erste offensichtliche Antwort Skalierbarkeit und Rechenleistung. Ich denke, wenn wir über einige dieser Modelle nachdenken, selbst über einige der maschinellen Lernmodelle, die irgendwo zwischen 30 und 120 Merkmalen oder Variablen liegen könnten, ist es schwierig, diese kontinuierlich auszuführen.
Ein Beispiel dafür ist Sepsis, unser Sepsis-Modell, das Epic entwickelt hat, läuft alle 30 Minuten über tausend Betten und aktualisiert sich ständig. Das ist nichts, was wir auf der typischen EHR-Hardware, die lokal vorhanden ist, ausführen können. Wir haben das vor geraumer Zeit in die Cloud verlagert, und es war sehr effektiv für uns, aber ich denke, das ist ein einfaches, vielleicht nicht so einfaches, aber das ist ein maschinelles Lernmodell mit einer kleinen Anzahl von Variablen.
Aber wenn wir anfangen, die Bildanalyse und die Bilderkennung zu betrachten, gelangen wir zu großen, generativen Sprachmodellen wie ChatGPT und sogar zur Verarbeitung natürlicher Sprache. Unsere Fähigkeit, das gegen die Gesamtheit eines vier Terabyte großen EMR, wie das, was wir haben, auszuführen, ist einfach nicht machbar. Daher müssen wir in die Cloud wechseln und die Skalierbarkeit und Rechenleistung nutzen, die schnell online bereitgestellt werden kann und dann wieder heruntergefahren oder für laufende Algorithmen weiterlaufen kann.
– Vielen Dank. Lassen Sie uns ein wenig über die Vorteile von Cloud-Computing bezüglich der Skalierbarkeit von Gesundheitsorganisationen sprechen. Wie ist dies besonders vorteilhaft und welche Herausforderungen könnte es für IT-Abteilungen in einer Gesundheitsorganisation darstellen?
– Sicher. Wissen Sie, wir sprechen ein wenig über die Cloud, als wäre es ein festes Nutzungs- oder Kosteneinsparungen und Skalierbarkeit. Aber es ist eine Art heiliger Gral. Es hängt vom geschäftlichen Anwendungsfall ab, ob diese erreicht wurden. Wenn Sie über Software als Dienst nachdenken, sehr einfach, wissen Sie, webbasierte Cloud-Architektur, Salesforce, verschiedene andere HR- und Finanzsysteme, webbasiert, können wir relativ schnell von der Cloud profitieren.
Aber denken Sie an andere Anwendungsfälle, wie das Management klinischer Daten, das war herausfordernder. Daher müssen wir wirklich sorgfältig die Anwendungsfälle betrachten und sehr genau darüber nachdenken, ob ein bestimmter Anwendungsfall in die Cloud verlagert werden kann.
Zum Beispiel die vollständige Verlagerung eines EMR in die Cloud, wurde möglicherweise noch nicht demonstriert. Einige wenige Fälle wie Athena. Aber nicht die Gesamtheit einer typischen serverbasierten Architektur. Es gibt einige Beispiele, bei denen die finanziellen Aspekte auftauchen, und wir haben über die Automatisierung von KI-Prozessen und die Verwaltung komplexer Arbeitsabläufe über verschiedene Entitäten hinweg, großflächige Datenintegration, und sicherlich Speicherung und Redundanz für große Dateien und große Speicheranforderungen gesprochen.
Und ein großartiges Beispiel hier ist, und einer der Gründe, warum Medicai existiert, ist, in der Lage zu sein, Radiologie und andere komplexe Modalitätsdateiverwaltung zu betreiben. Daher ist Medicai wirklich eine Plattform für die Dateiverwaltung mit Speicher- und Viewer-Funktionalitäten. Und all diese können in der Cloud sitzen und tun dies ganz erschwinglich.
Wir konnten dies für unsere Kunden demonstrieren. Wir können die Speicherkosten erheblich senken und bieten eine große Flexibilität in Bezug auf Arbeitsabläufe und Dateiverwaltung.
– Da immer mehr Gesundheitsorganisationen Cloud-Computing annehmen, welche Fähigkeiten und Kenntnisse werden erforderlich sein, damit IT-Profis diese Systeme verwalten und warten können?
– Absolut. Traditionelle Informatik-Engineering-Programme lehren Programmierung und waterfall-artige Programmierfähigkeiten und haben sich bis jetzt nicht wirklich mit cloudbasierten Computern und Architekturen befasst, die sich schnell entwickeln. Es ist ein Fähigkeiten-Set, das eventuell außerhalb traditioneller Programme entwickelt werden muss.
Es kommt. Und sicherlich bieten die Bildungseinrichtungen einige gute Programme für die Zukunft an. Aber Sie wissen, Dinge wie ChatGPT und KI, Software als Dienst im Gegensatz zu einer Plattform, all diese sind aufkommende Technologien, die Ihre IT-Abteilung möglicherweise nicht entwickelt hat. Daher kenne ich einen Fall, in dem Cloud zu einer strategischen Priorität gemacht wurde und mit einem Drittanbieter ein Vertrag unterzeichnet wurde, um über 200 IT-Mitarbeiter durch Schulungs- und Ausbildungsprogramme zu bringen.
Ich würde die kontinuierliche Ausbildung und die Umgestaltung Ihrer IT-Mitarbeiter spezifisch in Bezug auf Dinge wie KI, digitale, cloudbasierte Berechnungen empfehlen und einige der verfügbaren Tools von Amazon, Google und anderen Drittanbietern nutzen, die helfen können, Zertifikate und andere Fähigkeiten zu erreichen.
– Okay, danke. Wie wirkt sich die Nutzung von Cloud-Computing auf die Geschwindigkeit und Effizienz von Arbeitsabläufen in der medizinischen Bildgebung aus? Welche Möglichkeiten ergeben sich aus einer Architektur-Perspektive, einer Workflow-Perspektive, einer Benutzer-Perspektive in Bezug auf Geschwindigkeit und Effizienz?
– Absolut. Aus einer Architektur-Perspektive befindet sich die Cloud außerhalb Ihrer traditionellen Systeme.
Sobald diese Daten und Verbindungen in die Cloud hergestellt sind, haben Sie jetzt die gesamte Einführung von Open-Source-KI-Modellen, sogar neuen Datensätzen. Ich habe gesehen, dass Organisationen anfangen, Dinge wie Wetter, Sportereignisse und verschiedene Situationen in einer Gemeinschaft, wie Demografie in ihren KI-Modellen zu kombinieren, die sie normalerweise nicht in ihre lokalen Datenbanken hätten bringen können. Das ist wirklich interessant, zum Beispiel um ED-Ankünfte vorherzusagen, müssen Sie wahrscheinlich etwas über das wissen, was in Ihrer Gemeinschaft passiert.
– Sehr interessant.
– Aber auch die Fähigkeit, Algorithmen einzubringen, die wir normalerweise in einer traditionellen serverbasierten Architektur nicht einbringen könnten, die Möglichkeit, Server umzudrehen, diese Algorithmen viel schneller in der cloudbasierten Architektur von einer Workflow- und Benutzerperspektive aus wieder hochzufahren.
Also etwas völlig anderes als nur Technologie, sondern die Möglichkeit, Cloud schnell über Entitäten bereitzustellen. Viele unserer Anbieter schalten cloudbasierte Architekturen über Kunden hinweg mit relativ wenig Aufwand ein. Wir warten nicht mehr darauf, dass Server geliefert, eingeschaltet und konfiguriert werden. Und dann können wir Daten bereitstellen und Informationen über die Grenzen eines traditionellen Gesundheitssystems hinweg abrufen.
Wenn wir beispielsweise mit radiologischen Bildern arbeiten, wissen wir schon, sobald wir wissen, dass eine Entität in ein radiologisches Servicegebiet kommt, können wir Zugang zu einer cloudbasierten Architektur gewähren, unsere Knoten aktivieren und beginnen, dass Radiologen und andere Experten diese Informationen extrem schnell abrufen können.
– Vielen Dank für diese Einblicke, Dr. Kramer. Ich habe noch eine letzte Frage für Sie. Eine der größten Herausforderungen in der medizinischen Bildgebung besteht darin, komplexe Datensätze zu verwalten, die viel Speicher- und Rechenleistung erforden. Wie hilft Cloud-Computing dabei, diese Herausforderungen zu bewältigen? Welche Art von Infrastruktur ist erforderlich, um diese Systeme zu unterstützen?
– Das ist eine gute Frage, die zusammenfasst, was wir zuvor besprochen haben, aber die Cloud kann eine gemeinsame Benutzerplattform über Entitäten hinweg schaffen. Die Kombination von Anwendungen, die in einer webbasierten Umgebung und cloudbasierten Hosting-Umgebung mit gemeinsamem Speicher ausgeführt werden, bietet Werkzeuge über Entitäten hinweg.
Und das gilt auf jeden Fall für die Bildgebung. Wo die bildgebenden Modalitäten immer komplexer werden und täglich mehr Fachwissen erfordern für die Zwecke der Patientenversorgung, des Lernens, der Forschung oder der Entwicklung neuer Algorithmen, ist die Cloud besonders geeignet, um immer größere Vorteile zu bieten für diejenigen, die diese Anwendungsfälle implementieren.
Zweitens ist diese Architektur erschwinglich. Die Speicherung in der Cloud kann die Hälfte bis 20 % dessen betragen, was wir lokal sehen, und in lokalen Organisationen. Außerdem hat die Cloud Zugang zu einer großen Anzahl von Anwendungsprogrammierschnittstellen, FHIR-Standards, HL7. Datenmodelle und komplexe Datenverwaltungswerkzeuge sind leicht zugänglich, verallgemeinerbar, Open Source, verfügbar in der Cloud.
Die Cloud wird uns weiterhin nach Bedarf und laufend Rechenleistung für komplexe Verarbeitung, große Datensätze, tiefes Lernen, neuronale Netzwerke, all die Schlagworte der KI und die Realität der KI zum Leben bringen für Anwendungsfälle, die diese Werkzeuge nutzen. Wir haben ein wenig über die Zusammenarbeit in der klinischen Versorgung gesprochen, aber neue Entdeckung und Forschung – Cloud-Tools werden es uns ermöglichen, Daten zu anonymisieren, zu de-identifizieren, zu re-identifizieren, digitale Zwillinge zu erstellen und Forschung in einer Weise durchzuführen, wie wir es noch nie zuvor auf einer Skala getan haben, die wir noch nie zuvor erreicht haben.. Wenn wir die Cloud für Pharma, zum Beispiel, nutzen, um eine Population von Patienten zu verstehen, die sich einer Chemotherapie unterzogen haben, und die Bilder und Mittel zur Erkennung von Remission, Progression, Metastasen, was auch immer sein mag, zu betrachten, könnten Sie nur auf großangelegte digitale Analysen von Bildern innerhalb einer cloudbasierten Rechenleistung zugreifen. Daher gibt es viele Möglichkeiten, viele Anwendungsfälle. Ich denke, wir werden die Kombination von KI, großen Datensätzen, Rechenleistung sehen, die alle in der Cloud zusammenkommen. Und das wird strategisch für Organisationen sein, die an der Spitze stehen wollen, um ihre Arbeitskräfte zu ergänzen, Kosten zu senken und ihren Patienten und Anbietern zuverlässigere Dienstleistungen zu bieten.
– Vielen Dank, Dr. Kramer, dass Sie an dieser Episode teilgenommen haben und dass Sie Ihre Erfahrungen mit uns geteilt haben. Alle, bitte senden Sie uns Ihre Gedanken oder Fragen, die Sie an Dr. Kramer haben, an [email protected]. Zögern Sie nicht, uns Ihr Feedback über unsere sozialen Kanäle zu senden und uns auf medicai.io zu folgen. Bis zum nächsten Mal, vielen Dank.
– Danke, Andra. Danke, dass ich hier sein durfte.
