– Hola, Dr. Kramer, y bienvenido a nuestro nuevo episodio del Podcast Limitless Medical Imaging.
Estamos felices de tenerlo aquí.
– Gracias. Encantado de estar aquí. Feliz de hablar sobre computación en la nube hoy.
– Como ha mencionado, me gustaría que discutamos esta vez el papel de la computación en la nube en el sector salud y particularmente en la imagen médica. Mi primera pregunta es, ¿qué diría sobre el papel que está jugando la computación en la nube en la salud moderna, y cómo está cambiando la forma en que entregamos y accedemos a los servicios médicos?
– Bueno, creo que hay muchas promesas en la computación en la nube, y creo que estamos escuchando mucha emoción sobre mover servicios a la nube. Hay varias razones para ello. Una es que la escalabilidad y el costo pueden resultar en menores gastos para los sistemas de salud que están muy preocupados por los gastos relacionados a ello.
La segunda es nos permite nuevas maneras de colaborar, y la tercera es que proporciona más poder de cómputo bajo demanda que quizás no habríamos tenido disponible dentro de nuestros sistemas de información locales.
– ¿Podría expandir un poco sobre los tres puntos, por favor?
– Claro. Cuando piensas en escalabilidad y costos, cada vez más organizaciones están creciendo, agregando prácticas, médicos, sistemas de salud y hospitales; el tamaño del departamento de TI no puede crecer de la misma manera. Y entonces estamos buscando maneras de crear una arquitectura integrada para unir estas organizaciones, pero sin crear costos adicionales. Así que las fusiones y adquisiciones en la nube son un buen caso para considerar cómo unir esas organizaciones. Creo que cuando piensas en nuevos casos de uso, no solo infraestructura existente, sino cosas como la IA, estamos encontrando que en nuestra organización no podemos ejecutar algunos de los algoritmos de aprendizaje automático más complicados de la manera en que nos gustaría ejecutarlos, en los plazos que nos gustaría ejecutarlos, con los servicios locales existentes.
Entonces estamos buscando que la nube nos proporcione la potencia necesaria bajo demanda, tanto desde una perspectiva de almacenamiento como de computación para esos complejos algoritmos de IA. Creo que lo último aquí es que la computación en la nube nos está ayudando a pensar sobre cómo respaldar la redundancia, el tiempo de inactividad y la recuperación, ciertamente alrededor del almacenamiento.
Si tenemos, por ejemplo, un sistema de radiología local, el costo de crear redundancia a través de múltiples plataformas de servidores es muy grande. Y entonces estamos viendo el almacenamiento, tanto offline como online dentro de la nube.
– Gracias por eso. Ha mencionado algo sobre una arquitectura más integrada a través de nuestros sistemas de salud y nuevos modelos de atención que emergen con la ayuda de la computación en la nube y nuevos caminos digitales de atención. ¿Cómo está impactando eso en nuevas maneras de colaborar entre sistemas de salud?
– Absolutamente. Sabe, muchas organizaciones están trabajando a través de, identificaciones fiscales o estructuras corporativas típicas. Realmente no tenemos, y por varias razones, podría ser porque estamos creando nuevos modelos clínicos en una red clínicamente integrada donde múltiples hospitales, sistemas de salud y prácticas están bajo contrato. Para reducir el costo de atención para una población que podría ser un contrato con aseguradoras, podría ser parte de la red integrada clínica. Podría ser parte de varios programas gubernamentales. Así juntar datos en la nube a través de múltiples HCE aumenta la escalabilidad y la capacidad de colaborar en esa red integrada clínicamente.
Un segundo caso de uso podría ser donde no tenemos especialidades específicas, por lo que se contratan especialidades que están fuera de nuestra organización o que sirven a través de múltiples organizaciones y se aprovecha una arquitectura en la nube para llevar las imágenes y los flujos de trabajo a ellos. Un buen ejemplo aquí es que la mayoría de las salas de emergencia pediátricas pueden no tener subespecialistas pediátricos como un radiólogo o un neurorradiólogo. Y un médico trabajando con una empresa privada radiología podría trabajar a través de múltiples sitios.
– Relacionado con el tema de la colaboración a través de sistemas de salud. Creo que la computación en la nube también está mejorando la equidad en salud al permitir que los pacientes en áreas rurales o desatendidas reciban el mismo nivel de atención que aquellos en ciudades más grandes con más recursos al conectar diferentes sistemas de salud y al conectar especialistas, por ejemplo, como mencionó, radiólogos pediátricos o radiólogos muy especializados en un área particular, disciplina, para ayudar a áreas con recursos más limitados.
– Absolutamente, y hablamos un poco sobre neurología pediátrica, pero la oncología y los comités de tumores son otro caso de uso complejo donde los especialistas pueden no estar ubicados en la ubicación. De hecho, en la circunstancia de la guerra entre Ucrania y Rusia, Medicai ha podido proporcionar servicios de radiología oncológica, a través de fronteras y en áreas, no solo desatendidas, sino bajo circunstancias horribles. Así que hemos demostrado ese caso de uso, particularmente donde hay una falta de infraestructura, ya sea rural o, desafortunadamente en un área que está bajo conflicto.
– Sí, eso es cierto. ¿Qué diría sobre el tema de privacidad y seguridad? ¿Cómo impacta el uso de la computación en la nube a la privacidad y seguridad del paciente, y qué medidas están tomando los proveedores de salud para garantizar que los datos sensibles estén protegidos mientras utilizan la computación en la nube?
– Bueno, sabe, en primer lugar, este no es solo un problema para la nube, es un problema para todos nosotros en el sector salud, nosotros
debemos ser increíblemente conscientes de cómo vemos los riesgos para nuestro sistema de salud, para los datos de nuestros pacientes. Así que la cultura y la vigilancia constante son necesarias sin importar la plataforma en la que estemos. El malware que ataca un sistema, debido a un correo electrónico en el que hicimos clic inocentemente, es algo horrible para un sistema de salud y ciertamente hay muchos ejemplos de eso, sin importar si están o no en la nube. Dicho eso, la nube nos brinda la oportunidad de proporcionar redundancia y respaldo, en circunstancias donde ha ocurrido un problema con la privacidad o ataques al sistema de salud. Creo que, el otro aspecto de la nube es que muchos de nuestros sistemas locales y nuestros expertos locales no son tan sofisticados como nos gustaría.
Es realmente, realmente difícil conseguir los directores de seguridad de la información y la experiencia en privacidad que necesitamos en todas las entidades. Y entonces tenemos una oportunidad aquí de aprovechar la nube y la experiencia de arquitecturas grandes, como Azure y Microsoft o Google o Amazon, donde están refinando y construyendo constantemente una arquitectura muy robusta.
Y por lo tanto, la arquitectura de la nube nos da una oportunidad de aprovechar eso sin tener que construir esa experiencia localmente. Finalmente, creo que hay riesgos para un modelo centralizado, usted sabe, un único punto de falla, lo que sea. Pero, creo que prefiero arriesgarme en una arquitectura robusta y fortalecida en la nube que gestionar todos los puntos de falla que podríamos tener dentro de una arquitectura local.
– Ha habido mucha conversación sobre los posibles beneficios del aprendizaje automático y la inteligencia artificial en el sector salud, y particularmente en la imagen médica. ¿Cómo influye la computación en la nube en esta situación y qué tipos de herramientas y tecnologías están surgiendo en este espacio?
– Correcto. Sabe, creo que volvemos al comentario inicial que hicimos, que al disponer de almacenamiento bajo demanda escalable y poder de cómputo proporcionamos escalabilidad y capacidades que no tenemos localmente.
Sabe, instalar racks de servidores y ponerlos en marcha y pagarlos de manera continua no es algo manejable ciertamente por entidades pequeñas, pero incluso por algunos de los sistemas de salud más grandes. Así que la primera respuesta obvia es escalabilidad y poder de cómputo. Creo que cuando pensamos en algunos de estos modelos, incluso solo algunos de los modelos de aprendizaje automático que podríantener entre 30 y 120 características o variables, conseguir que esos se ejecuten de forma continua.
Y como ejemplo de esto está la sepsis, nuestro modelo de sepsis, que Epic ayudó a desarrollar, que se ejecuta cada 30 minutos en mil camas y se actualiza constantemente. Eso no es algo que podamos ejecutar en el hardware típico del EHR situado localmente. Movimos eso a la nube hace un tiempo, y ha sido muy efectivo para nosotros, aunque creo que ese es un ejemplo sencillo, tal vez no tan sencillo, pero ese es un modelo de aprendizaje automático con un pequeño número de variables.
Pero si empezamos a mirar el análisis de imágenes y el reconocimiento de imágenes, nos adentramos en grandes modelos de lenguaje generativo como ChatGPT, e incluso el procesamiento de lenguaje natural. Nuestra capacidad para ejecutar eso en la totalidad de un EMR de cuatro terabytes como el que tenemos simplemente no es factible. Así que tenemos que movernos a la nube y usar la escalabilidad y la potencia que se puede poner en línea rápidamente y luego apagar nuevamente o mantener corriendo para algoritmos continuos.
– Gracias. Hablemos un poco sobre los beneficios de la computación en la nube en lo que concierne a la escalabilidad de las organizaciones de salud. ¿Cómo es esto particularmente beneficioso y qué tipo de desafíos plantea para los departamentos de TI, en una organización de salud?
– Claro. Sabe, hablamos de la nube como si fuera un beneficio establecido, como si de inmediato obtienes ahorros de costos y, y escalabilidad. Pero es algo así como un santo grial. Depende del caso de uso comercial si se ha logrado eso o no. Así que piensas en el software como servicio, arquitectura de nube basada en la web, muy simple, Salesforce, varios otros, sistemas de recursos humanos y financieros, basados en la web, podemos obtener beneficios de la nube relativamente rápido.
Pero piensas en otros casos de uso como manejar datos clínicos, esto ha sido más desafiante. Así que realmente tenemos que mirar cuidadosamente los casos de uso y pensar muy cuidadosamente sobre si un caso de uso particular puede moverse a la nube.
Por ejemplo, mover un EMR completo a la nube, tal vez no se ha demostrado. Unos pocos casos como Athena. Pero no la totalidad de una arquitectura típica basada en servidores. Así que, hay algunos ejemplos donde los casos financieros están emergiendo, y hablamos sobre automatización de procesos de IA y gestión de flujos de trabajo complejos entre entidades, integración de datos a gran escala, y ciertamente almacenamiento y redundancia para grandes archivos y necesidades de almacenamiento grandes.
Y un gran ejemplo aquí es, y, y una de las razones por las cuales Medicai existe es, ser capaz de manejar la radiología y otros archivos de modalidad complejos. Y así Medicai es realmente una plataforma de gestión de archivos, con capacidades de almacenamiento y capacidades de visualización. Y todas ellas pueden estar en la nube de manera económica.
Hemos sido capaces de demostrar eso para nuestros clientes. Esto, que podemos reducir sustancialmente los costos de almacenamiento y proporcionar una gran flexibilidad en términos de flujos de trabajo y gestión de archivos.
– A medida que más y más organizaciones de salud adoptan la computación en la nube, ¿qué tipo de habilidades y conocimientos se requerirán para que los profesionales de TI gestionen estos sistemas y los mantengan?
– Absolutamente. Los programas tradicionales de ingeniería de computadoras enseñan codificación y enseñan habilidades de programación tipo waterfall y realmente no han entrado todavía en la computación basada en la nube y arquitecturas que están surgiendo rápidamente. Es un conjunto de habilidades que debe desarrollarse, posiblemente fuera de los programas tradicionales.
Está llegando. Y ciertamente las organizaciones educativas ofrecen algunos buenos programas en adelante. Pero, sabe, cosas como ChatGPT y IA, software como un servicio versus una plataforma, todas estas cosas son tecnologías emergentes que su departamento de TI puede no haber desarrollado. Así que, en un caso que conozco, hizo de la nube una prioridad estratégica y contrató a un vendedor externo para pasar a más de 200 empleados de TI por programas de capacitación y educación.
Así que recomendaría la educación continua y la retoolización de su fuerza laboral de TI, específicamente en torno a cosas como la IA, computación digital basada en la nube, y aprovechar algunas de las herramientas disponibles de Amazon, Google y otros terceros que pueden ayudar a lograr certificaciones y otras habilidades.
– De acuerdo, gracias. ¿Cómo impacta el uso de la computación en la nube a la velocidad y eficiencia de los flujos de trabajo de imagen médica? ¿Cuáles son las oportunidades desde una perspectiva de arquitectura, desde una perspectiva de flujo de trabajo, desde una perspectiva de usuario en términos de velocidad y eficiencia?
– Absolutamente. Desde una perspectiva de arquitectura, la nube existe fuera de sus sistemas tradicionales.
Así que una vez que esos datos y conexiones están hechos en la nube, ahora tienes toda una introducción de modelos de IA de código abierto, incluso nuevos conjuntos de datos. He visto organizaciones comenzar a combinar cosas como el clima, eventos deportivos y diferentes situaciones en una comunidad, tales como la demografía en sus modelos de IA que, que normalmente no habrían podido introducir en sus bases de datos locales. Así que eso es realmente interesante, poder, por ejemplo, predecir llegadas a urgencias, probablemente necesites saber algo sobre lo que está pasando en tu comunidad.
– Muy interesante.
– Pero también la capacidad de introducir algoritmos, que normalmente no podríamos introducir en una arquitectura tradicional basada en servidores, poder poner en marcha servidores, poner en marcha esos algoritmos se puede hacer mucho más rápidamente en la arquitectura basada en la nube desde una perspectiva de flujo de trabajo y usuario.
Así que algo completamente diferente a la tecnología, pero, pero poder implementar la nube a través de entidades muy rápidamente. Muchos de nuestros vendedores están activando arquitecturas basadas en la nube a través de clientes, con relativa facilidad. No estamos esperando a que se entreguen servidores, se activen, se configuren. Y luego podemos traer datos, y acceder a información desde más allá de los límites de un sistema de salud tradicional.
Así que, por ejemplo, con la imagen radiológica, sabe, tan pronto como sabemos que hay una entidad que está ingresando a un área de servicios de radiología, podemos proporcionar acceso a una arquitectura basada en la nube, activar nuestros nodos y comenzar a permitir que radiólogos y otros expertos accedan a esa información extremadamente rápido.
– Muchas gracias por estos insights, Dr. Kramer. Tengo una pregunta final para usted. Uno de los desafíos clave en la imagen médica es manejar conjuntos de datos complejos que requieren mucho almacenamiento y poder de procesamiento. ¿Cómo ayuda la computación en la nube a abordar estos desafíos? ¿Qué tipo de infraestructura se requiere para soportar estos sistemas?
– Esta es una buena pregunta que resume lo que hemos hablado antes, pero la nube puede crear una plataforma de usuario común entre entidades. La combinación de aplicaciones que se ejecutan en un entorno basado en la web y un entorno host en la nube con almacenamiento común proporcionan herramientas a través de entidades.
Y esto es ciertamente cierto para la imagen. Donde las modalidades de imagen son cada vez más complejas, y requieren cada vez más experiencia cada día para los propósitos del cuidado del paciente, el aprendizaje, la investigación o el desarrollo de nuevos algoritmos, la nube está excepcionalmente bien preparada para proporcionar mayores y mayores beneficios a aquellos que están implementando esos casos de uso.
En segundo lugar, esa arquitectura es asequible. El almacenamiento en la nube puede ser desde la mitad hasta el 20% de lo que estamos viendo en las organizaciones locales y en-prem. A continuación, la nube tiene acceso a una gran cantidad de interfaces de programación de aplicaciones, estándares FHIR, HL7. Los modelos de datos y las herramientas de gestión de datos complejas están fácilmente accesibles, generalizables, de código abierto, disponibles en la nube.
La siguiente nube nos permitirá tener una potencia bajo demanda y continua para el procesamiento complejo, conjuntos de datos grandes, aprendizaje profundo, redes neuronales, todas las palabras de moda de la IA y la realidad de la IA están cobrando vida, para casos de uso que utilizan esas herramientas. Hablamos un poco sobre colaboración para el cuidado clínico, pero el descubrimiento y la investigación nuevos – las herramientas en la nube nos van a permitir anonimizar datos, desidentificar, reidentificar, crear gemelos digitales y hacer investigación de maneras que nunca antes hemos hecho, a una escala que nunca antes hemos hecho. Así que, usar la nube para la farmacéutica, por ejemplo, entender una población de pacientes, que ha estado sometida a quimioterapia, viendo las imágenes y medios para detectar remisión, progresión, metástasis, lo que sea. Solo podrías hacer un análisis digital a gran escala de imágenes, dentro de un curso de poder en la nube. Así que, hay muchas oportunidades, muchos casos de uso. Creo que vamos a ver la combinación de grandes conjunto de datos de IA, poder de procesamiento, todos converger en la nube. Y eso va a ser estratégico para las organizaciones que quieren ser de vanguardia, en términos de aumentar su fuerza laboral, reducir costos y proporcionar mayores servicios de manera más confiable a sus pacientes y a sus proveedores.
– Muchas gracias, Dr. Kramer, por participar en este episodio y por compartir con nosotros su experiencia. A todos, por favor envíenos sus pensamientos o preguntas que puedan tener para el Dr. Kramer, a [email protected]. Siéntase libre de enviarnos sus comentarios en nuestros canales sociales y síganos en medicai.io. Hasta la próxima, gracias.
– Gracias, Andra. Gracias por tenerme aquí.
