Conseil en IA et données en santé

Je prends en charge une gamme de cas d'utilisation de l'IA dans le domaine de la santé, notamment la prévision des risques cliniques (réadmission, sepsis, détérioration), la stratification de la santé de la population, l'optimisation opérationnelle (planification, allocation des ressources, durée du séjour), l'amélioration de la documentation clinique avec la PNL et les systèmes d'aide au diagnostic. Mon rôle se situe généralement au niveau de l'ingénierie des données et de l'intégration clinique plutôt qu'au niveau du développement du modèle de base, bien que je collabore étroitement avec les équipes de science des données.

Les données cliniques sont désordonnées, clairsemées et sémantiquement complexes. J'aborde ce problème en créant des pipelines de données robustes qui gèrent les valeurs manquantes, normalisent la terminologie entre différents systèmes de codage, l'alignement temporel des événements et la gestion appropriée du contexte clinique. Par exemple, une valeur de laboratoire signifie différentes choses selon le contexte clinique, les unités utilisées et les plages de référence, et je m'assure que ces nuances sont capturées dans le processus d'ingénierie des fonctionnalités.

Si votre modèle d'IA prend des décisions ou des recommandations cliniques, il peut être classé comme logiciel en tant que dispositif médical par la FDA. Je vous aide à comprendre où se situe votre cas d'utilisation sur le spectre réglementaire, depuis l'aide à la décision clinique exemptée de la surveillance de la FDA jusqu'aux algorithmes verrouillés qui nécessitent une soumission préalable à la commercialisation. J'aide également à mettre en œuvre les pratiques de documentation et de validation qui soutiennent les soumissions réglementaires.

Oui. C'est l'une de mes principales forces. Je conçois des modèles d'intégration qui fournissent des informations générées par l'IA directement dans le flux de travail du clinicien au sein du DSE. Cela peut se faire via des CDS Hooks qui affichent les scores de risque au point d'intervention, des applications SMART on FHIR qui présentent des résultats de modèle plus détaillés ou des intégrations de DSE personnalisées qui réécrivent les résultats du modèle sous forme d'observations cliniques ou d'alertes.

Je mets en œuvre des cadres de gouvernance des données qui incluent un accès aux données basé sur les rôles, une désidentification conforme à la HIPAA pour les ensembles de données de formation de modèles, une journalisation d'audit pour l'accès aux données et des environnements de calcul sécurisés. Pour les projets nécessitant de véritables PHI, je m'assure que les accords BAA appropriés sont en place et que le traitement des données suit les principes d'accès minimum nécessaires. J'évalue également la génération de données synthétiques et les approches d'apprentissage fédéré, le cas échéant.