Dalam artikel resmi di blognya, NVIDIA (13/11) menjelaskan bagaimana kecerdasan buatan (AI) dapat membantu tim medis memprioritaskan pasien berdasarkan rekam medis yang menumpuk selama puluhan tahun. Synapsis AI, yang dikembangkan Dyania Health, adalah mesin penalaran klinis yang menyatukan catatan dokter, laporan operasi, hasil laboratorium, serta pembacaan citra dan patologi. Hasilnya berupa sinyal klinis yang dapat ditelusuri ke dokumen asal, sehingga tim medis dapat melihat pasien mana yang perlu perhatian dan alasan di baliknya; keputusan tetap diambil oleh klinisi.
Menurut NVIDIA, Synapsis AI berjalan di dalam jaringan internal rumah sakit yang dilindungi tembok api, pada komputer dengan cip akselerasi komputasi atau GPU. Dengan pemrosesan lokal, catatan pasien tidak dibagikan ke pihak luar dan tidak meninggalkan rumah sakit. Cara ini memungkinkan klinisi menyempatkan lebih banyak waktu bersama pasien, alih-alih menelaah berkas secara manual. Dyania membangun dan melatih model klinisnya dengan pustaka NVIDIA NeMo, lalu memakai TensorRT dan TensorRT-LLM agar model berjalan lebih cepat dan efisien pada GPU rumah sakit.
Cleveland Clinic memakai Synapsis AI untuk mendukung studi yang mencakup lebih dari 7.800 pasien penggantian katup aorta antara 2005 dan 2021. Menurut NVIDIA, sistem membaca rekam medis, termasuk setiap ekokardiogram yang ditambahkan setelah operasi, untuk memprediksi risiko kemunduran kondisi katup dan tindakan intervensi ulang tiga, lima, dan sepuluh tahun setelah prosedur. Platform itu menuntaskan telaah berkas untuk seluruh kelompok pasien, pekerjaan yang diperkirakan membutuhkan waktu bertahun-tahun bagi klinisi jika dilakukan manual.
Rilis NVIDIA juga menyinggung penggunaan AI untuk mendukung dokter radiologi, tim rumah sakit, dan pasien di rumah. Pendekatan yang sama dapat membantu menyaring pasien yang memenuhi syarat uji klinis, menutup celah perawatan di kardiologi dan onkologi, serta mengisi registri klinis. Dalam Synapsis AI, sistem menyajikan bukti dari rekam medis, sedangkan klinisi tetap harus mengonfirmasi setiap temuan dan bertindak berdasarkannya. Secara umum, mesin penalaran klinis adalah sistem yang menghubungkan informasi dari banyak dokumen agar pola yang tersebar di dalamnya dapat ditemukan.