*Disclaimer: Weder der Autor noch Splunk Inc. erheben den Anspruch, dass Splunk eine medizinische Software oder Beratungsanwendung für medizinische Untersuchungen ist. Splunk hilft nicht bei der eigentlichen Diagnose von Patienten und ist kein offiziell zugelassenes und autorisiertes System zur Erstellung von Aufzeichnungen und Beobachtungen. Bitte beachtet, dass Splunk von der FDA oder anderen Zulassungsstellen nicht für die Nutzung von KI mit medizinischen Geräten/bildgebenden Diagnoseverfahren oder für die Integration von Daten mit einer elektronischen Gesundheits- bzw. Patientenakte zugelassen ist. Der folgende Anwendungsfall soll beispielhaft zeigen, wie Splunk als klinisches Benachrichtigungssystem zur Unterstützung der Auftragskommunikation/Resultatabfrage (OC/RR, Order Communications/Results Retrieval) eingesetzt werden kann.
Im gegenwärtigen Kontext und angesichts des Drucks, unter dem medizinische Fachkräfte und Krankenhäuser im Allgemeinen stehen, ist der Zugang zu Informationen heute wichtiger denn je. Dabei ist es unerlässlich, medizinische Behandlungen zu optimieren, Echtzeit-Warnmeldungen und Benachrichtigungen zu ermöglichen, Behandlungsmethoden durch maschinelles Lernen mit wichtigen Informationen zu ergänzen und den Zugang und die Mobilität der wichtigsten Daten über eine ergonomische und schnelle Schnittstelle zu gewährleisten.
Kürzlich hatte ich – dank Splunker Anthony Costeseque – die Gelegenheit, an einem ganz besonderen Anwendungsfall für ein großes französisches Krankenhaus mitzuarbeiten. In diesem Artikel möchte ich euch mehr über dieses spannende und hochaktuelle Projekt erzählen.
Die Entstehungsgeschichte des Projekts
Die Integration von künstlicher Intelligenz und maschinellem Lernen in medizinische Untersuchungen zur Erleichterung der Diagnose hat sich bereits bewährt – mit zufriedenstellenden Ergebnissen für die Patienten.
Die Herausforderung in unserem Projekt bestand darin, ein Tool bereitzustellen, mit dem sich alle Daten von Patienten, ihre Untersuchungen sowie die Ergebnisse von KI-Behandlungen zentralisieren und überwachen lassen. Außerdem sollte ein Dashboard bereitgestellt werden, das einfach und intuitiv zu bedienen ist, um so nicht nur auf die Informationen zuzugreifen, sondern diese auch in Echtzeit zu nutzen.
Und wie kommt hier Splunk mit ins Spiel?
Nun ja, wie könnte man nicht an Splunk denken, wenn es um die Zentralisierung aller Daten, Monitoring und Dashboarding geht? Splunk ist eine vielseitig einsetzbare Plattform, deren Einsatz sich nicht ausschließlich auf klassische Bereiche wie Cyber-Security oder IT beschränkt.
„Splunk kann tatsächlich jeden Wunsch erfüllen, wenn es um die Nutzung, Transformation und Extraktion von in Daten verstecktem Mehrwert geht.“
Und darüber hinaus bietet die Einführung des neuen Dashboarding-Frameworks seit letztem Jahr unendlich viele Möglichkeiten was das Abrufen von Daten und Erstellen von Dashboards betrifft. Das Data Storytelling, also die Fähigkeit, Datenerkenntnisse mittels einer Geschichte sichtbar zu machen, war noch nie so leicht wie mit diesem Tool und seinem intuitiven, einfachen und leistungsfähigen Editor.
Darüber hinaus ist es ein echtes Framework, das die Erstellung von Frontend-Entwicklungsumgebungen rund um Splunk Dashboards erleichtert. Es wurde mit React, einem modernen und beliebten Framework entwickelt, und bietet daher die Möglichkeit, alle mit dieser Bibliothek kompatiblen Komponenten zu integrieren.
Schreiten wir zur Tat!
Die Verarbeitung medizinische Bildgebungsverfahren nahm früher viel Zeit in Anspruch (im Durchschnitt einige Stunden). Gerade heute, wo jede Sekunde zählt, ist es jedoch unerlässlich geworden, die Ärzte zu benachrichtigen, sobald die Ergebnisse vorliegen. Die vorgeschlagene Architektur ist ganz klassisch: Die von den Machine-Learning-Algorithmen in anderen medizinischen Geräten generierten Dateien sowie die Bildausschnitte werden miteinander verknüpft und in einem Ordner abgelegt, der in der Splunk-Plattform indiziert wird.
Es wird dann in Echtzeit eine Benachrichtigung an die an die entsprechenden medizinischen Fachkräfte gesendet: ein erheblicher Zeitgewinn!
Die Herausforderung bei der Visualisierung der Ergebnisse bestand darin, eine ergonomische Schnittstelle zur Anzeige der Bildausschnitte und der damit verknüpften Daten vorzuschlagen. Also verbrachte ich einige Stunden damit, nach der passenden visuellen React-Komponente zu suchen, die ich in das Dashboard integrieren könnte. Der glückliche Gewinner war die React Image Gallery, die sich nach einigen kleinen Modifikationen perfekt integrieren ließ.
Genug geredet – Hier ist das Dashboard in Aktion:
Das Tüpfelchen auf dem i?
Bevor Ärzte ihre Diagnose abgeben, können sie gleichzeitig mit den Ergebnissen interagieren, Stellungnahmen verfassen und die Historie der hinzugefügten Kommentare einsehen.
Dies ermöglicht dem Arzt:
- In Echtzeit benachrichtigt zu werden, sobald Ergebnisse vorliegen
- Alle Daten sowie die Bildausschnitte auf jedem beliebigen Gerät anzuzeigen: auf dem Rechner mit Splunk, dem Smartphone oder Tablet mit Splunk Mobile oder sogar auf einem Fernseher mit Splunk TV
- Stellungnahmen zu verfassen und einzusehen
Ein großes Dankeschön an Anthony Costeseque, der es ermöglicht hat, diesen Anwendungsfall zu realisieren!
Für Details zur Technik:
- Präsentation des neuen Dashboarding-Frameworks: https://www.splunk.com/en_us/blog/platform/reintroducing-splunk-dashboards.html
- Der Quellcode für die Anwendung ist hier abrufbar: https://bit.ly/2OOr1cX
- Entwicklung von React-Anwendungen für Splunk Enterprise und Splunk Cloud: Installiert das Paket über npm (https://www.npmjs.com/package/@splunk/dashboard-core) und probiert die hier verfügbaren Beispiele aus https://github.com/splunk/dashboard-conf19-examples.
***
Ihr könnt Euch gerne an Anthony Costeseque und mich wenden, wenn Ihr Fragen, Anmerkungen oder Vorschläge zu dem Projekt habt!
---------------
Happy Splunking, Atef Kouki
*Dieser Artikel wurde aus dem Französischen übersetzt und editiert. Den Originalblogpost findet ihr hier: Splunk au service du personnel médical.
