Heidi rakensi skaalautuvan tekoälyn terveydenhuoltoon
Australialaislähtöinen tekoälyratkaisujen toimittaja Heidi on automatisoinut kliinisen työn hallinnollista puolta 190 maassa. Yritys nojaa onnistumisessaan aiempiin infrastruktuuriratkaisuihin.

Australialaislähtöinen tekoälypalvelu Heidi on kehittänyt ja ottanut käyttöön tuotantotason tekoälyratkaisuja globaalisti terveydenhuoltoalalle. Heidinin lippulaivatuote, Heidi Scribe, automatisoi merkittävän osan lääkintähenkilökunnan päivittäisestä hallinnollisesta työstä yli 190 maassa. Palvelu tukee arviolta 2,7 miljoonaa potilaskohtaamista viikoittain.
Heidinin mukaan tuotantotason tekoälyn käyttöönotto terveydenhuollossa vaatii erilaisen arkkitehtuurin kuin muilla aloilla. Toisin kuin monilla muilla toimialoilla, joilla pienet virheet tekoälyjärjestelmissä ovat korkeintaan haitta, terveydenhuollossa virheprosentti voi muodostua kliiniseksi turvallisuusriskiksi. Heidinin toimitusjohtaja Yu Liu korostaa, että järjestelmän on oltava suunniteltu siten, että jokainen tuotos voidaan tarkastaa ja auditoida, ja sen on oltava luotettava potilaan hoidossa.
Tietojen paikallinen säilyttäminen on Heidinille ennakkoedellytys. Lainsäädäntö, kuten EU:n GDPR ja Yhdysvaltain HIPAA, vaatii potilastietojen pysymistä alueellisissa palvelimissa. Heidi toteuttaa tämän hajauttamalla tuotantoympäristönsä loogisesti eristetyiksi kokonaisuuksiksi eri puolille maailmaa. Myös jäljitettävyys on suunniteltu alusta alkaen, jotta voidaan tarvittaessa selvittää, mitä tietoa malli käytti ja mitä lopputuloksia se tuotti.
Heidi käyttää tietojen hallintaan MongoDB-tietokantaratkaisua. Tämä mahdollistaa joustavan datan käsittelyn, mikä on välttämätöntä nopeasti kehittyvien tekoälysovellusten kanssa. Heidinin mukaan datan arkkitehtuuri on kriittinen osa järjestelmää, ja MongoDB:n avulla he pystyvät käsittelemään monimuotoista lääketieteellistä dataa, kuten potilaskertomuksia ja lääkäreiden muistiinpanoja, yhtenäisessä muodossa. Yritys hyödyntää myös MongoDB Atlas -alustan vektorihakuominaisuuksia semanttisen haun toteuttamiseksi ilman erillisiä vektoritietokantoja.