چگونه یک استارت آپ فناوری از هوش مصنوعی برای یافتن درمان های بهتر برای اوتیسم استفاده می کند

پسر 3 ساله اوتیستیک لینگ شائو در برقراری ارتباط مشکل دارد. او می‌گوید: «کوچک‌ترین پسرم تقریباً قسمتی از پیشانی‌اش کلسیفیه شده است، زیرا به شدت به آن ضربه می‌زند، زیرا ناامید است و نمی‌تواند آنچه را که می‌خواهد بگوید». “این دلخراش است.”

شائو، که مادر چهار کودک مبتلا به اختلال طیف اوتیسم است، یک کهنه کار صنعت بهداشت است. . او نقش‌های رهبری اجرایی در بیمه‌گر UnitedHealth، غول خدمات مراقبت‌های بهداشتی Optum و استارت‌آپ مراقبت‌های بهداشتی دیجیتال Buoy Health داشته است. اما او به‌طور فزاینده‌ای از آنچه به‌عنوان برخی از بزرگ‌ترین موانع در دسترس‌پذیرتر مراقبت‌های اوتیسم می‌داند، ناامید شد: فقدان شفافیت داده‌ها که تعریف و در نتیجه جستجوی مراقبت‌های با کیفیت و اثبات‌شده را برای والدین دشوار می‌کند.

سال گذشته Shao SpectrumAi برای رفع برخی از این کاستی های اساسی در مراقبت از اوتیسم، با استفاده از یک پلت فرم نرم افزاری و مصنوعی هوش برای جمع‌آوری داده‌های درمان اوتیسم با چشم‌اندازی به آینده‌ای که در آن ارائه‌دهندگان مراقبت برای ارزشی که به ارمغان می‌آورند، به‌جای بخش عمده خدماتی که ارائه می‌کنند، پرداخت می‌شود و بهترین شیوه‌ها را تشویق می‌کند.

شرکت در اوایل ژوئن یک دور بودجه ۹ میلیون دلاری را اعلام کرد به رهبری F-Prime Capital و Frist Cressey Ventures، در کنار سرمایه‌گذاری‌های صندوق تاثیر اوتیسم. به طور خلاصه، مأموریت آن شفاف‌سازی برای شیوه‌های نامشخص و ضعیف اندازه‌گیری شده تحلیل رفتاری کاربردی (ABA)، نوعی از درمان اوتیسم است.

درباره به گفته مرکز کنترل و پیشگیری از بیماری، از هر 44 کودک آمریکایی 1 کودک دارای اختلال طیف اوتیسم هستند. و ABA با اختلاف طولانی‌ترین و متداول ترین نوع درمان اوتیسم، با مطالعات متعددی که نویدبخش آن را در کودکان نشان می دهد. انواع ABA ممکن است شامل تقویت مثبت باشد، جایی که بیمار برای دستیابی به اهداف ارتباطی خاص یا پاسخ صحیح به سؤالات درمانگر خود پاداش دریافت می کند. درمان‌ها ممکن است شامل مواردی مانند ارتباط تبادل تصویر باشد، که در آن بیمار ممکن است شروع به درخواست یک شی با مبادله تصویر آن با چیز واقعی کند و در نهایت به درخواست شفاهی آن شی ادامه دهد.

اینها ابزارهای بسیار ارزشمندی برای افراد مبتلا به اختلال طیف اوتیسم هستند، به ویژه کودکانی که در مهارت های ارتباطی خود عقب مانده اند. شائو می گوید، اما ارائه دهندگان درمانی که ABA را به طور نادرست اعمال می کنند، می توانند به طور فعال مضر باشند و رفتارهای منفی را تقویت کنند. او می‌گوید و یکی از کاستی‌های اساسی در سیستم بهداشتی ایالات متحده، که در آن مراقبت‌های رفتاری و سلامت روان اغلب کوتاه‌مدت ارائه می‌شود، این است که «هیچ استانداردهای داده‌های عینی پذیرفته‌شده جهانی برای ارزیابی نتایج و بهبود کیفیت مراقبت وجود ندارد.

برخی از والدین ممکن است برای یافتن یک ارائه دهنده مراقبت موثر ABA دست و پا بزنند زیرا داده ها به سادگی به شکل مناسبی وجود ندارند. هدف SpectrumAi این است که با اندازه‌گیری آن به روش تجربی از طریق یک پلتفرم دیجیتال، وضوح بیشتری را در مورد آنچه کار می‌کند و نتایج درمانی بهتری ایجاد کند. نرم‌افزار SpectrumAi به جای نوشتن یادداشت‌های کاغذی غیرقابل اندازه‌گیری و ذهنی که جریان درمان ABA را که مستلزم مشارکت عمیق درمانگر است، قطع می‌کند، به خودکارسازی فرآیند جمع‌آوری داده‌ها کمک می‌کند و یک مرکز اطلاعاتی در دسترس را فراهم می‌کند که همچنین می‌تواند به درمانگران کمک کند تا در این مورد کمک کنند. موثرترین تکنیک های ABA برای گروه های مختلف بیماران. شائو مشتریان خاص SpectrumAi را فاش نکرد، اما گفت که آنها شامل بازیگران اصلی در سراسر صنعت بیمه درمانی ایالات متحده و ارائه دهندگان ABA هستند.

هدف نرم‌افزار SpectrumAi دو چیز است: به بیمه‌گران راه ساده‌تری بدهد تا دقیقاً از چه نوع اهداف درمانی و تکنیک‌های ABA در جلسات استفاده می‌شود (معادل سلامت رفتاری برای مشاهده اینکه آیا MRI و آزمایش خون در طول بازدید از بیمارستان انجام شده است یا خیر)، و به درمانگران ABA رابطی بدهید که ضبط انواع تکنیک هایی را که در طول یک جلسه به کار گرفته اند بسیار ساده تر می کند. شائو می‌گوید: تک‌دوچرخه، و در عین حال، آنها باید یک ماشین خودران تهیه کنند که در واقع به آنها کمک می‌کند تا از انجام بهتر کارشان جلوگیری کند.

همانطور که SpectrumAi درمان‌ها و نتایج را تجزیه و تحلیل می‌کند، شائو امیدوار است بهترین شیوه‌ها را با درمانگران ABA به اشتراک بگذارد تا به شناسایی اثبات‌شده کمک کند. رویکردهایی برای نیازهای فردی هر کودک شائو می‌گوید: «یکی از راه‌های دیگری که فکر می‌کنیم می‌توانید کیفیت را افزایش دهید، واقعاً یادگیری مشترک است، با استفاده از آن داده‌ها و ارائه آن‌ها به ارائه‌دهندگان و گفتن، «هی، این چیزی است که بهتر از روش‌های دیگر کار می‌کند». با توجه به نوع ارزیابی‌ها و پیشینه‌شان و چالش‌هایی که ممکن است با آن روبرو شوند، شاید این روی این بچه کار کند، و این چیز دیگر روی این بچه دیگر کار کند.»


سای موکرجی به مدت یک دهه در مورد صنعت مراقبت های بهداشتی گزارش داده است. او مشاور و معمار ارتباطات در IDEA Pharma است.

5/5 - (1 امتیاز)
خروج از نسخه موبایل