2019年2月15日—亚马逊最近宣布了符合hipaa标准的亚马逊理解医疗机器学习该服务允许开发人员处理非结构化的医疗文本,并识别诸如患者诊断、治疗、剂量、症状和体征等信息。理解医疗帮助改善临床决策支持,简化收入周期和临床试验管理,并更好地解决数据隐私和受保护的健康信息(PHI)需求。
目前,大多数健康和患者数据都以非结构化医疗文本的形式存储,如医疗记录、处方、音频采访记录以及病理学和放射学报告。如今,识别这些信息是一个手工且耗时的过程;它要么需要高技能的医疗专家输入数据,要么需要开发团队编写定制代码和规则来尝试自动提取信息。在这两种情况下,这种无差别的繁重工作占用了用于改善患者预后的物质资源技术.
Amazon understand Medical允许开发人员自动识别关键的通用医疗信息类型,准确率很高,而且不需要大量的自定义规则。理解医疗可以识别医疗条件,解剖术语,药物,医疗测试,治疗和程序的细节。最终,这些丰富的信息可能有一天能够帮助消费者管理他们自己的健康,包括药物管理,主动安排护理访问,或授权他们对自己的健康和资格做出知情的决定。
不需要提供或管理服务器—开发人员只需要向领悟医疗提供非结构化的医疗文本。该服务将“阅读”文本,然后识别并返回其中包含的医疗信息。理解医疗还将突出显示受保护的健康信息(PHI)。不需要训练模型,不需要ML经验,也不存储服务处理的数据或用于训练。通过理解医疗应用程序编程接口(API),可以轻松地将这些新功能与现有服务和卫生系统集成。该服务也受亚马逊网络服务(AWS) HIPAA资格和BAA的保护。
从医学语言中解锁这些信息可以使各种常见的医疗用例变得更简单、更划算,包括:临床决策支持(例如,获取患者病史的历史快照)、收入周期管理(例如,简化耗时的手动数据录入过程)、临床试验管理(例如,通过识别和招募具有某些属性的患者进入临床试验)、建立人口健康平台,以及帮助解决φ需求(例如,为保障私隐及安全。)
亚马逊表示,它正在与西雅图的弗雷德·哈钦森癌症研究中心密切合作,以支持他们未来根除癌症的目标。理解医疗正在帮助确定可能从特定癌症疗法中受益的临床试验患者。Fred Hutch能够评估数以百万计的临床记录,提取和索引医疗状况、药物和癌症治疗方案的选择,将处理每个文件的时间从几小时减少到几秒。
弗雷德·哈钦森癌症研究中心的首席信息官马修·特伦内尔说:“从本质上讲,治愈癌症是一个时间问题。”“对于癌症患者和致力于治疗他们的研究人员来说,时间是有限的资源。在开展临床试验并将其与合适的患者联系起来的过程中,研究团队需要筛选和标记大量非结构化的医疗记录数据。Amazon领悟医疗将把这个时间负担从每条记录数小时减少到几秒。这是让研究人员在需要的时候快速获得所需信息的关键一步,这样他们就可以找到可行的见解,为患者推进挽救生命的疗法。”
罗氏的navfy决策支持组合提供了加速研究和实现个性化医疗保健的解决方案。随着医院系统每天产生千万亿字节的非结构化数据,我们的目标是获取这些信息,并将其转化为有效访问和理解的有用见解,”罗氏诊断信息解决方案软件工程主管Anish Kejariwal说。“Amazon understand Medical提供的功能可以帮助我们从医疗文档中快速提取和结构化信息,这样我们就可以建立一个全面的、纵向的患者视图,并支持决策支持和人口分析。”