Πώς το InpharmD χρησιμοποιεί το Amazon Kendra και το Amazon Lex για να οδηγήσει στη φροντίδα ασθενών με βάση την τεκμηρίωση του PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Πώς το InpharmD χρησιμοποιεί το Amazon Kendra και το Amazon Lex για την παροχή φροντίδας ασθενών βάσει στοιχείων

Αυτή είναι μια δημοσίευση επισκέπτη που συντάχθηκε από Ο Δρ Janhavi Punyarthi, Διευθυντής Ανάπτυξης Μάρκας στην InpharmD.

Πώς το InpharmD χρησιμοποιεί το Amazon Kendra και το Amazon Lex για να οδηγήσει στη φροντίδα ασθενών με βάση την τεκμηρίωση του PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Η διασταύρωση DI και AI: Οι πληροφορίες για τα φάρμακα (DI) αναφέρονται στην ανακάλυψη, χρήση και διαχείριση υγειονομικής και ιατρικών πληροφοριών. Οι πάροχοι υγειονομικής περίθαλψης έχουν πολλές προκλήσεις που σχετίζονται με την ανακάλυψη πληροφοριών φαρμάκων, όπως η εντατική χρονική συμμετοχή, η έλλειψη προσβασιμότητας και η ακρίβεια των αξιόπιστων δεδομένων. Το μέσο κλινικό ερώτημα απαιτεί βιβλιογραφική αναζήτηση που διαρκεί κατά μέσο όρο 18.5 ώρες. Επιπλέον, οι πληροφορίες για τα ναρκωτικά βρίσκονται συχνά σε ανόμοια σιλό πληροφοριών, πίσω από τοίχους πληρωμής και τοίχους σχεδιασμού και γρήγορα γίνονται μπαγιάτικες.

Το InpharmD είναι ένα ακαδημαϊκό δίκτυο κέντρων πληροφοριών φαρμάκων που βασίζεται σε κινητά και συνδυάζει τη δύναμη της τεχνητής νοημοσύνης και της νοημοσύνης των φαρμακείων για να παρέχει επιμελημένες, βασισμένες σε στοιχεία απαντήσεις σε κλινικές έρευνες. Ο στόχος της InpharmD είναι να παρέχει αποτελεσματικά ακριβείς πληροφορίες για τα φάρμακα, ώστε οι πάροχοι υγειονομικής περίθαλψης να μπορούν να λαμβάνουν ενημερωμένες αποφάσεις γρήγορα και να παρέχουν τη βέλτιστη φροντίδα των ασθενών.

Για να πετύχει αυτόν τον στόχο, η InpharmD κατασκεύασε το Sherlock, ένα πρωτότυπο bot που διαβάζει και αποκρυπτογραφεί ιατρική βιβλιογραφία. Το Sherlock βασίζεται σε υπηρεσίες AI συμπεριλαμβανομένων Amazon Kendra, μια έξυπνη υπηρεσία αναζήτησης και Amazon-Lex, μια πλήρως διαχειριζόμενη υπηρεσία AI για τη δημιουργία διεπαφών συνομιλίας σε οποιαδήποτε εφαρμογή. Με το Sherlock, οι πάροχοι υγειονομικής περίθαλψης μπορούν να ανακτήσουν πολύτιμα κλινικά στοιχεία, τα οποία τους επιτρέπουν να λαμβάνουν αποφάσεις βάσει δεδομένων και να περνούν περισσότερο χρόνο με τους ασθενείς. Ο Sherlock έχει πρόσβαση σε περισσότερες από 5,000 περιλήψεις του InpharmD και 1,300 μονογραφίες φαρμάκων από την Αμερικανική Εταιρεία Φαρμακοποιών Συστημάτων Υγείας (ASHP). Αυτή η τράπεζα δεδομένων επεκτείνεται καθημερινά καθώς ανεβαίνουν και επεξεργάζονται περισσότερες περιλήψεις και μονογραφίες. Το Sherlock φιλτράρει τη συνάφεια και την πρόσφατη αναζήτηση για γρήγορη αναζήτηση σε χιλιάδες PDF, μελέτες, περιλήψεις και άλλα έγγραφα και παρέχει απαντήσεις με ακρίβεια 94% σε σύγκριση με ανθρώπους.

Ακολουθεί μια προκαταρκτική βαθμολογία ομοιότητας κειμένου και η μη αυτόματη αξιολόγηση μεταξύ μιας σύνοψης που δημιουργείται από μηχανή και της ανθρώπινης περίληψης.

Πώς το InpharmD χρησιμοποιεί το Amazon Kendra και το Amazon Lex για να οδηγήσει στη φροντίδα ασθενών με βάση την τεκμηρίωση του PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

InpharmD και AWS

Το AWS χρησιμεύει ως επιταχυντής για το InpharmD. Τα AWS SDK μειώνουν σημαντικά τον χρόνο ανάπτυξης παρέχοντας κοινές λειτουργίες που επιτρέπουν στην InpharmD να επικεντρώνεται στην παροχή ποιοτικών αποτελεσμάτων. Οι υπηρεσίες AWS όπως το Amazon Kendra και το Amazon Lex επιτρέπουν στην InpharmD να ανησυχεί λιγότερο για την κλιμάκωση, τη συντήρηση συστημάτων και τη σταθερότητα.

Το παρακάτω διάγραμμα απεικονίζει την αρχιτεκτονική των υπηρεσιών AWS για το Sherlock:

Πώς το InpharmD χρησιμοποιεί το Amazon Kendra και το Amazon Lex για να οδηγήσει στη φροντίδα ασθενών με βάση την τεκμηρίωση του PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Η InpharmD δεν θα μπορούσε να κατασκευάσει το Sherlock χωρίς τη βοήθεια του AWS. Στον πυρήνα, το InpharmD χρησιμοποιεί το Amazon Kendra ως τη βάση των πρωτοβουλιών μηχανικής εκμάθησης (ML) για την ευρετηρίαση της βιβλιοθήκης εγγράφων του InpharmD και την παροχή έξυπνων απαντήσεων χρησιμοποιώντας επεξεργασία φυσικής γλώσσας. Αυτό είναι ανώτερο από τους παραδοσιακούς ασαφείς αλγόριθμους που βασίζονται στην αναζήτηση και το αποτέλεσμα είναι καλύτερες απαντήσεις για ερωτήσεις χρηστών.

Στη συνέχεια, η InpharmD χρησιμοποίησε το Amazon Lex για να δημιουργήσει το Sherlock, μια υπηρεσία chatbot που παρέχει τα αποτελέσματα αναζήτησης του Amazon Kendra με ML μέσω μιας εύχρηστης διεπαφής συνομιλίας. Ο Sherlock χρησιμοποιεί τις δυνατότητες κατανόησης φυσικής γλώσσας του Amazon Lex για να εντοπίσει την πρόθεση και να κατανοήσει καλύτερα το πλαίσιο των ερωτήσεων, προκειμένου να βρει τις καλύτερες απαντήσεις. Αυτό επιτρέπει πιο φυσικές συζητήσεις σχετικά με τις έρευνες και τις απαντήσεις της ιατρικής βιβλιογραφίας.

Επιπλέον, το InpharmD αποθηκεύει το περιεχόμενο πληροφοριών φαρμάκου στο cloud μέσω κάδου S3. Το AWS Lambda επιτρέπει στο InpharmD να κλιμακώνει τη λογική του διακομιστή και να αλληλεπιδρά με διάφορες υπηρεσίες AWS με ευκολία. Είναι το κλειδί για τη σύνδεση του Amazon Kendra με άλλες υπηρεσίες όπως το Amazon Lex.

"Το AWS ήταν απαραίτητο για την επιτάχυνση της ανάπτυξης του Sherlock. Δεν χρειάζεται να ανησυχούμε τόσο πολύ για την κλιμάκωση, τη συντήρηση συστημάτων και τη σταθερότητα, επειδή το AWS το φροντίζει για εμάς. Με το Amazon Kendra και το Amazon Lex, είμαστε σε θέση να δημιουργήσουμε την καλύτερη έκδοση του Sherlock και να μειώσουμε τον χρόνο ανάπτυξής μας κατά μήνες. Επιπλέον, μπορούμε επίσης να μειώσουμε τον χρόνο για κάθε αναζήτηση βιβλιογραφίας κατά 16%."

– Tulasee Chintha, Chief Technological Officer και συνιδρυτής της InpharmD.

Επίπτωση

Έχοντας εμπιστοσύνη σε ένα δίκτυο με περισσότερους από 10,000 παρόχους και οκτώ συστήματα υγείας, το InpharmD βοηθά στην καθοδήγηση πληροφοριών που βασίζονται σε στοιχεία που επιταχύνουν τη λήψη αποφάσεων και εξοικονομούν χρόνο για τους κλινικούς γιατρούς. Με τη βοήθεια των υπηρεσιών InpharmD, ο χρόνος για κάθε αναζήτηση βιβλιογραφίας μειώνεται κατά 16%, εξοικονομώντας περίπου 3 ώρες ανά αναζήτηση. Το InpharmD παρέχει επίσης ένα ολοκληρωμένο αποτέλεσμα, με περίπου 12 περιλήψεις άρθρων περιοδικών για κάθε αναζήτηση βιβλιογραφίας. Με την εφαρμογή του Sherlock, η InpharmD ελπίζει να κάνει τη διαδικασία αναζήτησης βιβλιογραφίας ακόμα πιο αποτελεσματική, συνοψίζοντας περισσότερες μελέτες σε λιγότερο χρόνο.

Το πρωτότυπο του Sherlock αυτή τη στιγμή δοκιμάζεται beta και μοιράζεται με τους παρόχους για να λάβει σχόλια από τους χρήστες.

"Η πρόσβαση στην πλατφόρμα InpharmD είναι πολύ προσαρμόσιμη. Χάρηκα που η ομάδα του InpharmD συνεργάστηκε μαζί μου για να καλύψει τις συγκεκριμένες ανάγκες μου και τις ανάγκες του ιδρύματός μου. Ρώτησα τον Σέρλοκ για την ασφάλεια ενός φαρμάκου και το προϊόν μου έδωσε μια περίληψη και βιβλιογραφία για να απαντήσω γρήγορα σε περίπλοκες κλινικές ερωτήσεις. Αυτό το προϊόν κάνει πολλή δουλειά που προηγουμένως περιλάμβανε πολλά κλικ και αναζήτηση και προσπάθεια πολλών διαφορετικών προμηθευτών αναζήτησης. Για έναν πολυάσχολο γιατρό, λειτουργεί εξαιρετικά. Μου εξοικονομούσε χρόνο και με βοήθησε να διασφαλίσω ότι χρησιμοποιούσα την πιο ενημερωμένη έρευνα για τη λήψη αποφάσεων. Αυτό θα άλλαζε το παιχνίδι όταν ήμουν σε ένα ακαδημαϊκό νοσοκομείο και έκανα κλινική έρευνα, αλλά ακόμα και ως ιδιώτης ιατρός είναι υπέροχο να διασφαλίζεις ότι είσαι πάντα ενημερωμένος με τα τρέχοντα στοιχεία."

– Ghaith Ibrahim, MD στο Wellstar Health System.

Συμπέρασμα

Η ομάδα μας στο InpharmD είναι ενθουσιασμένη που θα βασιστεί στην πρώιμη επιτυχία που έχουμε δει από την ανάπτυξη του Sherlock με τη βοήθεια της Amazon Kendra και της Amazon Lex. Το σχέδιό μας για το Sherlock είναι να το εξελίξουμε σε έναν έξυπνο βοηθό που θα είναι διαθέσιμος οποτεδήποτε, οπουδήποτε. Στο μέλλον, ελπίζουμε να ενσωματώσουμε το Sherlock με την Amazon Alexa, ώστε οι πάροχοι να έχουν άμεση, ανέπαφη πρόσβαση σε στοιχεία, επιτρέποντάς τους να λαμβάνουν γρήγορες κλινικές αποφάσεις βάσει δεδομένων που διασφαλίζουν τη βέλτιστη φροντίδα των ασθενών.


Σχετικά με το Συγγραφέας

Δρ Janhavi Punyarthi είναι ένας καινοτόμος φαρμακοποιός που ηγείται της ανάπτυξης και της δέσμευσης της επωνυμίας στην InpharmD. Με πάθος για τη δημιουργικότητα, η Δρ. Πουνγιάρθι απολαμβάνει να συνδυάζει την αγάπη της για τη γραφή και την ιατρική που βασίζεται σε στοιχεία για να παρουσιάζει την κλινική βιβλιογραφία με συναρπαστικούς τρόπους.

Αποποίηση ευθυνών: Η AWS δεν ευθύνεται για το περιεχόμενο ή την ακρίβεια αυτής της ανάρτησης. Το περιεχόμενο και οι απόψεις σε αυτήν την ανάρτηση είναι αποκλειστικά του τρίτου συντάκτη. Είναι ευθύνη κάθε πελάτη να καθορίσει εάν υπόκεινται στο HIPAA και, εάν ναι, πώς να συμμορφωθεί καλύτερα με το HIPAA και τους κανονισμούς εφαρμογής του. Πριν χρησιμοποιήσετε το AWS σε σχέση με προστατευμένες πληροφορίες υγείας, οι πελάτες πρέπει να εισαγάγουν ένα Προσάρτημα AWS Business Associate (BAA) και να ακολουθήσουν τις απαιτήσεις διαμόρφωσής του.

Σφραγίδα ώρας:

Περισσότερα από Μηχανική εκμάθηση AWS