Cómo InpharmD utiliza Amazon Kendra y Amazon Lex para impulsar la atención al paciente basada en evidencia

Reeditado por Platón

seguidores: 0

Esta es una publicación invitada escrita por Dr. Janhavi Punyarthi, Director de Desarrollo de Marca en InpharmD.

La intersección de DI e IA: la información de medicamentos (DI) se refiere al descubrimiento, uso y gestión de información médica y de atención médica. Los proveedores de atención médica enfrentan muchos desafíos asociados con el descubrimiento de información sobre medicamentos, como la participación intensiva del tiempo, la falta de accesibilidad y la precisión de datos confiables. La consulta clínica promedio requiere una búsqueda bibliográfica que toma un promedio de 18.5 horas. Además, la información sobre drogas a menudo se encuentra en silos de información dispares, detrás de paredes de pago y paredes de diseño, y rápidamente se vuelve obsoleta.

InpharmD es una red académica basada en dispositivos móviles de centros de información sobre medicamentos que combina el poder de la inteligencia artificial y la inteligencia farmacéutica para brindar respuestas seleccionadas y basadas en evidencia a consultas clínicas. El objetivo de InpharmD es brindar información precisa sobre medicamentos de manera eficiente, para que los proveedores de atención médica puedan tomar decisiones informadas rápidamente y brindar una atención óptima al paciente.

Para cumplir con este objetivo, InpharmD creó Sherlock, un robot prototipo que lee y descifra la literatura médica. Sherlock se basa en servicios de IA que incluyen amazona kendra, un servicio de búsqueda inteligente, y Amazon lex, un servicio de inteligencia artificial completamente administrado para crear interfaces conversacionales en cualquier aplicación. Con Sherlock, los proveedores de atención médica pueden recuperar evidencia clínica valiosa, lo que les permite tomar decisiones basadas en datos y pasar más tiempo con los pacientes. Sherlock tiene acceso a más de 5,000 resúmenes de InpharmD y 1,300 monografías de medicamentos de la Sociedad Estadounidense de Farmacéuticos del Sistema de Salud (ASHP). Este banco de datos se expande cada día a medida que se cargan y editan más resúmenes y monografías. Sherlock filtra por relevancia y actualidad para buscar rápidamente entre miles de archivos PDF, estudios, resúmenes y otros documentos, y proporciona respuestas con un 94 % de precisión en comparación con los humanos.

El siguiente es un puntaje de similitud textual preliminar y una evaluación manual entre un resumen generado por una máquina y un resumen humano.

InpharmD y AWS

AWS sirve como acelerador para InpharmD. Los SDK de AWS reducen significativamente el tiempo de desarrollo al proporcionar funcionalidades comunes que permiten a InpharmD centrarse en ofrecer resultados de calidad. Los servicios de AWS como Amazon Kendra y Amazon Lex permiten que InpharmD se preocupe menos por la escalabilidad, el mantenimiento de los sistemas y la estabilidad.

El siguiente diagrama ilustra la arquitectura de los servicios de AWS para Sherlock:

InpharmD no habría podido construir Sherlock sin la ayuda de AWS. Básicamente, InpharmD utiliza Amazon Kendra como base de sus iniciativas de aprendizaje automático (ML) para indexar la biblioteca de documentos de InpharmD y brindar respuestas inteligentes mediante el procesamiento de lenguaje natural. Esto es superior a los algoritmos tradicionales basados en la búsqueda difusa y el resultado son mejores respuestas para las preguntas de los usuarios.

Luego, InpharmD usó Amazon Lex para crear Sherlock, un servicio de chatbot que ofrece resultados de búsqueda basados en ML de Amazon Kendra a través de una interfaz conversacional fácil de usar. Sherlock utiliza las capacidades de comprensión del lenguaje natural de Amazon Lex para detectar la intención y comprender mejor el contexto de las preguntas para encontrar las mejores respuestas. Esto permite conversaciones más naturales sobre consultas y respuestas de literatura médica.

Además, InpharmD almacena el contenido de información de medicamentos en la nube a través de cubos S3. AWS Lambda permite que InpharmD escale la lógica del servidor e interactúe con varios servicios de AWS con facilidad. Es clave para conectar Amazon Kendra con otros servicios como Amazon Lex.

"AWS ha sido fundamental para acelerar el desarrollo de Sherlock. No tenemos que preocuparnos tanto por el escalado, el mantenimiento de los sistemas y la estabilidad porque AWS se encarga de eso por nosotros. Con Amazon Kendra y Amazon Lex, podemos crear la mejor versión de Sherlock y reducir nuestro tiempo de desarrollo en meses. Además de eso, también podemos reducir el tiempo de cada búsqueda bibliográfica en un 16 %."

– Tulasee Chintha, directora tecnológica y cofundadora de InpharmD.

Impacto

Con la confianza de una red de más de 10,000 16 proveedores y ocho sistemas de salud, InpharmD ayuda a guiar la información basada en evidencia que acelera la toma de decisiones y ahorra tiempo a los médicos. Con la ayuda de los servicios de InpharmD, el tiempo de cada búsqueda bibliográfica se reduce en un 3 %, ahorrando aproximadamente 12 horas por búsqueda. InpharmD también proporciona un resultado integral, con aproximadamente XNUMX resúmenes de artículos de revistas para cada búsqueda bibliográfica. Con la implementación de Sherlock, InpharmD espera que el proceso de búsqueda de literatura sea aún más eficiente, resumiendo más estudios en menos tiempo.

Actualmente, el prototipo de Sherlock se está probando en versión beta y se comparte con los proveedores para obtener comentarios de los usuarios.

"El acceso a la plataforma InpharmD es muy personalizable. Me alegró que el equipo de InpharmD trabajara conmigo para satisfacer mis necesidades específicas y las necesidades de mi institución. Le pregunté a Sherlock sobre la seguridad de un medicamento y el producto me dio un resumen y literatura para responder preguntas clínicas complejas rápidamente. Este producto hace mucho del trabajo que antes implicaba hacer muchos clics y buscar y probar toneladas de proveedores de búsqueda diferentes. Para un médico ocupado, funciona muy bien. Me ahorró tiempo y me ayudó a asegurarme de que estaba usando la investigación más actualizada para tomar decisiones. Esto habría cambiado las reglas del juego cuando estaba en un hospital académico haciendo investigación clínica, pero incluso como médico privado es genial asegurarse de estar siempre actualizado con la evidencia actual."

– Ghaith Ibrahim, MD en el Sistema de Salud Wellstar.

Conclusión

Nuestro equipo en InpharmD está emocionado de aprovechar el éxito inicial que hemos visto al implementar Sherlock con la ayuda de Amazon Kendra y Amazon Lex. Nuestro plan para Sherlock es convertirlo en un asistente inteligente que esté disponible en cualquier momento y en cualquier lugar. En el futuro, esperamos integrar Sherlock con Amazon Alexa para que los proveedores puedan tener acceso inmediato y sin contacto a la evidencia, lo que les permitirá tomar decisiones clínicas rápidas basadas en datos que garanticen una atención óptima al paciente.

Sobre la autora

Dra. Janhavi Punyarthi es un farmacéutico innovador que lidera el desarrollo y compromiso de marca en InpharmD. Apasionada por la creatividad, la Dra. Punyarthi disfruta combinando su amor por la escritura y la medicina basada en la evidencia para presentar literatura clínica de manera atractiva.

Observación: AWS no es responsable del contenido o la precisión de esta publicación. El contenido y las opiniones de esta publicación son únicamente del autor externo. Es responsabilidad de cada cliente determinar si están sujetos a HIPAA y, de ser así, cuál es la mejor manera de cumplir con HIPAA y sus reglamentos de implementación. Antes de utilizar AWS en relación con la información de salud protegida, los clientes deben ingresar un Anexo para socios comerciales (BAA) de AWS y seguir sus requisitos de configuración.

Sello de tiempo: Febrero 23, 2022