Comment InpharmD utilise Amazon Kendra et Amazon Lex pour prodiguer des soins aux patients fondés sur des données probantes

Republié par Platon

Suiveurs: 0

Ceci est un article invité rédigé par Dr Janhavi Punyarthi, directeur du développement de la marque chez InpharmD.

L'intersection de l'ID et de l'IA : les informations sur les médicaments (DI) font référence à la découverte, à l'utilisation et à la gestion des informations sur les soins de santé et médicales. Les prestataires de soins de santé sont confrontés à de nombreux défis associés à la découverte d'informations sur les médicaments, tels qu'un investissement de temps intensif, le manque d'accessibilité et l'exactitude des données fiables. La requête clinique moyenne nécessite une recherche documentaire qui prend en moyenne 18.5 heures. En outre, les informations sur les médicaments se trouvent souvent dans des silos d’informations disparates, derrière des murs de paiement et de conception, et deviennent rapidement obsolètes.

InpharmD est un réseau universitaire mobile de centres d'information sur les médicaments qui combine la puissance de l'intelligence artificielle et de l'intelligence pharmaceutique pour fournir des réponses organisées et fondées sur des preuves aux demandes cliniques. L'objectif d'InpharmD est de fournir efficacement des informations précises sur les médicaments, afin que les prestataires de soins de santé puissent prendre rapidement des décisions éclairées et prodiguer des soins optimaux aux patients.

Pour atteindre cet objectif, InpharmD a construit Sherlock, un prototype de robot qui lit et déchiffre la littérature médicale. Sherlock est basé sur des services d'IA comprenant Amazone Kendra, un service de recherche intelligent, et Amazon Lex, un service d'IA entièrement géré permettant de créer des interfaces conversationnelles dans n'importe quelle application. Avec Sherlock, les prestataires de soins de santé peuvent récupérer des preuves cliniques précieuses, ce qui leur permet de prendre des décisions fondées sur les données et de passer plus de temps avec les patients. Sherlock a accès à plus de 5,000 1,300 résumés d’InpharmD et à 94 XNUMX monographies de médicaments de l’American Society of Health System Pharmacists (ASHP). Cette banque de données s'enrichit chaque jour à mesure que de plus en plus de résumés et de monographies sont téléchargés et édités. Sherlock filtre la pertinence et la récence pour rechercher rapidement des milliers de PDF, d'études, de résumés et d'autres documents, et fournir des réponses avec une précision de XNUMX % par rapport aux humains.

Ce qui suit est un score de similarité textuelle préliminaire et une évaluation manuelle entre un résumé généré automatiquement et un résumé humain.

InpharmD et AWS

AWS sert d'accélérateur pour InpharmD. Les SDK AWS réduisent considérablement le temps de développement en fournissant des fonctionnalités communes qui permettent à InpharmD de se concentrer sur la fourniture de résultats de qualité. Les services AWS comme Amazon Kendra et Amazon Lex permettent à InpharmD de moins se soucier de la mise à l'échelle, de la maintenance des systèmes et de la stabilité.

Le schéma suivant illustre l'architecture des services AWS pour Sherlock :

InpharmD n'aurait pas pu créer Sherlock sans l'aide d'AWS. À la base, InpharmD utilise Amazon Kendra comme base de ses initiatives d'apprentissage automatique (ML) pour indexer la bibliothèque de documents d'InpharmD et fournir des réponses intelligentes à l'aide du traitement du langage naturel. Ceci est supérieur aux algorithmes traditionnels basés sur la recherche floue, et le résultat est de meilleures réponses aux questions des utilisateurs.

InpharmD a ensuite utilisé Amazon Lex pour créer Sherlock, un service de chatbot qui fournit les résultats de recherche basés sur le ML d'Amazon Kendra via une interface conversationnelle facile à utiliser. Sherlock utilise les capacités de compréhension du langage naturel d'Amazon Lex pour détecter l'intention et mieux comprendre le contexte des questions afin de trouver les meilleures réponses. Cela permet des conversations plus naturelles concernant les demandes de renseignements et les réponses en matière de littérature médicale.

De plus, InpharmD stocke le contenu des informations sur les médicaments dans le cloud via des compartiments S3. AWS Lambda permet à InpharmD de faire évoluer la logique du serveur et d'interagir facilement avec divers services AWS. C'est essentiel pour connecter Amazon Kendra à d'autres services tels qu'Amazon Lex.

"AWS a joué un rôle essentiel dans l'accélération du développement de Sherlock. Nous n'avons pas à nous soucier autant de la mise à l'échelle, de la maintenance des systèmes et de la stabilité, car AWS s'en charge pour nous. Avec Amazon Kendra et Amazon Lex, nous sommes en mesure de créer la meilleure version de Sherlock et de réduire notre temps de développement de plusieurs mois. En plus de cela, nous sommes également en mesure de réduire le temps nécessaire à chaque recherche documentaire de 16 %. »

– Tulasee Chintha, directeur technologique et co-fondateur d'InpharmD.

Impact

Reconnu par un réseau de plus de 10,000 16 prestataires et huit systèmes de santé, InpharmD aide à orienter les informations fondées sur des preuves qui accélèrent la prise de décision et font gagner du temps aux cliniciens. Avec l'aide des services InpharmD, le temps consacré à chaque recherche documentaire est réduit de 3 %, économisant environ 12 heures par recherche. InpharmD fournit également un résultat complet, avec environ XNUMX résumés d'articles de revues pour chaque recherche documentaire. Avec la mise en œuvre de Sherlock, InpharmD espère rendre le processus de recherche documentaire encore plus efficace, en résumant davantage d'études en moins de temps.

Le prototype Sherlock est actuellement en cours de test bêta et partagé avec les fournisseurs pour obtenir les commentaires des utilisateurs.

"L'accès à la plateforme InpharmD est très personnalisable. J'étais heureux que l'équipe InpharmD ait travaillé avec moi pour répondre à mes besoins spécifiques et aux besoins de mon institution. J'ai interrogé Sherlock sur la sécurité d'un médicament et le produit m'a fourni un résumé et de la littérature pour répondre rapidement à des questions cliniques complexes. Ce produit effectue une grande partie du travail qui impliquait auparavant de nombreux clics, recherches et essais auprès de tonnes de fournisseurs de recherche différents. Pour un médecin occupé, cela fonctionne très bien. Cela m'a fait gagner du temps et m'a permis de garantir que j'utilisais les recherches les plus récentes pour ma prise de décision. Cela aurait changé la donne lorsque j'étais dans un hôpital universitaire en train de faire de la recherche clinique, mais même en tant que médecin privé, c'est formidable de s'assurer que vous êtes toujours au courant des preuves actuelles. »

– Ghaith Ibrahim, MD au Wellstar Health System.

Conclusion

Notre équipe chez InpharmD est ravie de s'appuyer sur les premiers succès que nous avons constatés lors du déploiement de Sherlock avec l'aide d'Amazon Kendra et d'Amazon Lex. Notre plan pour Sherlock est de le transformer en un assistant intelligent disponible à tout moment et en tout lieu. À l'avenir, nous espérons intégrer Sherlock à Amazon Alexa afin que les prestataires puissent avoir un accès immédiat et sans contact aux preuves, leur permettant ainsi de prendre des décisions cliniques rapides basées sur les données et garantissant des soins optimaux aux patients.

À propos de l’auteur

Dr Janhavi Punyarthi est un pharmacien innovant qui dirige le développement et l'engagement de la marque chez InpharmD. Passionnée de créativité, la Dre Punyarthi aime combiner son amour pour l’écriture et la médecine factuelle pour présenter la littérature clinique de manière attrayante.

Clause de non-responsabilité  : AWS n'est pas responsable du contenu ou de l'exactitude de cette publication. Le contenu et les opinions de cet article sont uniquement ceux de l'auteur tiers. Il est de la responsabilité de chaque client de déterminer s'il est soumis à la loi HIPAA et, le cas échéant, comment se conformer au mieux à la loi HIPAA et à ses réglementations d'application. Avant d'utiliser AWS en relation avec des informations de santé protégées, les clients doivent saisir un AWS Business Associate Addendum (BAA) et suivre ses exigences de configuration.

Horodatage: 23 février 2022