नई अमेज़ॅन हेल्थलेक क्षमताएं अगली पीढ़ी के इमेजिंग समाधान और सटीक स्वास्थ्य विश्लेषण को सक्षम बनाती हैं

AWS में, हम मॉडर्न, रश यूनिवर्सिटी मेडिकल सेंटर और NHS सहित ग्राहकों के साथ पहले दिन से स्वास्थ्य सेवा में निवेश कर रहे हैं, जिन्होंने क्लाउड में सफल नवाचार किए हैं। पब्लिक हेल्थ एनालिटिक्स हब विकसित करने से लेकर स्वास्थ्य इक्विटी और रोगी परिणामों में सुधार करने तक, केवल 1 दिनों में एक COVID-19 वैक्सीन विकसित करने के लिए, हमारे ग्राहक मशीन लर्निंग (ML) और क्लाउड का उपयोग स्वास्थ्य सेवा की कुछ सबसे बड़ी चुनौतियों का समाधान करने और परिवर्तन की दिशा में ड्राइव करने के लिए कर रहे हैं। अधिक भविष्य कहनेवाला और व्यक्तिगत देखभाल।

पिछले साल हमने लॉन्च किया था अमेज़न हेल्थलेक, क्लाउड में स्वास्थ्य डेटा को संग्रहीत करने, बदलने और क्वेरी करने के लिए एक उद्देश्य-निर्मित सेवा है, जिससे आप बड़े पैमाने पर व्यक्तिगत या रोगी जनसंख्या स्वास्थ्य डेटा के पूर्ण दृश्य से लाभान्वित हो सकते हैं।

आज, हम HealthLake में दो नई क्षमताओं के लॉन्च की घोषणा करते हुए उत्साहित हैं जो मेडिकल इमेजिंग और एनालिटिक्स के लिए नवाचार प्रदान करती हैं।

अमेज़न हेल्थलेक इमेजिंग

हेल्थकेयर पेशेवरों को असंख्य चुनौतियों का सामना करना पड़ता है क्योंकि मेडिकल इमेजिंग डेटा का पैमाना और जटिलता निम्नलिखित सहित बढ़ती जा रही है:

• पिछले एक दशक में चिकित्सा इमेजिंग डेटा की मात्रा में तेजी जारी रही है, दुनिया भर में हर साल 5.5 बिलियन से अधिक इमेजिंग प्रक्रियाएं रेडियोलॉजिस्ट की सिकुड़ती संख्या से की जाती हैं।
• औसत इमेजिंग अध्ययन का आकार पिछले एक दशक में दोगुना होकर 150 एमबी हो गया है क्योंकि रिज़ॉल्यूशन में सुधार और वॉल्यूमेट्रिक इमेजिंग के बढ़ते उपयोग के कारण अधिक उन्नत इमेजिंग प्रक्रियाएं की जा रही हैं।
• स्वास्थ्य प्रणालियाँ क्लिनिकल और अनुसंधान प्रणालियों में एक ही इमेजिंग डेटा की कई प्रतियाँ संग्रहीत करती हैं, जिससे लागत और जटिलता बढ़ जाती है
• इस डेटा को स्ट्रक्चर करना मुश्किल हो सकता है, जिसमें उन्नत एनालिटिक्स और एमएल के साथ महत्वपूर्ण अंतर्दृष्टि प्राप्त करने के लिए अक्सर डेटा वैज्ञानिकों और शोधकर्ताओं को हफ्तों या महीनों का समय लगता है।

ये जटिल कारक निर्णय लेने को धीमा कर रहे हैं, जो देखभाल वितरण को प्रभावित कर सकते हैं। इन चुनौतियों का समाधान करने के लिए, हम अमेज़ॅन हेल्थलेक इमेजिंग के पूर्वावलोकन की घोषणा करने के लिए उत्साहित हैं, एक नई एचआईपीएए-पात्र क्षमता जो पेटाबाइट पैमाने पर चिकित्सा छवियों को स्टोर करना, एक्सेस करना और उनका विश्लेषण करना आसान बनाती है। यह नई क्षमता आपके क्लिनिकल वर्कफ़्लोज़ में तेज़, सब-सेकंड मेडिकल इमेज रिट्रीवल के लिए डिज़ाइन की गई है जिसे आप कहीं से भी सुरक्षित रूप से एक्सेस कर सकते हैं (जैसे, वेब, डेस्कटॉप, फ़ोन) और उच्च उपलब्धता के साथ। इसके अतिरिक्त, आप सामान्य मेटाडेटा और उन्नत संपीड़न के साथ क्लाउड में उसी डेटा की एक ही एन्क्रिप्टेड प्रति से अपने मौजूदा चिकित्सा दर्शकों और विश्लेषण अनुप्रयोगों को ड्राइव कर सकते हैं। नतीजतन, यह अनुमान लगाया गया है कि हेल्थलेक इमेजिंग आपको मेडिकल इमेजिंग स्टोरेज की कुल लागत को 40% तक कम करने में मदद करती है।

क्लाउड-देशी समाधानों को अपनाने में तेजी लाने के लिए हेल्थलेक इमेजिंग के लॉन्च पर भागीदारों के साथ काम करने पर हमें गर्व है, ताकि एंटरप्राइज़ इमेजिंग वर्कफ़्लोज़ को क्लाउड में बदलने में मदद मिल सके और आपके नवाचार की गति में तेजी लाई जा सके।

Intelerad और Arterys हेल्थलेक इमेजिंग का उपयोग करने वाले लॉन्च पार्टनर्स में से हैं, जो क्रमशः अपनी अगली पीढ़ी के PACS सिस्टम और AI प्लेटफॉर्म के लिए उच्च मापनीयता और देखने के प्रदर्शन को प्राप्त करते हैं। रेडिकल इमेजिंग ग्राहकों को हेल्थलेक इमेजिंग एपीआई पर निर्मित ओएचआईएफ या कॉर्नरस्टोन.जेएस जैसे ओपन-सोर्स प्रोजेक्ट्स का उपयोग करके शून्य-पदचिह्न, क्लाउड-सक्षम मेडिकल इमेजिंग एप्लिकेशन प्रदान कर रहा है। और NVIDIA ने HealthLake इमेजिंग के लिए MONAI कनेक्टर विकसित करने के लिए AWS के साथ सहयोग किया है। MONAI बड़े पैमाने पर AI अनुप्रयोगों में मॉडल विकसित करने और तैनात करने के लिए एक ओपन-सोर्स मेडिकल AI फ्रेमवर्क है।

"इंटीलेराड ने हमेशा स्वास्थ्य देखभाल में जटिल समस्याओं को हल करने पर ध्यान केंद्रित किया है, जबकि हमारे ग्राहकों को बढ़ने और दुनिया भर में अधिक रोगियों को असाधारण रोगी देखभाल प्रदान करने में सक्षम बनाता है। नवाचार के हमारे निरंतर पथ में, AWS के साथ हमारा सहयोग, जिसमें Amazon HealthLake इमेजिंग का लाभ उठाना शामिल है, हमें अपने उपयोगकर्ताओं के लिए अद्वितीय पैमाने और प्रदर्शन की पेशकश करते हुए अधिक तेज़ी से नवाचार करने और जटिलता को कम करने की अनुमति देता है।

- एजे वॉटसन, इंटेलेराड मेडिकल सिस्टम्स में मुख्य उत्पाद अधिकारी

"अमेज़ॅन हेल्थलेक इमेजिंग के साथ, आर्टरीज़ हमारे अनुप्रयोगों के प्रदर्शन और जवाबदेही में ध्यान देने योग्य सुधार प्राप्त करने में सक्षम था, और भविष्य-दिखने वाले संवर्द्धन के एक समृद्ध फीचर सेट के साथ, लाभ और मूल्य प्रदान करता है जो भविष्य-दिखने वाले मूल्य को दूर करने के लिए समाधानों को बढ़ाएगा। इमेजिंग डेटा।

- रिचर्ड मॉस, आर्टरीज़ में उत्पाद प्रबंधन के निदेशक

Radboudumc और यूनिवर्सिटी ऑफ मैरीलैंड मेडिकल इंटेलिजेंट इमेजिंग सेंटर (UM2ii) मेडिकल छवियों की उपलब्धता में सुधार करने और छवि स्ट्रीमिंग का उपयोग करने के लिए HealthLake इमेजिंग का उपयोग करने वाले ग्राहकों में से हैं।

"राडबौड यूनिवर्सिटी मेडिकल सेंटर में, हमारा मिशन स्वास्थ्य देखभाल के अधिक व्यक्ति-केंद्रित, अभिनव भविष्य को आकार देने में अग्रणी होना है। हम चिकित्सकों और शोधकर्ताओं के लिए अमेज़ॅन हेल्थलेक इमेजिंग के साथ एक सहयोगी एआई समाधान का निर्माण कर रहे हैं ताकि एमएल एल्गोरिदम को तेजी से चिकित्सकों के हाथों में डालकर नवाचार को गति दी जा सके।

— ब्रैम वैन गिनेकेन, अध्यक्ष, डायग्नोस्टिक इमेज एनालिसिस ग्रुप, रैडबौडम

"UM2ii का गठन शिक्षाविदों और उद्योग के नवप्रवर्तकों, विचारकों और वैज्ञानिकों को एकजुट करने के लिए किया गया था। AWS के साथ हमारा काम मेडिकल इमेजिंग AI की सीमाओं को आगे बढ़ाने के हमारे मिशन को गति देगा। हम अमेज़ॅन हेल्थलेक इमेजिंग और स्केलेबिलिटी, प्रदर्शन और विश्वसनीयता के साथ एडब्ल्यूएस के अनुभव के साथ क्लाउड-आधारित बुद्धिमान इमेजिंग की अगली पीढ़ी का निर्माण करने के लिए उत्साहित हैं।

- पॉल यी, UM2ii में निदेशक

अमेज़ॅन हेल्थलेक एनालिटिक्स

दूसरी क्षमता जिसकी हम घोषणा करते हुए उत्साहित हैं, वह है अमेज़ॅन हेल्थलेक एनालिटिक्स. बहु-मॉडल डेटा का उपयोग करना, जो अत्यधिक प्रासंगिक और जटिल है, रोगियों को अत्यधिक वैयक्तिकृत और सटीक लक्षित निदान और उपचार प्रदान करने में सार्थक प्रगति करने की कुंजी है।

हेल्थलेक एनालिटिक्स मल्टी-मोडल हेल्थ डेटा से बड़े पैमाने पर, व्यक्तिगत या जनसंख्या स्तर पर क्वेरी करना और अंतर्दृष्टि प्राप्त करना आसान बनाता है, जिसमें एंटरप्राइज़ में सुरक्षित रूप से डेटा साझा करने और कुछ ही क्लिक में उन्नत एनालिटिक्स और एमएल को सक्षम करने की क्षमता होती है। यह आपके लिए जटिल डेटा निर्यात और डेटा परिवर्तन निष्पादित करने की आवश्यकता को हटा देता है।

हेल्थलेक एनालिटिक्स स्वचालित रूप से कई असमान स्रोतों (जैसे चिकित्सा रिकॉर्ड, स्वास्थ्य बीमा दावे, ईएचआर, चिकित्सा उपकरण) से कच्चे स्वास्थ्य डेटा को एक एनालिटिक्स और इंटरऑपरेबिलिटी-तैयार प्रारूप में मिनटों में सामान्य कर देता है। अन्य AWS सेवाओं के साथ एकीकरण SQL का उपयोग करके डेटा को क्वेरी करना आसान बनाता है अमेज़न एथेना, साथ ही उन्नत एनालिटिक्स और एमएल को सक्षम करने के लिए डेटा साझा करें और उसका विश्लेषण करें। आप के साथ शक्तिशाली डैशबोर्ड बना सकते हैं अमेज़न क्विकसाइट संपूर्ण रोगी आबादी के देखभाल अंतर विश्लेषण और रोग प्रबंधन के लिए। या आप कई एमएल मॉडल को जल्दी और कुशलता से बना और प्रशिक्षित कर सकते हैं अमेज़न SageMaker एआई-संचालित भविष्यवाणियों के लिए, जैसे कि अस्पताल में दोबारा भर्ती होने का जोखिम या उपचार की एक पंक्ति की समग्र प्रभावशीलता। HealthLake एनालिटिक्स कम कर देता है कि महीनों के इंजीनियरिंग प्रयासों में क्या लगेगा और आपको वह करने की अनुमति देता है जो आप सबसे अच्छा करते हैं - रोगियों की देखभाल करें।

निष्कर्ष

AWS में, हमारा लक्ष्य सुविधाजनक, वैयक्तिकृत और उच्च-मूल्य वाली देखभाल प्रदान करने के लिए आपकी सहायता करना है - आप कैसे सहयोग करते हैं, डेटा-संचालित नैदानिक ​​​​और परिचालन निर्णय लेने, सटीक दवा सक्षम करने, चिकित्सा विकास में तेजी लाने और लागत कम करने में आपकी सहायता करना देखभाल की।

Amazon HealthLake में इन नई क्षमताओं के साथ, हम अपने भागीदारों के साथ HIPAA, GDPR और अन्य नियमों का अनुपालन करते हुए क्लाउड में अगली पीढ़ी के इमेजिंग वर्कफ़्लोज़ को सक्षम करने और मल्टी-मोडल स्वास्थ्य डेटा से अंतर्दृष्टि प्राप्त करने में मदद कर सकते हैं।

अधिक जानने और आरंभ करने के लिए, देखें अमेज़ॅन हेल्थलेक एनालिटिक्स और अमेज़न हेल्थलेक इमेजिंग.

---

लेखक के बारे में

तहसीन सैयद Amazon Web Services में Health AI के महाप्रबंधक हैं, और Amazon Comprehend Medical और Amazon Health सहित हमारे Health AI इंजीनियरिंग और उत्पाद विकास प्रयासों का नेतृत्व करते हैं। तहसीन इंजीनियरिंग, विज्ञान, उत्पाद और प्रौद्योगिकी के लिए जिम्मेदार अमेज़ॅन वेब सेवाओं की टीमों के साथ काम करता है ताकि ग्राउंड ब्रेकिंग हेल्थकेयर और लाइफ साइंस एआई समाधान और उत्पादों को विकसित किया जा सके। AWS में अपने काम से पहले, तहसीन Cerner Corporation में इंजीनियरिंग के उपाध्यक्ष थे, जहाँ उन्होंने स्वास्थ्य सेवा और प्रौद्योगिकी के चौराहे पर 23 साल बिताए।

डॉ। ताहा कस-हाउट Amazon Web Services में उपाध्यक्ष, मशीन लर्निंग और मुख्य चिकित्सा अधिकारी हैं, और Amazon Comprehend Medical और Amazon HealthLake सहित हमारी Health AI रणनीति और प्रयासों का नेतृत्व करते हैं। वह COVID-19 प्रयोगशाला परीक्षण के लिए विज्ञान, प्रौद्योगिकी और पैमाने को विकसित करने के लिए जिम्मेदार अमेज़ॅन की टीमों के साथ काम करता है, जिसमें हमारे सहयोगियों के परीक्षण के लिए अमेज़ॅन का पहला एफडीए प्राधिकरण शामिल है - जिसे अब घर पर परीक्षण के लिए जनता को पेश किया गया है। एक चिकित्सक और जैव सूचनाविद, ताहा ने राष्ट्रपति ओबामा के अधीन दो पदों पर काम किया, जिसमें FDA में पहले मुख्य स्वास्थ्य सूचना विज्ञान अधिकारी भी शामिल थे। एक लोक सेवक के रूप में इस समय के दौरान, उन्होंने उभरती प्रौद्योगिकियों और क्लाउड (सीडीसी की इलेक्ट्रॉनिक रोग निगरानी) के उपयोग का बीड़ा उठाया और व्यापक रूप से सुलभ वैश्विक डेटा साझाकरण प्लेटफॉर्म: ओपनएफडीए की स्थापना की, जिसने शोधकर्ताओं और जनता को प्रतिकूल घटनाओं की खोज और विश्लेषण करने में सक्षम बनाया। डेटा, और सटीक एफडीए (प्रेसिडेंशियल प्रेसिजन मेडिसिन पहल का हिस्सा)।