Az egészségügyi adatok összetettek és összegyűjtöttek, és különféle formátumokban léteznek. Becslések szerint a szervezeteken belüli adatok 80%-a strukturálatlan vagy „sötét” adatnak minősül, amely szövegben, e-mailekben, PDF-ekben és beolvasott dokumentumokban van zárva. Ezeket az adatokat nehéz programszerűen értelmezni vagy elemezni, és korlátozza azt, hogy a szervezetek hogyan nyerhetnek betekintést belőlük, és hogyan szolgálhatják ki hatékonyabban ügyfeleiket. Az adatgenerálás gyors üteme azt jelenti, hogy azok a szervezetek, amelyek nem fektetnek be a dokumentumautomatizálásba, fennáll annak a veszélye, hogy elakadnak a hagyományos, manuális, lassú, hibalehető és nehezen méretezhető folyamatokban.
Ebben a bejegyzésben olyan megoldást javasolunk, amely automatizálja a korábban fel nem használt PDF-fájlok, valamint a kézzel írt klinikai megjegyzések és adatok feldolgozását és átalakítását. Elmagyarázzuk, hogyan lehet információkat kinyerni az ügyfelek klinikai adattáblázataiból Amazon szöveg, majd használja a nyers kivont szöveget a diszkrét adatelemek azonosítására Amazon Comprehend Medical. A végső kimenetet Fast Healthcare Interoperability Resources (FHIR) kompatibilis formátumban tároljuk Amazon HealthLake, amely elérhetővé teszi a downstream elemzés számára.
Megoldás áttekintése
Az AWS számos szolgáltatást és megoldást kínál az egészségügyi szolgáltatók számára, hogy felszabadítsák adataik értékét. Megoldásunkhoz egy kis dokumentummintát dolgozunk fel az Amazon Textracten keresztül, és a kivont adatokat megfelelő FHIR-forrásként töltjük be az Amazon HealthLake-be. Létrehozunk egy egyedi folyamatot az FHIR konverzióhoz, és teszteljük a végétől a végéig.
Az adatok először betöltődnek DocumentReference
. Az Amazon HealthLake ezután rendszer által generált erőforrásokat hoz létre, miután feldolgozta ezt a strukturálatlan szöveget DocumentReference
és betölti Condition
, MedicationStatement
és Observation
erőforrások. Néhány adatmezőt azonosítunk az FHIR erőforrásain belül, például a betegazonosítót, a szolgáltatás dátumát, a szolgáltató típusát és az egészségügyi intézmény nevét.
A MedicationStatement
a beteg által elfogyasztott gyógyszerről szóló feljegyzés. Azt jelezheti, hogy a beteg most szedi a gyógyszert, a múltban szedte a gyógyszert, vagy a jövőben szedni fogja. Egy gyakori forgatókönyv, amikor ezeket az információkat rögzítik, az anamnézis felvételi folyamat során történik a beteg látogatása vagy tartózkodása során. A gyógyszeres információ forrása lehet a páciens memóriája, egy vényköteles palack, vagy a beteg, a klinikus vagy más fél által fenntartott gyógyszerek listája.
Observations
az egészségügy központi eleme, a diagnózis támogatására, a haladás nyomon követésére, az alapvonalak és minták meghatározására, sőt a demográfiai jellemzők rögzítésére is szolgál. A legtöbb megfigyelés egyszerű név/érték pár állítás bizonyos metaadatokkal, de egyes megfigyelések logikailag csoportosítanak más megfigyeléseket, vagy akár többkomponensű megfigyelések is lehetnek.
A Condition
Az erőforrás részletes információk rögzítésére szolgál egy állapotról, problémáról, diagnózisról vagy más eseményről, helyzetről, problémáról vagy klinikai koncepcióról, amely aggodalomra ad okot. A feltétel lehet egy adott időpontban történő diagnózis egy találkozás kontextusában, egy elem a szakember problémalistáján, vagy egy olyan probléma, amely nem szerepel a szakember problémalistáján.
A következő diagram a strukturálatlan adatok FHIR-be való migrálását mutatja be az AI és a gépi tanulás (ML) elemzéséhez az Amazon HealthLake-ben.
A munkafolyamat lépései a következők:
- Egy dokumentum feltöltődik egy Amazon egyszerű tárolási szolgáltatás (Amazon S3) vödör.
- A dokumentum feltöltése az Amazon S3-ban egy AWS Lambda funkciót.
- A Lambda funkció elküldi a képet az Amazon Textract-nak.
- Az Amazon Textract kivonja a szöveget a képből, és a kimenetet egy külön Amazon Textract kimeneti S3 vödörben tárolja.
- A végeredmény meghatározott FHIR-erőforrásként kerül tárolásra (a kivont szöveg betöltődik
DocumentReference
base64 kódolású szövegként) az Amazon HealthLake-ben, hogy jelentést vonjon ki a strukturálatlan adatokból az integrált Amazon Comprehend Medical segítségével az egyszerű keresés és lekérdezés érdekében. - A felhasználók értelmes elemzéseket készíthetnek, és interaktív elemzéseket futtathatnak a segítségével Amazon Athéné.
- A felhasználók vizualizációkat készíthetnek, ad hoc elemzéseket végezhetnek, és gyorsan üzleti betekintést nyerhetnek a használatával Amazon QuickSight.
- A felhasználók előrejelzéseket készíthetnek egészségügyi adatok segítségével Amazon SageMaker ML modellek.
Előfeltételek
Ez a bejegyzés feltételezi a következő szolgáltatások ismeretét:
Alapértelmezés szerint az Amazon HealthLake integrált Amazon Comprehend Medical természetes nyelvi feldolgozási (NLP) képessége le van tiltva az AWS-fiókjában. Az engedélyezéséhez nyújtson be támogatási esetet fiókazonosítójával, AWS régiójával és az Amazon HealthLake ARN adattárral. További információkért lásd: Hogyan kapcsolhatom be a HealthLake integrált természetes nyelvi feldolgozási funkcióját.
Utal GitHub repo további telepítési részletekért.
Telepítse a megoldás architektúráját
A megoldás beállításához hajtsa végre a következő lépéseket:
- Klónozza a GitHub repo, fuss
cdk deploy PdfMapperToFhirWorkflow
a parancssorból vagy terminálból, és kövesse a README fájlt. A telepítés körülbelül 30 percen belül befejeződik. - Az Amazon S3 konzolon navigáljon a következővel kezdődő csoporthoz
pdfmappertofhirworkflow
-, amely részeként jött létrecdk deploy
. - A vödörben hozzon létre egy feltöltések nevű mappát, és töltse fel a minta PDF-et (SampleMedicalRecord.pdf).
Amint a dokumentumfeltöltés sikeres, az elindítja a folyamatot, és elkezdheti látni az adatokat az Amazon HealthLake-ben, amelyeket több AWS-eszközzel is lekérdezhet.
Kérdezze le az adatokat
Az adatok feltárásához hajtsa végre a következő lépéseket:
- A CloudWatch konzolon keresse meg a
HealthlakeTextract
naplócsoport. - A naplócsoport részleteiben jegyezze fel a feldolgozott dokumentum egyedi azonosítóját.
- Az Amazon HealthLake konzolon válassza a lehetőséget Adattárak a navigációs ablaktáblában.
- Válassza ki az adattárat, és válassza ki Lekérdezés futtatása.
- A Lekérdezés típusa, választ Keressen a GET segítségével.
- A Erőforrás típusa, választ DocumentReference.
- A Keresési paraméterek, adja meg a paramétert a következőként, az értéket pedig mint
DocumentReference/
Egyéni azonosító. - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Lekérdezés futtatása.
- A Választest részben minimalizálja az erőforrásrészeket, hogy csak megtekinthesse a hat oldalas PDF-dokumentumhoz létrehozott hat erőforrást.
- A következő képernyőkép az integrált elemzést mutatja az Amazon Comprehend Medical és az NLP engedélyezésével. A bal oldali képernyőkép a forrás PDF; a jobb oldali képernyőkép az Amazon HealthLake NLP-eredménye.
- Lekérdezést is futtathat a Lekérdezés típusa beállítva Olvass és a Erőforrás típusa beállítva Állapot a megfelelő erőforrás-azonosító használatával.
A következő képernyőkép a lekérdezés eredményeit mutatja. - Az Athena konzolon futtassa a következő lekérdezést:
Hasonlóképpen lekérdezhet MedicationStatement
, Condition
és Observation
erőforrások.
Tisztítsuk meg
Miután befejezte a megoldás használatát, futtassa cdk destroy PdfMapperToFhirWorkflow
hogy ne számítsanak fel további költségeket. További információkért lásd: AWS CDK Toolkit (cdk parancs).
Következtetés
Az AWS AI-szolgáltatások és az Amazon HealthLake segíthet a strukturálatlan egészségügyi adatokból származó információk tárolásában, átalakításában, lekérdezésében és elemzésében. Bár ez a bejegyzés csak egy PDF klinikai diagramra terjedt ki, a megoldást kiterjesztheti más típusú egészségügyi PDF-ekre, képekre és kézzel írt feljegyzésekre is. Miután az adatokat szöveges formában kinyerték, az Amazon Comprehend Medical segítségével diszkrét adatelemekké elemezték, és az Amazon HealthLake-ben tárolták, tovább gazdagíthatók a downstream rendszerekkel, hogy értelmes és hasznosítható egészségügyi információkat kapjanak, és végső soron javítsák a betegek egészségi állapotát.
A javasolt megoldás nem igényli a szerver-infrastruktúra telepítését és karbantartását. Minden szolgáltatást vagy az AWS, vagy kiszolgáló nélküli kezel. Az AWS felosztó-kirovó számlázási modelljének, valamint a szolgáltatások mélységének és szélességének köszönhetően a kezdeti beállítás és kísérletezés költsége és erőfeszítése lényegesen alacsonyabb, mint a hagyományos helyszíni alternatíváké.
További források
Az Amazon HealthLake szolgáltatással kapcsolatos további információkért tekintse meg a következőket:
A szerzőkről
Shravan Vurputoor az AWS vezető megoldási építésze. Megbízható ügyfélvédőként segít a szervezeteknek megérteni a fejlett felhőalapú architektúrákkal kapcsolatos bevált gyakorlatokat, és tanácsokat ad olyan stratégiákra vonatkozóan, amelyek elősegítik a sikeres üzleti eredmények elérését a vállalati ügyfelek széles körében az oktatás, képzés, tervezés és felhőépítés iránti szenvedélye révén. megoldásokat. Szabadidejében szívesen olvas, a családjával tölt időt és főz.
Rafael M. Koike az AWS fő megoldástervezője a délkeleti vállalati ügyfelek támogatásával, valamint a Tárolási és biztonsági műszaki terület közösségének tagja. Rafael szenvedélye az építés, és a biztonság, tárolás, hálózatépítés és alkalmazásfejlesztés terén szerzett szakértelme nagyban hozzájárult ahhoz, hogy az ügyfelek biztonságosan és gyorsan áttérjenek a felhőre.
Randheer Gehlot az AWS vezető ügyfélmegoldás-menedzsere. A Randheer szenvedélyes az AI/ML és annak alkalmazása a HCLS iparágban. AWS-készítőként nagyvállalatokkal dolgozik együtt a felhőbe való stratégiai migráció tervezésében és gyors végrehajtásában, valamint modern, felhőalapú megoldások kidolgozásában.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoAiStream. Web3 adatintelligencia. Felerősített tudás. Hozzáférés itt.
- A jövő pénzverése – Adryenn Ashley. Hozzáférés itt.
- Részvények vásárlása és eladása PRE-IPO társaságokban a PREIPO® segítségével. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/transform-analyze-and-discover-insights-from-unstructured-healthcare-data-using-amazon-healthlake/
- :van
- :is
- :ahol
- $ UP
- 30
- 7
- a
- Rólunk
- Fiók
- át
- Ad
- További
- fejlett
- tanács
- szószóló
- Után
- AI
- AI szolgáltatások
- AI / ML
- Minden termék
- Is
- alternatívák
- Bár
- amazon
- Amazon Comprehend
- Amazon Comprehend Medical
- Amazon HealthLake
- Amazon szöveg
- an
- elemzések
- elemzés
- analitika
- elemez
- és a
- Alkalmazás
- Application Development
- megfelelő
- körülbelül
- VANNAK
- körül
- AS
- At
- automaták
- Automatizálás
- elérhető
- AWS
- BE
- óta
- hogy
- BEST
- legjobb gyakorlatok
- számlázás
- szélesség
- széles
- épít
- építész
- Épület
- üzleti
- de
- by
- hívott
- TUD
- elfog
- eset
- központi
- jellemzők
- díjak
- Táblázatos
- táblázatok
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- Klinikai
- felhő
- kód
- Közös
- közösség
- összeegyeztethető
- teljes
- bonyolult
- megért
- koncepció
- Vonatkozik
- feltétel
- figyelembe vett
- Konzol
- fogyasztott
- kontextus
- Átalakítás
- Költség
- tudott
- Tanfolyam
- fedett
- teremt
- készítette
- teremt
- szokás
- vevő
- Ügyfélmegoldások
- Ügyfelek
- dátum
- találka
- alapértelmezett
- demográfiai
- telepíteni
- bevetés
- mélység
- Design
- tervezés
- elpusztítani
- részletes
- részletek
- Határozzuk meg
- Fejlesztés
- nehéz
- Tiltva
- felfedez
- do
- dokumentum
- Dokumentum automatizálás
- dokumentumok
- Nem
- csinált
- ne
- le-
- hajtás
- alatt
- Keleti
- könnyű
- nevelése
- hatékonyan
- erőfeszítés
- bármelyik
- elem
- elemek
- e-mailek
- lehetővé
- engedélyezve
- végén
- dúsított
- biztosítására
- belép
- Vállalkozás
- Vállalatok
- hiba
- becsült
- Még
- esemény
- létezik
- létezik
- szakvélemény
- Magyarázza
- feltárása
- terjed
- kivonat
- kivonatok
- Objektum
- bizalmasság
- család
- GYORS
- kevés
- mező
- Fields
- filé
- utolsó
- vezetéknév
- következik
- következő
- következik
- A
- forma
- formátum
- ból ből
- funkció
- további
- jövő
- generáció
- kap
- szerzés
- Csoport
- he
- Egészség
- egészségügyi
- segít
- segít
- segít
- övé
- Hogyan
- How To
- HTML
- http
- HTTPS
- i
- ID
- azonosítani
- kép
- képek
- végre
- javul
- in
- jelez
- ipar
- információ
- Infrastruktúra
- kezdetben
- meglátások
- hangszeres
- integrált
- interaktív
- Az interoperabilitás
- bele
- befektetés
- kérdés
- IT
- ITS
- jpg
- éppen
- nyelv
- nagy
- Nagy vállalkozások
- tanulás
- balra
- Örökség
- szint
- mint
- határértékek
- Lista
- kiszámításának
- terhelések
- zárt
- log
- alacsonyabb
- gép
- gépi tanulás
- fenntartja
- karbantartás
- csinál
- Gyártás
- sikerült
- menedzser
- kézikönyv
- Lehet..
- jelenti
- jelentőségteljes
- eszközök
- orvosi
- Memory design
- Metaadatok
- vándorol
- Perc
- ML
- modell
- modellek
- modern
- monitor
- több
- a legtöbb
- mozog
- név
- Természetes
- Természetes nyelvi feldolgozás
- Keresse
- Navigáció
- hálózatba
- NLP
- Megjegyzések
- Most
- of
- on
- csak
- or
- szervezetek
- Más
- mi
- eredmények
- teljesítmény
- üvegtábla
- paraméter
- rész
- párt
- szenvedély
- szenvedélyes
- múlt
- beteg
- minták
- Teljesít
- csővezeték
- Plató
- Platón adatintelligencia
- PlatoData
- állás
- gyakorlat
- Tippek
- recept
- korábban
- Fő
- Probléma
- folyamat
- Feldolgozott
- Folyamatok
- feldolgozás
- Haladás
- javasol
- javasolt
- ellátó
- szolgáltatók
- biztosít
- gyorsan
- Rafael
- gyors
- gyorsan
- Arány
- Nyers
- Olvasás
- rekord
- vidék
- szükség
- forrás
- Tudástár
- eredményez
- Eredmények
- felkelt
- Kockázat
- futás
- Skála
- forgatókönyv
- Keresés
- Rész
- szakaszok
- biztosan
- biztonság
- látás
- küld
- idősebb
- különálló
- szolgál
- vagy szerver
- szolgáltatás
- Szolgáltatások
- készlet
- felépítés
- számos
- Műsorok
- jelentősen
- Egyszerű
- helyzet
- SIX
- lassú
- kicsi
- megoldások
- Megoldások
- néhány
- forrás
- Dél
- különleges
- Költési
- kezdet
- Kezdve
- tartózkodás
- Lépései
- tárolás
- tárolni
- memorizált
- árnyékolók
- Stratégiai
- stratégiák
- beküldése
- sikeres
- támogatás
- Támogató
- Systems
- bevétel
- Műszaki
- terminál
- teszt
- mint
- hogy
- A
- A jövő
- The Source
- azok
- akkor
- ezt
- Keresztül
- idő
- nak nek
- együtt
- eszköztár
- szerszámok
- hagyományos
- Képzések
- Átalakítás
- Átalakítás
- kiváltó
- Megbízható
- FORDULAT
- típus
- típusok
- Végül
- megért
- egyedi
- kinyit
- kiaknázatlan
- feltöltve
- használ
- használt
- segítségével
- érték
- fajta
- különféle
- Megnézem
- Látogat
- volt
- we
- voltak
- ami
- lesz
- val vel
- belül
- művek
- te
- A te
- zephyrnet