Come InpharmD utilizza Amazon Kendra e Amazon Lex per promuovere un'assistenza ai pazienti basata sull'evidenza

Ripubblicato da Platone

Seguaci: 0

Questo è un guest post scritto da Dr. Janhavi Punyarthi, Direttore dello sviluppo del marchio presso InpharmD.

L'intersezione tra DI e AI: le informazioni sui farmaci (DI) si riferiscono alla scoperta, all'uso e alla gestione delle informazioni sanitarie e mediche. Gli operatori sanitari devono affrontare molte sfide associate alla scoperta di informazioni sui farmaci, come un intenso coinvolgimento in termini di tempo, la mancanza di accessibilità e l’accuratezza di dati affidabili. La query clinica media richiede una ricerca bibliografica che richiede in media 18.5 ore. Inoltre, le informazioni sui farmaci spesso si trovano in silos di informazioni disparate, dietro barriere salariali e barriere di progettazione, e diventano rapidamente obsolete.

InpharmD è una rete accademica mobile di centri di informazione sui farmaci che combina la potenza dell'intelligenza artificiale e dell'intelligenza farmaceutica per fornire risposte curate e basate sull'evidenza alle domande cliniche. L'obiettivo di InpharmD è fornire informazioni accurate sui farmaci in modo efficiente, in modo che gli operatori sanitari possano prendere rapidamente decisioni informate e fornire un'assistenza ottimale ai pazienti.

Per raggiungere questo obiettivo, InpharmD ha creato Sherlock, un prototipo di robot che legge e decifra la letteratura medica. Sherlock si basa su servizi di intelligenza artificiale inclusi Amazon Kendra, un servizio di ricerca intelligente e Amazon-Lex, un servizio di intelligenza artificiale completamente gestito per la creazione di interfacce conversazionali in qualsiasi applicazione. Con Sherlock, gli operatori sanitari possono recuperare preziose prove cliniche, che consentono loro di prendere decisioni basate sui dati e di trascorrere più tempo con i pazienti. Sherlock ha accesso a oltre 5,000 abstract di InpharmD e 1,300 monografie sui farmaci dell’American Society of Health System Pharmacists (ASHP). Questa banca dati si espande ogni giorno man mano che vengono caricati e modificati più abstract e monografie. Sherlock filtra in base alla pertinenza e all'attualità per eseguire rapidamente ricerche tra migliaia di PDF, studi, abstract e altri documenti e fornire risposte con una precisione del 94% rispetto agli esseri umani.

Quello che segue è un punteggio preliminare di somiglianza testuale e una valutazione manuale tra un riassunto generato dalla macchina e un riassunto umano.

InpharmD e AWS

AWS funge da acceleratore per InpharmD. Gli SDK AWS riducono significativamente i tempi di sviluppo fornendo funzionalità comuni che consentono a InpharmD di concentrarsi sulla fornitura di risultati di qualità. I servizi AWS come Amazon Kendra e Amazon Lex consentono a InpharmD di preoccuparsi meno della scalabilità, della manutenzione dei sistemi e della stabilità.

Il seguente diagramma illustra l'architettura dei servizi AWS per Sherlock:

InpharmD non sarebbe stata in grado di creare Sherlock senza l'aiuto di AWS. Fondamentalmente, InpharmD utilizza Amazon Kendra come base delle sue iniziative di machine learning (ML) per indicizzare la libreria di documenti di InpharmD e fornire risposte intelligenti utilizzando l'elaborazione del linguaggio naturale. Questo è superiore ai tradizionali algoritmi basati sulla ricerca fuzzy e il risultato sono risposte migliori alle domande degli utenti.

InpharmD ha quindi utilizzato Amazon Lex per creare Sherlock, un servizio chatbot che fornisce risultati di ricerca basati sul machine learning di Amazon Kendra attraverso un'interfaccia conversazionale di facile utilizzo. Sherlock utilizza le funzionalità di comprensione del linguaggio naturale di Amazon Lex per rilevare l'intento e comprendere meglio il contesto delle domande al fine di trovare le risposte migliori. Ciò consente conversazioni più naturali riguardo alle domande e alle risposte della letteratura medica.

Inoltre, InpharmD archivia il contenuto delle informazioni sui farmaci nel cloud tramite bucket S3. AWS Lambda consente a InpharmD di ridimensionare la logica del server e di interagire facilmente con vari servizi AWS. È fondamentale per connettere Amazon Kendra ad altri servizi come Amazon Lex.

"AWS è stato essenziale per accelerare lo sviluppo di Sherlock. Non dobbiamo preoccuparci tanto della scalabilità, della manutenzione dei sistemi e della stabilità perché AWS se ne occupa per noi. Con Amazon Kendra e Amazon Lex siamo in grado di creare la migliore versione di Sherlock e ridurre di mesi i tempi di sviluppo. Oltre a ciò, siamo anche in grado di ridurre del 16% il tempo necessario per ogni ricerca bibliografica."

– Tulasee Chintha, Direttore Tecnologico e co-fondatore di InpharmD.

Impact

Scelto da una rete di oltre 10,000 fornitori e otto sistemi sanitari, InpharmD aiuta a fornire informazioni basate sull'evidenza che accelerano il processo decisionale e fanno risparmiare tempo ai medici. Con l'aiuto dei servizi InpharmD, il tempo per ogni ricerca bibliografica viene ridotto del 16%, risparmiando circa 3 ore per ricerca. InpharmD fornisce anche un risultato completo, con circa 12 riassunti di articoli di riviste per ciascuna ricerca bibliografica. Con l'implementazione di Sherlock, InpharmD spera di rendere il processo di ricerca bibliografica ancora più efficiente, riassumendo più studi in meno tempo.

Il prototipo di Sherlock è attualmente in fase di beta testing e condiviso con i fornitori per ottenere feedback dagli utenti.

"L'accesso alla piattaforma InpharmD è molto personalizzabile. Sono stato felice che il team di InpharmD abbia lavorato con me per soddisfare le mie esigenze specifiche e le esigenze della mia istituzione. Ho chiesto a Sherlock informazioni sulla sicurezza di un farmaco e il prodotto mi ha fornito un riassunto e una documentazione per rispondere rapidamente a domande cliniche complesse. Questo prodotto svolge gran parte del lavoro che in precedenza richiedeva molti clic, ricerche e tentativi di tonnellate di diversi fornitori di ricerca. Per un medico impegnato, funziona benissimo. Mi ha fatto risparmiare tempo e mi ha aiutato a assicurarmi di utilizzare la ricerca più aggiornata per il mio processo decisionale. Questo sarebbe stato un punto di svolta quando ero in un ospedale accademico a fare ricerca clinica, ma anche come medico privato è fantastico assicurarsi di essere sempre aggiornati con le prove attuali."

– Ghaith Ibrahim, MD presso Wellstar Health System.

Conclusione

Il nostro team di InpharmD è entusiasta di sfruttare i primi successi ottenuti con l'implementazione di Sherlock con l'aiuto di Amazon Kendra e Amazon Lex. Il nostro piano per Sherlock è trasformarlo in un assistente intelligente disponibile sempre e ovunque. In futuro, speriamo di integrare Sherlock con Amazon Alexa in modo che i fornitori possano avere accesso immediato e senza contatto alle prove, consentendo loro di prendere decisioni cliniche rapide basate sui dati che garantiscono una cura ottimale del paziente.

L'autore

Dottor Janhavi Punyarthi è un farmacista innovativo che guida lo sviluppo e il coinvolgimento del marchio presso InpharmD. Con una passione per la creatività, la Dott.ssa Punyarthi ama combinare il suo amore per la scrittura e la medicina basata sull'evidenza per presentare la letteratura clinica in modi coinvolgenti.

Negazione di responsabilità: AWS non è responsabile del contenuto o dell'accuratezza di questo post. Il contenuto e le opinioni in questo post sono esclusivamente quelli dell'autore di terze parti. È responsabilità di ciascun cliente determinare se è soggetto all'HIPAA e, in tal caso, il modo migliore per conformarsi all'HIPAA e ai suoi regolamenti di attuazione. Prima di utilizzare AWS in relazione a informazioni sanitarie protette, i clienti devono inserire un AWS Business Associate Addendum (BAA) e seguirne i requisiti di configurazione.

Timestamp: 23 Febbraio 2022