נתוני שירותי הבריאות הם מורכבים ומכוסים, וקיימים בפורמטים שונים. לפי הערכות, 80% מהנתונים בתוך ארגונים נחשבים לנתונים לא מובנים או "אפלים" הנעולים בתוך טקסט, מיילים, קובצי PDF ומסמכים סרוקים. קשה לפרש או לנתח את הנתונים הללו באופן פרוגרמטי ומגבילים את האופן שבו ארגונים יכולים להפיק מהם תובנות ולשרת את הלקוחות שלהם בצורה יעילה יותר. הקצב המהיר של יצירת הנתונים פירושו שארגונים שאינם משקיעים באוטומציה של מסמכים מסתכנים להיתקע עם תהליכים מדור קודם שהם ידניים, איטיים, מועדים לשגיאות וקשים לקנה מידה.
בפוסט זה, אנו מציעים פתרון הממכן את ההטמעה והשינוי של קובצי PDF שטרם נוצלו והערות ונתונים קליניים בכתב יד. אנו מסבירים כיצד לחלץ מידע מתרשימים נתונים קליניים של לקוחות באמצעות טקסטורה באמזון, ולאחר מכן השתמש בטקסט הגולמי שחולץ כדי לזהות רכיבי נתונים דיסקרטיים באמצעות אמזון Comprehend Medical. אנו מאחסנים את הפלט הסופי בפורמט תואם Fast Healthcare Interoperability Resources (FHIR). אמזון HealthLake, מה שהופך אותו זמין לניתוח במורד הזרם.
סקירת פתרונות
AWS מספקת מגוון שירותים ופתרונות עבור ספקי שירותי בריאות כדי לפתוח את הערך של הנתונים שלהם. עבור הפתרון שלנו, אנו מעבדים דגימה קטנה של מסמכים דרך Amazon Textract ומטעינים שחילצו נתונים כמשאבי FHIR מתאימים באמזון HealthLake. אנו יוצרים תהליך מותאם אישית להמרת FHIR ובודקים אותו מקצה לקצה.
הנתונים נטענים לראשונה לתוך DocumentReference
. לאחר מכן, Amazon HealthLake יוצרת משאבים שנוצרו על ידי המערכת לאחר עיבוד הטקסט הלא מובנה הזה DocumentReference
ומטעין אותו לתוך Condition
, MedicationStatement
, ו Observation
אֶמְצָעִי. אנו מזהים כמה שדות נתונים בתוך משאבי FHIR כמו זיהוי מטופל, תאריך השירות, סוג הספק ושם המתקן הרפואי.
A MedicationStatement
הוא תיעוד של תרופה שנצרכת על ידי מטופל. זה עשוי להצביע על כך שהמטופל נוטל את התרופה כעת, נטל את התרופה בעבר, או ייקח את התרופה בעתיד. תרחיש נפוץ שבו מידע זה נקלט הוא במהלך תהליך נטילת ההיסטוריה במהלך ביקור או שהייה של מטופל. המקור למידע על התרופות יכול להיות הזיכרון של המטופל, בקבוק מרשם, או מרשימת תרופות שהמטופל, הרופא או גורם אחר מחזיקים.
Observations
מהווים מרכיב מרכזי בשירותי הבריאות, המשמשים לתמיכה באבחון, מעקב אחר התקדמות, קביעת קווי בסיס ודפוסים, ואפילו לכידת מאפיינים דמוגרפיים. רוב התצפיות הן קביעות פשוטות של שם/זוג ערכים עם כמה מטא נתונים, אבל חלק מהתצפיות מקבצות תצפיות אחרות באופן הגיוני, או אפילו יכולות להיות תצפיות מרובות רכיבים.
השמיים Condition
המשאב משמש לתיעוד מידע מפורט על מצב, בעיה, אבחנה או אירוע, מצב, בעיה או מושג קליני אחר שעלה לרמה של דאגה. המצב יכול להיות אבחון נקודתי בהקשר של מפגש, פריט ברשימת הבעיות של המטפל, או חשש שלא קיים ברשימת הבעיות של המטפל.
התרשים הבא מציג את זרימת העבודה להעברת נתונים לא מובנים לתוך FHIR עבור ניתוח AI ולמידת מכונה (ML) באמזון HealthLake.
שלבי זרימת העבודה הם כדלקמן:
- מסמך מועלה ל- an שירות אחסון פשוט של אמזון (אמזון S3) דלי.
- העלאת המסמך באמזון S3 מפעילה AWS למבדה פונקציה.
- הפונקציה Lambda שולחת את התמונה לאמזון Textract.
- Amazon Textract מחלץ טקסט מהתמונה ומאחסן את הפלט בדלי נפרד של Amazon Textract פלט S3.
- התוצאה הסופית מאוחסנת כמשאבי FHIR ספציפיים (הטקסט שחולץ נטען
DocumentReference
כטקסט מקודד base64) ב- Amazon HealthLake כדי לחלץ משמעות מהנתונים הלא מובנים עם Amazon Comprehend Medical המשולבת לחיפוש ושאילתות קלים. - משתמשים יכולים ליצור ניתוחים משמעותיים ולהפעיל ניתוחים אינטראקטיביים באמצעות אמזונה אתנה.
- משתמשים יכולים לבנות הדמיות, לבצע ניתוח אד-הוק ולקבל במהירות תובנות עסקיות באמצעות אמזון קוויקסייט.
- משתמשים יכולים לבצע תחזיות עם נתוני בריאות באמצעות אמזון SageMaker דגמי ML.
תנאים מוקדמים
פוסט זה מניח היכרות עם השירותים הבאים:
כברירת מחדל, יכולת עיבוד השפה הטבעית (NLP) המשולבת של Amazon Comprehend Medical בתוך Amazon HealthLake מושבתת בחשבון ה-AWS שלך. כדי לאפשר זאת, שלח בקשת תמיכה עם מזהה החשבון שלך, אזור AWS וחנות הנתונים של Amazon HealthLake ARN. למידע נוסף, עיין ב כיצד אוכל להפעיל את תכונת עיבוד השפה הטבעית המשולבת של HealthLake.
עיין ב GitHub ריפו לפרטי פריסה נוספים.
פרוס את ארכיטקטורת הפתרון
כדי להגדיר את הפתרון, בצע את השלבים הבאים:
- שיבט את GitHub ריפו, לרוץ
cdk deploy PdfMapperToFhirWorkflow
משורת הפקודה או מהמסוף ופעל לפי קובץ README. הפריסה תושלם בעוד כ-30 דקות. - בקונסולת Amazon S3, נווט אל הדלי שמתחיל ב-
pdfmappertofhirworkflow
-, אשר נוצר במסגרתcdk deploy
. - בתוך הדלי, צור תיקייה בשם העלאות והעלה את ה-PDF לדוגמה (SampleMedicalRecord.pdf).
ברגע שהעלאת המסמך תצליח, זה יפעיל את הצינור, ותוכל להתחיל לראות נתונים באמזון HealthLake, שאותם תוכל לבצע שאילתות באמצעות מספר כלים של AWS.
שאל את הנתונים
כדי לחקור את הנתונים שלך, בצע את השלבים הבאים:
- במסוף CloudWatch, חפש את ה
HealthlakeTextract
קבוצת יומן. - בפרטי קבוצת היומן, רשום את המזהה הייחודי של המסמך שעיבדת.
- בקונסולת Amazon HealthLake, בחר חנויות נתונים בחלונית הניווט.
- בחר את מאגר הנתונים שלך ובחר הפעל שאילתה.
- בעד סוג שאילתה, בחר חפש עם GET.
- בעד סוג משאבים, בחר הפניה למסמך.
- בעד פרמטרי חיפוש, הזן את הפרמטר כמתייחס ואת הערך as
DocumentReference/
מזהה ייחודי. - בחרו הפעל שאילתה.
- ב גוף תגובה בסעיף, הקטינו את מקטעי המשאבים כדי להציג רק את ששת המשאבים שנוצרו עבור מסמך PDF בן שישה עמודים.
- צילום המסך הבא מציג את הניתוח המשולב עם Amazon Comprehend Medical ו-NLP מופעלים. צילום המסך משמאל הוא ה-PDF המקור; צילום המסך מימין הוא תוצאת ה-NLP מאמזון HealthLake.
- אתה יכול גם להריץ שאילתה עם סוג שאילתה נקבע כ חומר עיוני ו סוג משאבים נקבע כ מַצָב באמצעות מזהה המשאב המתאים.
צילום המסך הבא מציג את תוצאות השאילתה. - במסוף אתנה, הפעל את השאילתה הבאה:
באופן דומה, אתה יכול לשאול MedicationStatement
, Condition
, ו Observation
אֶמְצָעִי.
לנקות את
לאחר שתסיים להשתמש בפתרון זה, הפעל cdk destroy PdfMapperToFhirWorkflow
כדי להבטיח שלא ייגרמו לך חיובים נוספים. למידע נוסף, עיין ב ערכת הכלים של AWS CDK (פקודה cdk).
סיכום
שירותי AWS AI ואמזון HealthLake יכולים לעזור לאחסן, לשנות, לבצע שאילתות ולנתח תובנות מנתוני בריאות לא מובנים. למרות שהפוסט הזה כיסה רק תרשים קליני PDF, אתה יכול להרחיב את הפתרון לסוגים אחרים של קובצי PDF, תמונות והערות בכתב יד. לאחר חילוץ הנתונים לצורת טקסט, מנותח לרכיבי נתונים נפרדים באמצעות Amazon Comprehend Medical, ומאוחסנים באמזון HealthLake, ניתן יהיה להעשיר אותם עוד יותר על ידי מערכות במורד הזרם כדי להניע מידע בריאותי משמעותי וניתן לפעולה ובסופו של דבר לשפר את תוצאות בריאות המטופל.
הפתרון המוצע אינו מצריך פריסה ותחזוקה של תשתית שרתים. כל השירותים מנוהלים על ידי AWS או ללא שרת. עם מודל החיוב לפי שיטת תשלום של AWS והעומק והרוחב של השירותים שלו, העלות והמאמץ של ההגדרה והניסוי הראשוניים נמוכים משמעותית מהחלופות המסורתיות המקומיות.
משאבים נוספים
למידע נוסף על Amazon HealthLake, עיין בפרטים הבאים:
על הכותבים
שרוואן וורפוטור הוא אדריכל פתרונות בכיר ב-AWS. כעוזר לקוח מהימן, הוא עוזר לארגונים להבין שיטות עבודה מומלצות סביב ארכיטקטורות מתקדמות מבוססות ענן, ומספק עצות לגבי אסטרטגיות שיעזרו להניע תוצאות עסקיות מוצלחות במגוון רחב של לקוחות ארגוניים באמצעות התשוקה שלו לחינוך, הדרכה, עיצוב ובניית פתרונות ענן. בזמנו הפנוי הוא נהנה לקרוא, לבלות עם משפחתו ולבשל.
רפאל מ' קויקה הוא ארכיטקט פתרונות ראשי ב-AWS התומך בלקוחות Enterprise בדרום מזרח, והוא חלק מקהילת השטח הטכני של Storage and Security. לרפאל יש תשוקה לבנות, והמומחיות שלו באבטחה, אחסון, רשתות ופיתוח יישומים הייתה מכרעת בסיוע ללקוחות לעבור לענן בצורה מאובטחת ומהירה.
רנדהיר גהלוט הוא מנהל פתרונות לקוחות ראשיים ב-AWS. Randheer מתלהב מבינה מלאכותית/ML ויישומה בתעשיית HCLS. בתור בונה AWS, הוא עובד עם ארגונים גדולים כדי לתכנן וליישם במהירות העברות אסטרטגיות לענן ולבנות פתרונות מודרניים מקוריים בענן.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoAiStream. Web3 Data Intelligence. הידע מוגבר. גישה כאן.
- הטבעת העתיד עם אדריאן אשלי. גישה כאן.
- קנה ומכירה של מניות בחברות PRE-IPO עם PREIPO®. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/transform-analyze-and-discover-insights-from-unstructured-healthcare-data-using-amazon-healthlake/
- :יש ל
- :הוא
- :איפה
- $ למעלה
- 30
- 7
- a
- אודות
- חֶשְׁבּוֹן
- לרוחב
- Ad
- נוסף
- מתקדם
- עצה
- עו"ד
- לאחר
- AI
- שירותי AI
- AI / ML
- תעשיות
- גם
- חלופות
- למרות
- אמזון בעברית
- אמזון להתבונן
- אמזון Comprehend Medical
- אמזון HealthLake
- טקסטורה באמזון
- an
- מנתח
- אנליזה
- ניתוח
- לנתח
- ו
- בקשה
- פיתוח אפליקציות
- מתאים
- בערך
- ARE
- סביב
- AS
- At
- אוטומטית
- אוטומציה
- זמין
- AWS
- BE
- היה
- להיות
- הטוב ביותר
- שיטות עבודה מומלצות
- חיוב
- רוחב
- רחב
- לִבנוֹת
- בונה
- בִּניָן
- עסקים
- אבל
- by
- נקרא
- CAN
- ללכוד
- מקרה
- מֶרכָּזִי
- מאפיינים
- חיובים
- תרשים
- תרשימים
- בחרו
- קליני
- ענן
- קוד
- Common
- קהילה
- תואם
- להשלים
- מורכב
- לִהַבִין
- מושג
- דְאָגָה
- מצב
- נחשב
- קונסול
- מאוכל
- הקשר
- המרה
- עלות
- יכול
- קורס
- מכוסה
- לִיצוֹר
- נוצר
- יוצר
- מנהג
- לקוח
- פתרונות ללקוח
- לקוחות
- נתונים
- תַאֲרִיך
- בְּרִירַת מֶחדָל
- דמוגרפי
- לפרוס
- פריסה
- עומק
- עיצוב
- תכנון
- להרוס
- מְפוֹרָט
- פרטים
- לקבוע
- צעצועי התפתחות
- קשה
- נכה
- לגלות
- do
- מסמך
- אוטומציה של מסמכים
- מסמכים
- לא
- עשה
- לא
- מטה
- נהיגה
- בְּמַהֲלָך
- מזרח
- קל
- לחנך
- יעילות
- מאמץ
- או
- אלמנט
- אלמנטים
- מיילים
- לאפשר
- מופעל
- סוף
- מועשר
- לְהַבטִיחַ
- זן
- מִפְעָל
- חברות
- שגיאה
- מוערך
- אֲפִילוּ
- אירוע
- להתקיים
- קיים
- מומחיות
- להסביר
- לחקור
- להאריך
- תמצית
- תמציות
- מתקן
- בְּקִיאוּת
- משפחה
- מהר
- מעטים
- שדה
- שדות
- שלח
- סופי
- ראשון
- לעקוב
- הבא
- כדלקמן
- בעד
- טופס
- פוּרמָט
- החל מ-
- פונקציה
- נוסף
- עתיד
- דור
- לקבל
- מקבל
- קְבוּצָה
- he
- בְּרִיאוּת
- בריאות
- לעזור
- עזרה
- עוזר
- שֶׁלוֹ
- איך
- איך
- HTML
- http
- HTTPS
- i
- ID
- לזהות
- תמונה
- תמונות
- ליישם
- לשפר
- in
- להצביע
- תעשייה
- מידע
- תשתית
- בתחילה
- תובנות
- אינסטרומנטלי
- משולב
- אינטראקטיבי
- יכולת פעולה הדדית
- אל תוך
- השקעה
- סוגיה
- IT
- שֶׁלָה
- jpg
- רק
- שפה
- גָדוֹל
- מפעלים גדולים
- למידה
- עזבו
- מוֹרֶשֶׁת
- רמה
- כמו
- גבולות
- רשימה
- לִטעוֹן
- המון
- נעול
- היכנס
- להוריד
- מכונה
- למידת מכונה
- שומר
- תחזוקה
- לעשות
- עשייה
- הצליח
- מנהל
- מדריך ל
- מאי..
- משמעות
- משמעותי
- אומר
- רפואי
- זכרון
- מידע נוסף
- נודד
- דקות
- ML
- מודל
- מודלים
- מודרני
- צג
- יותר
- רוב
- המהלך
- שם
- טבעי
- עיבוד שפה טבעית
- נווט
- ניווט
- רשתות
- NLP
- הערות
- עַכשָׁיו
- of
- on
- רק
- or
- ארגונים
- אחר
- שלנו
- תוצאות
- תפוקה
- זגוגית
- פרמטר
- חלק
- צד
- תשוקה
- לוהט
- עבר
- חולה
- דפוסי
- לְבַצֵעַ
- צינור
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- הודעה
- פרקטיקות
- התחזיות
- מרשם
- קוֹדֶם
- מנהל
- בעיה
- תהליך
- מעובד
- תהליכים
- תהליך
- התקדמות
- להציע
- מוּצָע
- ספק
- ספקים
- מספק
- מהירות
- רפאל
- מהיר
- מהר
- ציון
- חי
- קריאה
- שיא
- באזור
- לדרוש
- משאב
- משאבים
- תוצאה
- תוצאות
- רייזן
- הסיכון
- הפעלה
- סולם
- תרחיש
- חיפוש
- סעיף
- סעיפים
- מאובטח
- אבטחה
- ראות
- שולח
- לחצני מצוקה לפנסיונרים
- נפרד
- לשרת
- ללא שרת
- שרות
- שירותים
- סט
- התקנה
- כמה
- הופעות
- באופן משמעותי
- פָּשׁוּט
- מצב
- שישה
- להאט
- קטן
- פִּתָרוֹן
- פתרונות
- כמה
- מָקוֹר
- דרום
- ספציפי
- הוצאה
- התחלה
- החל
- להשאר
- צעדים
- אחסון
- חנות
- מאוחסן
- חנויות
- אסטרטגי
- אסטרטגיות
- להגיש
- מוצלח
- תמיכה
- מסייע
- מערכות
- נטילת
- טכני
- מסוף
- מבחן
- מֵאֲשֶׁר
- זֶה
- השמיים
- העתיד
- המקור
- שֶׁלָהֶם
- אז
- זֶה
- דרך
- זמן
- ל
- יַחַד
- ארגז כלים
- כלים
- מסורתי
- הדרכה
- לשנות
- טרנספורמציה
- להפעיל
- מהימן
- תור
- סוג
- סוגים
- בסופו של דבר
- להבין
- ייחודי
- לפתוח
- שֶׁלֹא נוּצַל
- נטען
- להשתמש
- מְשׁוּמָשׁ
- באמצעות
- ערך
- מגוון
- שונים
- לצפיה
- לְבַקֵר
- היה
- we
- היו
- אשר
- יצטרך
- עם
- בתוך
- עובד
- אתה
- זפירנט