InpharmDがAmazonKendraとAmazonLexを使用してエビデンスに基づく患者ケアを推進する方法

これはゲスト投稿です。 Janhavi Punyarthi 博士、InpharmD ブランド開発ディレクター。

DI と AI の交差点: 医薬品情報 (DI) は、ヘルスケアおよび医療情報の発見、使用、管理を指します。 医療提供者は、集中的な時間の関与、アクセスの欠如、信頼できるデータの正確さなど、医薬品情報の発見に関連して多くの課題を抱えています。 平均的な臨床クエリには文献検索が必要で、平均して 18.5 時間かかります。 さらに、医薬品情報は、給与の壁やデザインの壁の背後にある、異なる情報サイロに存在することが多く、すぐに古くなってしまいます。

InpharmD は、人工知能と薬局インテリジェンスのパワーを組み合わせて、臨床上の問い合わせに対して厳選された証拠に基づいた回答を提供する、モバイルベースの医薬品情報センターの学術ネットワークです。 InpharmD の目標は、正確な医薬品情報を効率的に提供し、医療提供者が情報に基づいた意思決定を迅速に行い、最適な患者ケアを提供できるようにすることです。

この目標を達成するために、InpharmD は医学文献を読み解読するプロトタイプ ボットである Sherlock を構築しました。 Sherlock は、次のような AI サービスに基づいています。 アマゾンケンドラ、インテリジェントな検索サービス、および Amazon Lexは、あらゆるアプリケーションに会話型インターフェイスを構築するためのフルマネージド AI サービスです。 Sherlock を使用すると、医療提供者は貴重な臨床証拠を取得できるため、データに基づいた意思決定を行い、患者とより多くの時間を費やすことができます。 Sherlock は、5,000 を超える InpharmD の抄録と、American Society of Health System Pharmacists (ASHP) の 1,300 の医薬品モノグラフにアクセスできます。 このデータ バンクは、より多くの抄録やモノグラフがアップロードおよび編集されるにつれて、日々拡大しています。 Sherlock は、関連性と最新性をフィルタリングして、何千もの PDF、研究、要約、その他の文書を迅速に検索し、人間と比較して 94% の精度で回答を提供します。

以下は、機械が生成した要約と人間による要約の間の予備的なテキスト類似性スコアと手動による評価です。

InpharmD と AWS

AWS は InpharmD のアクセラレータとして機能します。 AWS SDK は、InpharmD が高品質の結果を提供することに集中できる共通の機能を提供することで、開発時間を大幅に短縮します。 Amazon Kendra や Amazon Lex などの AWS のサービスにより、InpharmD はスケーリング、システムのメンテナンス、安定性についてあまり心配する必要がなくなります。

次の図は、Sherlock の AWS サービスのアーキテクチャを示しています。

InpharmD は、AWS の支援がなければ Sherlock を構築できなかったでしょう。 InpharmD は中核として、機械学習 (ML) イニシアチブの基盤として Amazon Kendra を使用し、InpharmD のドキュメント ライブラリにインデックスを付け、自然言語処理を使用してスマートな回答を提供します。 これは従来のあいまい検索ベースのアルゴリズムよりも優れており、その結果、ユーザーの質問に対してより適切な回答が得られます。

InpharmD は、Amazon Lex を使用して、Amazon Kendra の ML を利用した検索結果を使いやすい会話型インターフェイスを通じて提供するチャットボット サービスである Sherlock を作成しました。 Sherlock は、Amazon Lex の自然言語理解機能を使用して、質問の意図を検出し、質問のコンテキストをより深く理解し、最良の答えを見つけます。 これにより、医学文献の問い合わせと回答について、より自然な会話が可能になります。

さらに、InpharmD は、S3 バケットを介して医薬品情報コンテンツをクラウドに保存します。 AWS Lambda を使用すると、InpharmD がサーバー ロジックを拡張し、さまざまな AWS サービスと簡単にやり取りできるようになります。 これは、Amazon Kendra を Amazon Lex などの他のサービスに接続する際の鍵となります。

「AWS は、Sherlock の開発を加速する上で不可欠な存在です。 AWS がスケーリング、システムのメンテナンス、安定性について心配する必要はありません。 Amazon Kendra と Amazon Lex を使用することで、Sherlock の最適なバージョンを構築し、開発時間を数か月短縮することができます。 それに加えて、各文献検索にかかる時間を 16% 削減することもできました。　

– Tulasee Chintha 氏、最高技術責任者、InpharmD 共同創設者。

影響

10,000 を超える医療提供者と 16 つの医療システムからなるネットワークから信頼されている InpharmD は、臨床医の意思決定を加速し、時間を節約する証拠に基づいた情報を導き出すのに役立ちます。 InpharmD サービスの助けにより、各文献検索にかかる時間が 3% 短縮され、検索あたり約 12 時間を節約できます。 InpharmD は、文献検索ごとに約 XNUMX 件の雑誌論文の概要を含む包括的な結果も提供します。 Sherlock の実装により、InpharmD は文献検索プロセスをさらに効率化し、より短い時間でより多くの研究を要約したいと考えています。

Sherlock プロトタイプは現在ベータテスト中であり、ユーザーからのフィードバックを得るためにプロバイダーと共有されています。

「InpharmD プラットフォームへのアクセスは非常にカスタマイズ可能です. InpharmD チームが私と協力して、私の特定のニーズと所属機関のニーズを満たすことができてうれしかったです。 薬の安全性についてシャーロックに質問したところ、その製品は複雑な臨床上の質問に素早く答えるための概要と文献を提供してくれました。 この製品は、以前はクリックして検索し、数多くの異なる検索ベンダーを試す必要があった作業の多くを実行します。 多忙な医師にとって、それは非常に効果的です。 これにより時間を節約でき、意思決定に最新の調査を確実に使用できるようになりました。 私が臨床研究を行っている大学病院にいたときは、これは大きな変化であったでしょうが、開業医としても、最新の証拠を常に最新の状態に保てるのは素晴らしいことです。　

– ウェルスター・ヘルス・システムのガイス・イブラヒム医師。

まとめ

InpharmD のチームは、Amazon Kendra と Amazon Lex の助けを借りて Sherlock をデプロイした初期の成功をさらに発展させることに興奮しています。 Sherlock に対する私たちの計画は、Sherlock をいつでもどこでも利用できるインテリジェントなアシスタントに進化させることです。 将来的には、Sherlock を Amazon Alexa と統合して、医療提供者が証拠に即座に非接触でアクセスできるようにし、最適な患者ケアを確保するためのデータに基づいた臨床上の迅速な意思決定ができ​​るようにしたいと考えています。

---

著者について

ジャンハヴィ・プニャルティ博士 は、InpharmD でのブランド開発と取り組みを主導する革新的な薬剤師です。 創造性への情熱を持つプニャルティ博士は、執筆への愛情と科学的根拠に基づいた医学を組み合わせて、臨床文献を魅力的な方法で提示することを楽しんでいます。

免責事項：AWSは、この投稿の内容または正確性について責任を負いません。 この投稿の内容と意見は、第三者の作者のもののみです。 HIPAAの対象であるかどうか、および対象である場合は、HIPAAとその施行規則に準拠するための最善の方法を決定するのは、各顧客の責任です。 保護されたヘルス情報に関連してAWSを使用する前に、お客様はAWS Business Associate Addendum（BAA）を入力し、その構成要件に従う必要があります。

• コインスマート。 ヨーロッパで最高のビットコインと暗号通貨取引所。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 出入り自由。
• CryptoHawk。 アルトコインレーダー。 無料トライアル。
• 出典: https://aws.amazon.com/blogs/machine-learning/how-inpharmd-uses-amazon-kendra-and-amazon-lex-to-drive-evidence-based-patient-care/