Hoe InpharmD Amazon Kendra en Amazon Lex gebruikt om evidence-based patiëntenzorg te stimuleren

Dit is een gastpost geschreven door Dr. Janhavi Punyarthi, directeur merkontwikkeling bij InpharmD.

Het snijpunt van DI en AI: Drugsinformatie (DI) verwijst naar de ontdekking, het gebruik en het beheer van medische en medische informatie. Zorgverleners hebben veel uitdagingen in verband met het ontdekken van informatie over geneesmiddelen, zoals intensieve tijdsbesteding, gebrek aan toegankelijkheid en nauwkeurigheid van betrouwbare gegevens. De gemiddelde klinische zoekopdracht vereist een literatuuronderzoek dat gemiddeld 18.5 uur duurt. Bovendien bevindt drugsinformatie zich vaak in ongelijksoortige informatiesilo's, achter betaalmuren en ontwerpmuren, en wordt snel oud.

InpharmD is een mobiel, academisch netwerk van drugsinformatiecentra dat de kracht van kunstmatige intelligentie en apotheekintelligentie combineert om samengestelde, op bewijzen gebaseerde antwoorden op klinische vragen te bieden. Het doel van InpharmD is om op efficiënte wijze nauwkeurige informatie over geneesmiddelen te verstrekken, zodat zorgverleners snel weloverwogen beslissingen kunnen nemen en optimale patiëntenzorg kunnen bieden.

Om dit doel te bereiken, heeft InpharmD Sherlock gebouwd, een prototype-bot die medische literatuur leest en ontcijfert. Sherlock is gebaseerd op AI-services, waaronder: Amazon Kendra, een intelligente zoekservice, en Amazon-Lex, een volledig beheerde AI-service voor het inbouwen van conversatie-interfaces in elke applicatie. Met Sherlock kunnen zorgverleners waardevol klinisch bewijs ophalen, waardoor ze datagestuurde beslissingen kunnen nemen en meer tijd aan patiënten kunnen besteden. Sherlock heeft toegang tot meer dan 5,000 samenvattingen van InpharmD en 1,300 geneesmiddelenmonografieën van de American Society of Health System Pharmacists (ASHP). Deze databank breidt zich elke dag uit naarmate er meer abstracts en monografieën worden geüpload en bewerkt. Sherlock-filters voor relevantie en recentheid om snel duizenden PDF's, studies, samenvattingen en andere documenten te doorzoeken en antwoorden te geven met een nauwkeurigheid van 94% in vergelijking met mensen.

Het volgende is een voorlopige tekstuele overeenkomstscore en handmatige evaluatie tussen een door een machine gegenereerde samenvatting en een menselijke samenvatting.

InpharmD en AWS

AWS dient als versneller voor InpharmD. AWS SDK's verkorten de ontwikkeltijd aanzienlijk door gemeenschappelijke functionaliteiten te bieden waarmee InpharmD zich kan concentreren op het leveren van kwaliteitsresultaten. Met AWS-services zoals Amazon Kendra en Amazon Lex hoeft InpharmD zich minder zorgen te maken over schaalvergroting, systeemonderhoud en stabiliteit.

Het volgende diagram illustreert de architectuur van AWS-services voor Sherlock:

InpharmD zou Sherlock niet hebben kunnen bouwen zonder de hulp van AWS. In de kern gebruikt InpharmD Amazon Kendra als basis voor haar machine learning (ML)-initiatieven om de documentenbibliotheek van InpharmD te indexeren en slimme antwoorden te bieden met behulp van natuurlijke taalverwerking. Dit is superieur aan traditionele, op fuzzy zoek gebaseerde algoritmen, en het resultaat is betere antwoorden op vragen van gebruikers.

InpharmD gebruikte vervolgens Amazon Lex om Sherlock te creëren, een chatbotservice die de ML-aangedreven zoekresultaten van Amazon Kendra levert via een gebruiksvriendelijke conversatie-interface. Sherlock gebruikt de mogelijkheden voor het begrijpen van natuurlijke taal van Amazon Lex om de bedoeling te detecteren en de context van vragen beter te begrijpen om de beste antwoorden te vinden. Dit zorgt voor meer natuurlijke gesprekken met betrekking tot medische literatuurvragen en antwoorden.

Daarnaast slaat InpharmD de inhoud van de medicijninformatie op in de cloud via S3-buckets. Met AWS Lambda kan InpharmD serverlogica schalen en gemakkelijk communiceren met verschillende AWS-services. Het is essentieel om Amazon Kendra te verbinden met andere diensten zoals Amazon Lex.

"AWS is essentieel geweest bij het versnellen van de ontwikkeling van Sherlock. We hoeven ons minder zorgen te maken over schaalvergroting, systeemonderhoud en stabiliteit, omdat AWS dit voor ons regelt. Met Amazon Kendra en Amazon Lex zijn we in staat om de beste versie van Sherlock te bouwen en onze ontwikkelingstijd met maanden te verkorten. Bovendien zijn we in staat om de tijd voor elk literatuuronderzoek met 16% te verkorten."

– Tulasee Chintha, Chief Technological Officer en mede-oprichter van InpharmD.

Impact

InpharmD wordt vertrouwd door een netwerk van meer dan 10,000 zorgverleners en acht gezondheidssystemen en helpt bij het begeleiden van evidence-based informatie die de besluitvorming versnelt en clinici tijd bespaart. Met behulp van de diensten van InpharmD wordt de tijd voor elk literatuuronderzoek met 16% verminderd, wat ongeveer 3 uur per zoekopdracht bespaart. InpharmD biedt ook een uitgebreid resultaat, met ongeveer 12 samenvattingen van tijdschriftartikelen voor elke literatuuronderzoek. Met de implementatie van Sherlock hoopt InpharmD het literatuurzoekproces nog efficiënter te maken en meer studies samen te vatten in minder tijd.

Het Sherlock-prototype wordt momenteel in bèta getest en gedeeld met providers om feedback van gebruikers te krijgen.

"Toegang tot het InpharmD-platform is zeer aanpasbaar. Ik was blij dat het InpharmD-team met mij samenwerkte om aan mijn specifieke behoeften en de behoeften van mijn instelling te voldoen. Ik vroeg Sherlock naar de veiligheid van een medicijn en het product gaf me een samenvatting en literatuur om complexe klinische vragen snel te beantwoorden. Dit product doet veel van het werk dat vroeger veel klikken en zoeken en het uitproberen van tonnen verschillende zoekaanbieders met zich meebracht. Voor een drukke arts werkt het prima. Het bespaarde me tijd en zorgde ervoor dat ik het meest actuele onderzoek gebruikte voor mijn besluitvorming. Dit zou een game changer zijn geweest toen ik in een academisch ziekenhuis klinisch onderzoek deed, maar zelfs als privé-arts is het geweldig om ervoor te zorgen dat je altijd op de hoogte bent van het huidige bewijsmateriaal."

– Ghaith Ibrahim, MD bij Wellstar Health System.

Conclusie

Ons team bij InpharmD is verheugd om voort te bouwen op het vroege succes dat we hebben gezien bij de implementatie van Sherlock met de hulp van Amazon Kendra en Amazon Lex. Ons plan voor Sherlock is om het te ontwikkelen tot een intelligente assistent die altijd en overal beschikbaar is. In de toekomst hopen we Sherlock te integreren met Amazon Alexa, zodat zorgverleners onmiddellijke, contactloze toegang tot bewijsmateriaal hebben, zodat ze snel gegevensgestuurde klinische beslissingen kunnen nemen die optimale patiëntenzorg garanderen.

---

Over de auteur

Dr. Janhavi Punyarthi is een innovatieve apotheker die merkontwikkeling en engagement leidt bij InpharmD. Met een passie voor creativiteit combineert Dr. Punyarthi haar liefde voor schrijven en evidence-based geneeskunde om klinische literatuur op boeiende manieren te presenteren.

Disclaimer: AWS is niet verantwoordelijk voor de inhoud of juistheid van dit bericht. De inhoud en meningen in dit bericht zijn uitsluitend die van de externe auteur. Het is de verantwoordelijkheid van elke klant om te bepalen of ze onderworpen zijn aan HIPAA, en zo ja, hoe ze het beste kunnen voldoen aan HIPAA en de uitvoeringsvoorschriften ervan. Alvorens AWS te gebruiken in verband met beschermde gezondheidsinformatie, moeten klanten een AWS Business Associate Addendum (BAA) invoeren en de configuratievereisten volgen.

• Coinsmart. Europa's beste Bitcoin- en crypto-uitwisseling.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. GRATIS TOEGANG.
• CryptoHawk. Altcoin-radar. Gratis proefversie.
• Bron: https://aws.amazon.com/blogs/machine-learning/how-inpharmd-uses-amazon-kendra-and-amazon-lex-to-drive-evidence-based-patient-care/