Como a InpharmD usa o Amazon Kendra e o Amazon Lex para impulsionar o atendimento ao paciente baseado em evidências

Este é um post convidado de autoria de Dr. Janhavi Punyarthi, Diretor de Desenvolvimento de Marca da InpharmD.

A interseção de DI e IA: Informações sobre medicamentos (DI) refere-se à descoberta, uso e gerenciamento de informações médicas e de saúde. Os provedores de assistência médica têm muitos desafios associados à descoberta de informações sobre medicamentos, como envolvimento intensivo de tempo, falta de acessibilidade e precisão de dados confiáveis. A consulta clínica média requer uma pesquisa bibliográfica que leva em média 18.5 horas. Além disso, as informações sobre medicamentos geralmente ficam em silos de informações díspares, atrás de paredes de pagamento e paredes de design, e rapidamente se tornam obsoletas.

A InpharmD é uma rede acadêmica baseada em dispositivos móveis de centros de informações sobre medicamentos que combina o poder da inteligência artificial e da inteligência farmacêutica para fornecer respostas selecionadas e baseadas em evidências para consultas clínicas. O objetivo da InpharmD é fornecer informações precisas sobre medicamentos com eficiência, para que os profissionais de saúde possam tomar decisões informadas rapidamente e fornecer atendimento ideal ao paciente.

Para atingir esse objetivo, a InpharmD construiu o Sherlock, um protótipo de bot que lê e decifra literatura médica. Sherlock é baseado em serviços de IA, incluindo Amazona Kendra, um serviço de pesquisa inteligente e Amazon-Lex, um serviço de IA totalmente gerenciado para criar interfaces de conversação em qualquer aplicativo. Com o Sherlock, os profissionais de saúde podem recuperar evidências clínicas valiosas, o que lhes permite tomar decisões baseadas em dados e passar mais tempo com os pacientes. Sherlock tem acesso a mais de 5,000 resumos da InpharmD e 1,300 monografias de medicamentos da American Society of Health System Pharmacists (ASHP). Esse banco de dados se expande a cada dia à medida que mais resumos e monografias são carregados e editados. Filtros Sherlock para relevância e recência para pesquisar rapidamente em milhares de PDFs, estudos, resumos e outros documentos e fornecer respostas com 94% de precisão quando comparado a humanos.

A seguir está uma pontuação preliminar de similaridade textual e avaliação manual entre um resumo gerado por máquina e um resumo humano.

InpharmD e AWS

AWS serve como um acelerador para InpharmD. Os SDKs da AWS reduzem significativamente o tempo de desenvolvimento ao fornecer funcionalidades comuns que permitem que a InpharmD se concentre na entrega de resultados de qualidade. Serviços da AWS como Amazon Kendra e Amazon Lex permitem que a InpharmD se preocupe menos com dimensionamento, manutenção de sistemas e estabilidade.

O diagrama a seguir ilustra a arquitetura dos serviços da AWS para Sherlock:

A InpharmD não seria capaz de construir o Sherlock sem a ajuda da AWS. No núcleo, a InpharmD usa o Amazon Kendra como base de suas iniciativas de machine learning (ML) para indexar a biblioteca de documentos da InpharmD e fornecer respostas inteligentes usando processamento de linguagem natural. Isso é superior aos algoritmos tradicionais baseados em pesquisa difusa, e o resultado são melhores respostas para as perguntas dos usuários.

Em seguida, a InpharmD usou o Amazon Lex para criar o Sherlock, um serviço de chatbot que fornece resultados de pesquisa baseados em ML do Amazon Kendra por meio de uma interface de conversação fácil de usar. Sherlock usa os recursos de compreensão de linguagem natural do Amazon Lex para detectar a intenção e entender melhor o contexto das perguntas para encontrar as melhores respostas. Isso permite conversas mais naturais sobre perguntas e respostas da literatura médica.

Além disso, a InpharmD armazena o conteúdo de informações sobre medicamentos na nuvem por meio de buckets do S3. O AWS Lambda permite que a InpharmD dimensione a lógica do servidor e interaja com vários serviços da AWS com facilidade. É fundamental para conectar o Amazon Kendra a outros serviços, como o Amazon Lex.

"A AWS tem sido essencial para acelerar o desenvolvimento do Sherlock. Não precisamos nos preocupar tanto com dimensionamento, manutenção de sistemas e estabilidade porque a AWS cuida disso para nós. Com o Amazon Kendra e o Amazon Lex, podemos criar a melhor versão do Sherlock e reduzir nosso tempo de desenvolvimento em meses. Além disso, também conseguimos diminuir o tempo de cada pesquisa de literatura em 16%."

– Tulasee Chintha, Chief Technological Officer e cofundador da InpharmD.

Impacto

Com a confiança de uma rede de mais de 10,000 provedores e oito sistemas de saúde, a InpharmD ajuda a orientar informações baseadas em evidências que aceleram a tomada de decisões e economizam tempo para os médicos. Com a ajuda dos serviços da InpharmD, o tempo para cada pesquisa de literatura é reduzido em 16%, economizando aproximadamente 3 horas por pesquisa. O InpharmD também fornece um resultado abrangente, com aproximadamente 12 resumos de artigos de periódicos para cada pesquisa bibliográfica. Com a implementação do Sherlock, a InpharmD espera tornar o processo de busca de literatura ainda mais eficiente, resumindo mais estudos em menos tempo.

O protótipo Sherlock está sendo testado em beta e compartilhado com fornecedores para obter feedback dos usuários.

"O acesso à plataforma InpharmD é muito personalizável. Fiquei feliz que a equipe da InpharmD trabalhou comigo para atender às minhas necessidades específicas e às necessidades da minha instituição. Perguntei a Sherlock sobre a segurança de um medicamento e o produto me deu um resumo e literatura para responder rapidamente a questões clínicas complexas. Este produto faz muito do trabalho que anteriormente envolvia muitos cliques, pesquisas e tentativas de vários fornecedores de pesquisa diferentes. Para um médico ocupado, funciona muito bem. Isso me economizou tempo e ajudou a garantir que eu estivesse usando a pesquisa mais atualizada para minha tomada de decisão. Isso teria sido um divisor de águas quando eu estava em um hospital acadêmico fazendo pesquisa clínica, mas mesmo como médico particular, é ótimo garantir que você esteja sempre atualizado com as evidências atuais."

– Ghaith Ibrahim, MD no Wellstar Health System.

Conclusão

Nossa equipe da InpharmD está animada para aproveitar o sucesso inicial que vimos ao implantar o Sherlock com a ajuda do Amazon Kendra e do Amazon Lex. Nosso plano para Sherlock é transformá-lo em um assistente inteligente que esteja disponível a qualquer hora, em qualquer lugar. No futuro, esperamos integrar o Sherlock ao Amazon Alexa para que os provedores possam ter acesso imediato e sem contato às evidências, permitindo que eles tomem decisões clínicas rápidas baseadas em dados que garantam o atendimento ideal ao paciente.

---

Sobre o autor

Dr. é um farmacêutico inovador que lidera o desenvolvimento e o envolvimento da marca na InpharmD. Com uma paixão pela criatividade, a Dra. Punyarthi gosta de combinar seu amor pela escrita e medicina baseada em evidências para apresentar literatura clínica de forma envolvente.

Aviso Legal: AWS não é responsável pelo conteúdo ou precisão desta postagem. O conteúdo e as opiniões neste post são exclusivamente do autor de terceiros. É responsabilidade de cada cliente determinar se está sujeito à HIPAA e, em caso afirmativo, qual a melhor forma de cumprir a HIPAA e seus regulamentos de implementação. Antes de usar a AWS em conexão com informações de saúde protegidas, os clientes devem inserir um AWS Business Associate Addendum (BAA) e seguir seus requisitos de configuração.

• Coinsmart. A melhor troca de Bitcoin e criptografia da Europa.
• Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. ACESSO LIVRE.
• CryptoHawk. Radar Altcoin. Teste grátis.
• Fonte: https://aws.amazon.com/blogs/machine-learning/how-inpharmd-uses-amazon-kendra-and-amazon-lex-to-drive-evidence-based-patient-care/