Как InpharmD использует Amazon Kendra и Amazon Lex для оказания помощи пациентам на основе фактических данных

Это гостевой пост, автором которого является Доктор Джанхави Пуньярти, директор по развитию бренда InpharmD.

Пересечение DI и AI: информация о лекарствах (DI) относится к обнаружению, использованию и управлению медицинской и медицинской информацией. Медицинские работники сталкиваются со многими проблемами, связанными с обнаружением информации о лекарствах, такими как большие затраты времени, отсутствие доступа и точность надежных данных. Средний клинический запрос требует поиска литературы, который занимает в среднем 18.5 часов. Кроме того, информация о наркотиках часто хранится в разрозненных информационных хранилищах, за платными стенами и дизайнерскими стенами, и быстро устаревает.

InpharmD — это мобильная академическая сеть центров информации о лекарствах, которая сочетает в себе возможности искусственного интеллекта и фармацевтики для предоставления кураторских, основанных на фактических данных ответов на клинические запросы. Цель InpharmD — эффективно предоставлять точную информацию о лекарствах, чтобы поставщики медицинских услуг могли быстро принимать обоснованные решения и обеспечивать оптимальный уход за пациентами.

Для достижения этой цели InpharmD создала прототип бота Sherlock, который читает и расшифровывает медицинскую литературу. Шерлок основан на сервисах ИИ, включая Амазон Кендра, интеллектуальный поисковый сервис и Amazon Lex, полностью управляемый сервис искусственного интеллекта для создания диалоговых интерфейсов в любом приложении. С помощью Sherlock поставщики медицинских услуг могут получать ценные клинические данные, что позволяет им принимать решения на основе данных и проводить больше времени с пациентами. Шерлок имеет доступ к более чем 5,000 рефератов InpharmD и 1,300 монографиям по лекарственным препаратам Американского общества фармацевтов системы здравоохранения (ASHP). Этот банк данных расширяется каждый день по мере загрузки и редактирования новых рефератов и монографий. Sherlock фильтрует релевантность и новизну, чтобы быстро найти тысячи PDF-файлов, исследований, рефератов и других документов и предоставить ответы с точностью 94% по сравнению с людьми.

Ниже приводится предварительная оценка текстового сходства и ручная оценка между сводкой, созданной машиной, и сводкой, созданной человеком.

InpharmD и AWS

AWS служит ускорителем для InpharmD. AWS SDK значительно сокращают время разработки, предоставляя общие функции, которые позволяют InpharmD сосредоточиться на получении качественных результатов. Такие сервисы AWS, как Amazon Kendra и Amazon Lex, позволяют InpharmD меньше беспокоиться о масштабировании, обслуживании систем и стабильности.

На следующей диаграмме показана архитектура сервисов AWS для Sherlock:

InpharmD не смог бы создать Sherlock без помощи AWS. По сути, InpharmD использует Amazon Kendra в качестве основы для своих инициатив в области машинного обучения (ML) для индексации библиотеки документов InpharmD и предоставления интеллектуальных ответов с использованием обработки естественного языка. Это превосходит традиционные алгоритмы, основанные на нечетком поиске, и в результате дает лучшие ответы на вопросы пользователей.

Затем InpharmD использовала Amazon Lex для создания Sherlock, службы чат-ботов, которая предоставляет результаты поиска Amazon Kendra на основе машинного обучения через простой в использовании диалоговый интерфейс. Sherlock использует возможности Amazon Lex для понимания естественного языка, чтобы определять намерения и лучше понимать контекст вопросов, чтобы найти наилучшие ответы. Это позволяет вести более естественные разговоры о запросах и ответах на медицинскую литературу.

Кроме того, InpharmD хранит информацию о лекарствах в облаке через корзины S3. AWS Lambda позволяет InpharmD масштабировать логику сервера и с легкостью взаимодействовать с различными сервисами AWS. Это ключ к подключению Amazon Kendra к другим сервисам, таким как Amazon Lex.

AWS сыграл важную роль в ускорении разработки Sherlock. Нам не нужно так сильно беспокоиться о масштабировании, обслуживании систем и стабильности, потому что AWS позаботится об этом за нас. С Amazon Kendra и Amazon Lex мы можем создать лучшую версию Sherlock и сократить время разработки на месяцы. Кроме того, мы также можем сократить время поиска литературы на 16%.

– Туласи Чинта, главный технический директор и соучредитель InpharmD.

Влияние

InpharmD, которому доверяет сеть из более чем 10,000 16 поставщиков медицинских услуг и восьми систем здравоохранения, помогает направлять основанную на фактических данных информацию, которая ускоряет принятие решений и экономит время врачей. С помощью услуг InpharmD время поиска каждой литературы сокращается на 3%, экономя примерно 12 часа на поиск. InpharmD также предоставляет исчерпывающие результаты, содержащие приблизительно XNUMX резюме журнальных статей для каждого поиска литературы. С внедрением Sherlock InpharmD надеется сделать процесс поиска литературы еще более эффективным, обобщая больше исследований за меньшее время.

Прототип Sherlock в настоящее время проходит бета-тестирование и передается поставщикам для получения отзывов пользователей.

Доступ к платформе InpharmD очень настраиваемый. Я был счастлив, что команда InpharmD работала со мной, чтобы удовлетворить мои конкретные потребности и потребности моего учреждения. Я спросил Шерлока о безопасности препарата, и продукт дал мне краткую информацию и литературу, чтобы быстро ответить на сложные клинические вопросы. Этот продукт выполняет большую часть работы, которая раньше требовала много кликов и поиска, а также использования множества различных поисковых поставщиков. Для занятого врача это работает отлично. Это сэкономило мне время и помогло убедиться, что я использую самые современные исследования для принятия решений. Это могло бы изменить правила игры, когда я работал в академической больнице, проводя клинические исследования, но даже как частный врач здорово убедиться, что вы всегда в курсе текущих данных.

– Гейт Ибрагим, доктор медицинских наук Wellstar Health System.

Заключение

Наша команда в InpharmD рада продолжить успех, достигнутый нами при развертывании Sherlock с помощью Amazon Kendra и Amazon Lex. Мы планируем превратить Шерлока в интеллектуального помощника, доступного в любое время и в любом месте. В будущем мы надеемся интегрировать Sherlock с Amazon Alexa, чтобы поставщики медицинских услуг могли иметь немедленный бесконтактный доступ к доказательствам, что позволит им быстро принимать клинические решения на основе данных, обеспечивающие оптимальное лечение пациентов.

---

Об авторе

Доктор Джанхави Пуньярти — инновационный фармацевт, ведущий разработку бренда и участие в InpharmD. Обладая страстью к творчеству, доктор Пуньярти любит сочетать свою любовь к писательству и доказательной медицине, чтобы представить клиническую литературу в увлекательной форме.

Отказ от ответственности: AWS не несет ответственности за содержание или точность этой публикации. Содержание и мнения в этом посте принадлежат исключительно стороннему автору. Ответственность каждого клиента заключается в том, чтобы определить, подпадают ли они под действие HIPAA, и если да, то как лучше всего соблюдать HIPAA и правила его реализации. Прежде чем использовать AWS в связи с защищенной информацией о состоянии здоровья, клиенты должны ввести Приложение AWS Business Associate Addendum (BAA) и следовать его требованиям к конфигурации.

• Коинсмарт. Лучшая в Европе биржа биткойнов и криптовалют.
• Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. БЕСПЛАТНЫЙ ДОСТУП.
• КриптоХок. Альткоин Радар. Бесплатная пробная версия.
• Источник: https://aws.amazon.com/blogs/machine-learning/how-inpharmd-uses-amazon-kendra-and-amazon-lex-to-drive-evidence-based-patient-care/