Podatki o zdravstvenem varstvu so zapleteni in ločeni ter obstajajo v različnih formatih. Ocenjuje se, da je 80 % podatkov v organizacijah nestrukturiranih ali »temnih« podatkov, ki so zaklenjeni znotraj besedila, e-pošte, PDF-jev in skeniranih dokumentov. Te podatke je težko razlagati ali programsko analizirati in omejuje, kako lahko organizacije iz njih pridobijo vpoglede in učinkoviteje služijo svojim strankam. Hitra stopnja ustvarjanja podatkov pomeni, da organizacije, ki ne vlagajo v avtomatizacijo dokumentov, tvegajo, da se bodo zataknile pri podedovanih procesih, ki so ročni, počasni, nagnjeni k napakam in jih je težko prilagoditi.
V tej objavi predlagamo rešitev, ki avtomatizira vnos in preoblikovanje predhodno neizkoriščenih PDF-jev ter ročno napisanih kliničnih opomb in podatkov. Pojasnjujemo, kako pridobiti informacije iz grafikonov kliničnih podatkov strank z uporabo Amazonovo besedilo, nato uporabite neobdelano izvlečeno besedilo za prepoznavanje diskretnih podatkovnih elementov z uporabo Amazon Comprehend Medical. Končni rezultat shranimo v formatu, združljivem s hitrimi viri interoperabilnosti zdravstvenega varstva (FHIR). Amazon HealthLake, zaradi česar je na voljo za nadaljnjo analitiko.
Pregled rešitev
AWS ponuja različne storitve in rešitve za ponudnike zdravstvenih storitev, da odklenejo vrednost svojih podatkov. Za našo rešitev obdelamo majhen vzorec dokumentov prek Amazon Texttract in te ekstrahirane podatke naložimo kot ustrezne vire FHIR v Amazon HealthLake. Ustvarimo postopek po meri za pretvorbo FHIR in ga testiramo od konca do konca.
Podatki se najprej naložijo v DocumentReference
. Amazon HealthLake nato po obdelavi tega nestrukturiranega besedila ustvari vire, ki jih ustvari sistem DocumentReference
in ga naloži v Condition
, MedicationStatement
in Observation
virov. V virih FHIR identificiramo nekaj podatkovnih polj, kot so ID bolnika, datum storitve, vrsta ponudnika in ime zdravstvene ustanove.
A MedicationStatement
je zapis o zdravilu, ki ga bolnik zaužije. Lahko pomeni, da bolnik jemlje zdravila zdaj, da jih je jemal v preteklosti ali da jih bo jemal v prihodnosti. Pogost scenarij, kjer se te informacije zajamejo, je med postopkom zbiranja anamneze med obiskom ali bivanjem pri pacientu. Vir informacij o zdravilu je lahko pacientov spomin, steklenička na recept ali seznam zdravil, ki ga vzdržuje bolnik, zdravnik ali druga stran.
Observations
so osrednji element zdravstvenega varstva, ki se uporablja za podporo diagnozi, spremljanje napredka, določanje izhodišč in vzorcev ter celo zajemanje demografskih značilnosti. Večina opazovanj je preprostih trditev o paru ime/vrednost z nekaj metapodatki, vendar nekatera opazovanja logično združujejo druga opazovanja ali pa so lahko celo večkomponentna opazovanja.
O Condition
vir se uporablja za beleženje podrobnih informacij o stanju, težavi, diagnozi ali drugem dogodku, situaciji, težavi ali kliničnem konceptu, ki je dosegel stopnjo skrbi. Pogoj je lahko diagnoza v trenutku v kontekstu srečanja, postavka na zdravnikovem seznamu težav ali skrb, ki ne obstaja na zdravnikovem seznamu težav.
Naslednji diagram prikazuje potek dela za selitev nestrukturiranih podatkov v FHIR za analizo umetne inteligence in strojnega učenja (ML) v Amazon HealthLake.
Koraki poteka dela so naslednji:
- Dokument je naložen v Preprosta storitev shranjevanja Amazon (Amazon S3) vedro.
- Nalaganje dokumenta v Amazon S3 sproži an AWS Lambda Funkcija.
- Funkcija Lambda pošlje sliko v Amazon Texttract.
- Amazon Texttract izvleče besedilo iz slike in shrani izhod v ločenem izhodnem vedru Amazon Texttract S3.
- Končni rezultat je shranjen kot določen vir FHIR (izvlečeno besedilo se naloži v
DocumentReference
kot base64 kodirano besedilo) v Amazon HealthLake za pridobivanje pomena iz nestrukturiranih podatkov z integriranim Amazon Comprehend Medical za enostavno iskanje in poizvedovanje. - Uporabniki lahko ustvarijo smiselne analize in izvajajo interaktivno analitiko z uporabo Amazonska Atena.
- Uporabniki lahko ustvarijo vizualizacije, izvedejo ad hoc analize in hitro pridobijo poslovne vpoglede z uporabo Amazon QuickSight.
- Uporabniki lahko z uporabo zdravstvenih podatkov naredijo napovedi Amazon SageMaker ML modeli.
Predpogoji
Ta objava predvideva poznavanje naslednjih storitev:
Zmožnost integrirane obdelave naravnega jezika Amazon Comprehend Medical (NLP) znotraj Amazon HealthLake je privzeto onemogočena v vašem računu AWS. Če ga želite omogočiti, oddajte primer podpore z ID-jem računa, regijo AWS in ARN podatkovne shrambe Amazon HealthLake. Za več informacij glejte Kako vklopim integrirano funkcijo obdelave naravnega jezika HealthLake.
Glejte GitHub repo za več podrobnosti o uvajanju.
Razmestite arhitekturo rešitve
Če želite nastaviti rešitev, izvedite naslednje korake:
- Kloniraj GitHub repo, teči
cdk deploy PdfMapperToFhirWorkflow
iz ukaznega poziva ali terminala in sledite datoteki README. Razmestitev bo končana v približno 30 minutah. - Na konzoli Amazon S3 se pomaknite do vedra, ki se začne z
pdfmappertofhirworkflow
-, ki je nastala v sklopucdk deploy
. - Znotraj vedra ustvarite mapo z imenom uploads in naložite vzorčni PDF (SampleMedicalRecord.pdf).
Takoj, ko je nalaganje dokumenta uspešno, bo sprožilo cevovod in v Amazon HealthLake lahko začnete videti podatke, po katerih lahko poizvedujete z več orodji AWS.
Poizvedi po podatkih
Če želite raziskati svoje podatke, izvedite naslednje korake:
- Na konzoli CloudWatch poiščite
HealthlakeTextract
skupina dnevnikov. - V podrobnosti skupine dnevnikov si zapišite enolični ID dokumenta, ki ste ga obdelali.
- Na konzoli Amazon HealthLake izberite Podatkovne shrambe v podoknu za krmarjenje.
- Izberite svojo shrambo podatkov in izberite Zaženi poizvedbo.
- za Vrsta poizvedbe, izberite Išči z GET.
- za Vrste virov, izberite DocumentReference.
- za Iskalni parametri, vnesite parameter kot se nanaša na in vrednost kot
DocumentReference/
Enolični ID. - Izberite Zaženi poizvedbo.
- v Odzivno telo zmanjšajte razdelke virov, da si ogledate samo šest virov, ki so bili ustvarjeni za šeststranski dokument PDF.
- Naslednji posnetek zaslona prikazuje integrirano analizo z omogočenim programom Amazon Comprehend Medical in NLP. Posnetek zaslona na levi je izvorni PDF; posnetek zaslona na desni je rezultat NLP iz Amazon HealthLake.
- Poizvedbo lahko zaženete tudi z Vrsta poizvedbe nastavljen kot Preberi in Vrste virov nastavljen kot Stanje z uporabo ustreznega ID-ja vira.
Naslednji posnetek zaslona prikazuje rezultate poizvedbe. - Na konzoli Athena zaženite naslednjo poizvedbo:
Podobno lahko povprašate MedicationStatement
, Condition
in Observation
virov.
Čiščenje
Ko končate z uporabo te rešitve, zaženite cdk destroy PdfMapperToFhirWorkflow
da zagotovite, da ne boste imeli dodatnih stroškov. Za več informacij glejte Komplet orodij AWS CDK (ukaz cdk).
zaključek
Storitve AI AWS in Amazon HealthLake lahko pomagajo pri shranjevanju, preoblikovanju, poizvedovanju in analizi vpogledov iz nestrukturiranih zdravstvenih podatkov. Čeprav je ta objava pokrivala le klinični karton PDF, lahko rešitev razširite na druge vrste zdravstvenih PDF-jev, slik in ročno napisanih zapiskov. Potem ko so podatki ekstrahirani v besedilno obliko, razčlenjeni v ločene podatkovne elemente z uporabo Amazon Comprehend Medical in shranjeni v Amazon HealthLake, bi jih lahko dodatno obogatili sistemi na nižji stopnji, da bi zagotovili smiselne in uporabne zdravstvene informacije in na koncu izboljšali zdravstvene rezultate pacientov.
Predlagana rešitev ne zahteva uvedbe in vzdrževanja strežniške infrastrukture. Vse storitve upravlja AWS ali brez strežnika. Z AWS-jevim modelom zaračunavanja po uporabi ter njegovo globino in širino storitev so stroški in trud začetne nastavitve in eksperimentiranja znatno nižji od tradicionalnih lokalnih alternativ.
Dodatni viri
Za več informacij o Amazon HealthLake si oglejte naslednje:
O avtorjih
Shravan Vurputoor je višji arhitekt rešitev pri AWS. Kot zaupanja vreden zagovornik strank pomaga organizacijam razumeti najboljše prakse v zvezi z naprednimi arhitekturami v oblaku in nudi nasvete o strategijah za pomoč pri doseganju uspešnih poslovnih rezultatov v širokem naboru poslovnih strank s svojo strastjo do izobraževanja, usposabljanja, oblikovanja in gradnje oblaka. rešitve. V prostem času rada bere, preživlja čas z družino in kuha.
Rafael M. Koike je glavni arhitekt rešitev pri AWS, ki podpira poslovne stranke na jugovzhodu in je del skupnosti za tehnično področje shranjevanja in varnosti. Rafael ima strast do gradnje in njegovo strokovno znanje na področju varnosti, shranjevanja, mreženja in razvoja aplikacij je bilo ključnega pomena pri pomoči strankam pri varnem in hitrem prehodu v oblak.
Randheer Gehlot je glavni vodja rešitev za stranke pri AWS. Randheer je navdušen nad AI/ML in njegovo uporabo v industriji HCLS. Kot graditelj AWS sodeluje z velikimi podjetji pri načrtovanju in hitrem izvajanju strateških migracij v oblak ter gradnji sodobnih rešitev, ki izvirajo iz oblaka.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoAiStream. Podatkovna inteligenca Web3. Razširjeno znanje. Dostopite tukaj.
- Kovanje prihodnosti z Adryenn Ashley. Dostopite tukaj.
- Kupujte in prodajajte delnice podjetij pred IPO s PREIPO®. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/transform-analyze-and-discover-insights-from-unstructured-healthcare-data-using-amazon-healthlake/
- :ima
- : je
- :kje
- $GOR
- 30
- 7
- a
- O meni
- Račun
- čez
- Ad
- Dodatne
- napredno
- nasveti
- zagovornik
- po
- AI
- Storitve AI
- AI / ML
- vsi
- Prav tako
- alternative
- Čeprav
- Amazon
- Amazonsko razumevanje
- Amazon Comprehend Medical
- Amazon HealthLake
- Amazonovo besedilo
- an
- Analize
- Analiza
- analitika
- analizirati
- in
- uporaba
- Razvoj aplikacij
- primerno
- približno
- SE
- okoli
- AS
- At
- avtomatizira
- Avtomatizacija
- Na voljo
- AWS
- BE
- bilo
- počutje
- BEST
- najboljše prakse
- zaračunavanje
- širina
- široka
- izgradnjo
- builder
- Building
- poslovni
- vendar
- by
- se imenuje
- CAN
- zajemanje
- primeru
- Osrednji
- lastnosti
- Stroški
- Graf
- Charts
- Izberite
- klinični
- Cloud
- Koda
- Skupno
- skupnost
- združljiv
- dokončanje
- kompleksna
- razumeti
- Koncept
- Skrb
- stanje
- šteje
- Konzole
- porabi
- ozadje
- Pretvorba
- strošek
- bi
- Tečaj
- zajeti
- ustvarjajo
- ustvaril
- ustvari
- po meri
- stranka
- Rešitve za stranke
- Stranke, ki so
- datum
- Datum
- privzeto
- demografske
- razporedi
- uvajanje
- globina
- Oblikovanje
- oblikovanje
- uniči
- podrobno
- Podrobnosti
- Ugotovite,
- Razvoj
- težko
- onemogočena
- odkriti
- do
- dokument
- Avtomatizacija dokumentov
- Dokumenti
- Ne
- opravljeno
- dont
- navzdol
- pogon
- med
- East
- lahka
- izobraževanje
- učinkovito
- prizadevanje
- bodisi
- element
- elementi
- e-pošta
- omogočajo
- omogočena
- konec
- obogatena
- zagotovitev
- Vnesite
- Podjetje
- podjetja
- Napaka
- ocenjeni
- Tudi
- Event
- obstajajo
- obstaja
- strokovno znanje
- Pojasnite
- raziskuje
- razširiti
- ekstrakt
- Izvlečki
- Sklad
- Poznavanje
- družina
- FAST
- Nekaj
- Polje
- Področja
- file
- končna
- prva
- sledi
- po
- sledi
- za
- obrazec
- format
- iz
- funkcija
- nadalje
- Prihodnost
- generacija
- dobili
- pridobivanje
- skupina
- he
- Zdravje
- zdravstveno varstvo
- pomoč
- pomoč
- Pomaga
- njegov
- Kako
- Kako
- HTML
- http
- HTTPS
- i
- ID
- identificirati
- slika
- slike
- izvajati
- izboljšanje
- in
- Navedite
- Industrija
- Podatki
- Infrastruktura
- začetna
- vpogledi
- instrumental
- integrirana
- interaktivno
- Interoperabilnost
- v
- vlaganjem
- vprašanje
- IT
- ITS
- jpg
- samo
- jezik
- velika
- Velika podjetja
- učenje
- levo
- Legacy
- Stopnja
- kot
- Meje
- Seznam
- obremenitev
- obremenitve
- zaklenjeno
- prijavi
- nižje
- stroj
- strojno učenje
- vzdržuje
- vzdrževanje
- Znamka
- Izdelava
- upravlja
- upravitelj
- Navodilo
- Maj ..
- kar pomeni,
- smiselna
- pomeni
- medicinski
- Spomin
- metapodatki
- selitev
- Minute
- ML
- Model
- modeli
- sodobna
- monitor
- več
- Najbolj
- premikanje
- Ime
- naravna
- Obdelava Natural Language
- Krmarjenje
- ostalo
- mreženje
- nlp
- Opombe
- zdaj
- of
- on
- samo
- or
- organizacije
- Ostalo
- naši
- rezultatov
- izhod
- podokno
- parameter
- del
- zabava
- strast
- strastno
- preteklosti
- Bolnik
- vzorci
- Izvedite
- plinovod
- platon
- Platonova podatkovna inteligenca
- PlatoData
- Prispevek
- vaje
- Napovedi
- Prescription
- prej
- , ravnateljica
- problem
- Postopek
- Predelano
- Procesi
- obravnavati
- Napredek
- predlaga
- predlagano
- Ponudnik
- ponudniki
- zagotavlja
- hitro
- Rafael
- hitro
- hitro
- Oceniti
- Surovi
- reading
- zapis
- okolica
- zahteva
- vir
- viri
- povzroči
- Rezultati
- Vstali
- Tveganje
- Run
- Lestvica
- Scenarij
- Iskalnik
- Oddelek
- oddelki
- Varno
- varnost
- videnje
- pošlje
- višji
- ločena
- služijo
- Brez strežnika
- Storitev
- Storitve
- nastavite
- nastavitev
- več
- Razstave
- bistveno
- Enostavno
- Razmere
- SIX
- počasi
- majhna
- Rešitev
- rešitve
- nekaj
- vir
- South
- specifična
- Poraba
- Začetek
- Začetek
- bivanje
- Koraki
- shranjevanje
- trgovina
- shranjeni
- trgovine
- Strateško
- strategije
- predloži
- uspešno
- podpora
- Podpora
- sistemi
- ob
- tehnični
- terminal
- Test
- kot
- da
- O
- Prihodnost
- Vir
- njihove
- POTEM
- ta
- skozi
- čas
- do
- skupaj
- Orodje
- orodja
- tradicionalna
- usposabljanje
- Transform
- Preoblikovanje
- sprožijo
- zaupa
- OBRAT
- tip
- Vrste
- Konec koncev
- razumeli
- edinstven
- odklepanje
- neizkoriščen
- naložili
- uporaba
- Rabljeni
- uporabo
- vrednost
- raznolikost
- različnih
- Poglej
- obisk
- je
- we
- so bili
- ki
- bo
- z
- v
- deluje
- Vi
- Vaša rutina za
- zefirnet