Як InpharmD використовує Amazon Kendra та Amazon Lex для забезпечення догляду за пацієнтами на основі фактів

Це гостьовий пост, автором якого є Доктор Джанхаві Пуньярті, директор із розвитку брендів InpharmD.

Перетин DI та AI: інформація про ліки (DI) відноситься до виявлення, використання та управління медичною інформацією та медичною інформацією. Постачальники медичних послуг стикаються з багатьма проблемами, пов’язаними з відкриттям інформації про ліки, наприклад, інтенсивне залучення часу, відсутність доступності та точності надійних даних. Середній клінічний запит потребує пошуку літератури, що займає в середньому 18.5 годин. Крім того, інформація про ліки часто лежить у розрізнених інформаційних бункерах, за стінами оплати праці та дизайну, і швидко стає несвіжою.

InpharmD — це мобільна академічна мережа інформаційних центрів про ліки, яка поєднує потужність штучного інтелекту та фармацевтичного інтелекту для надання підібраних, заснованих на доказах відповідей на клінічні запити. Метою InpharmD є ефективне надання точної інформації про ліки, щоб постачальники медичних послуг могли швидко приймати обґрунтовані рішення та надавати оптимальний догляд за пацієнтами.

Для досягнення цієї мети InpharmD створив Sherlock, прототип бота, який читає та розшифровує медичну літературу. Шерлок заснований на сервісах ШІ в тому числі Амазонка Кендра, інтелектуальний пошуковий сервіс, і Амазон Лекс, повністю керований сервіс ШІ для створення розмовних інтерфейсів у будь-якій програмі. За допомогою Sherlock постачальники медичних послуг можуть отримувати цінні клінічні докази, що дозволяє їм приймати рішення на основі даних і проводити більше часу з пацієнтами. Шерлок має доступ до понад 5,000 рефератів InpharmD і 1,300 монографій про ліки від Американського товариства фармацевтів системи охорони здоров’я (ASHP). Цей банк даних розширюється щодня, оскільки завантажуються та редагуються нові реферати та монографії. Шерлок фільтрує релевантність і актуальність, щоб швидко шукати тисячі PDF-файлів, досліджень, рефератів та інших документів і надавати відповіді з точністю 94% у порівнянні з людьми.

Нижче наведено попередню оцінку текстової подібності та оцінку вручну між резюме, створеним машиною, і резюме, зробленим людиною.

InpharmD та AWS

AWS служить прискорювачем для InpharmD. Пакети SDK AWS значно скорочують час розробки, надаючи загальні функціональні можливості, які дозволяють InpharmD зосередитися на отриманні якісних результатів. Такі сервіси AWS, як Amazon Kendra та Amazon Lex, дозволяють InpharmD менше турбуватися про масштабування, обслуговування систем і стабільність.

Наступна діаграма ілюструє архітектуру служб AWS для Sherlock:

InpharmD не зміг би створити Шерлока без допомоги AWS. По суті, InpharmD використовує Amazon Kendra як основу своїх ініціатив машинного навчання (ML), щоб індексувати бібліотеку документів InpharmD і надавати розумні відповіді за допомогою обробки природної мови. Це краще, ніж традиційні алгоритми на основі нечіткого пошуку, і результатом є кращі відповіді на запитання користувачів.

Потім InpharmD використав Amazon Lex для створення Sherlock, сервісу чат-бота, який надає результати пошуку Amazon Kendra на основі ML через простий у використанні розмовний інтерфейс. Шерлок використовує можливості розуміння природної мови Amazon Lex, щоб виявити намір і краще зрозуміти контекст запитань, щоб знайти найкращі відповіді. Це дозволяє вести більш природні розмови щодо запитів і відповідей на медичну літературу.

Крім того, InpharmD зберігає інформацію про ліки в хмарі через сегменти S3. AWS Lambda дозволяє InpharmD легко масштабувати серверну логіку та взаємодіяти з різними службами AWS. Це ключове значення для підключення Amazon Kendra до інших служб, таких як Amazon Lex.

"AWS відіграв важливу роль у прискоренні розробки Шерлока. Нам не потрібно так сильно турбуватися про масштабування, обслуговування систем і стабільність, оскільки AWS подбає про це за нас. Завдяки Amazon Kendra та Amazon Lex ми можемо створити найкращу версію Шерлока та скоротити час розробки на місяці. Крім того, ми також можемо скоротити час для кожного пошуку літератури на 16%."

– Туласі Чінта, головний технічний директор і співзасновник InpharmD.

Impact

Мережа з понад 10,000 16 постачальників послуг і вісім систем охорони здоров’я, якій довіряють, InpharmD допомагає направляти інформацію, засновану на доказах, яка прискорює прийняття рішень і економить час клініцистів. За допомогою сервісів InpharmD час кожного пошуку літератури скорочується на 3%, економлячи приблизно 12 години на пошук. InpharmD також надає вичерпний результат із приблизно XNUMX підсумками журнальних статей для кожного пошуку літератури. З впровадженням Sherlock InpharmD сподівається зробити процес пошуку літератури ще ефективнішим, узагальнюючи більше досліджень за менший час.

Прототип Sherlock наразі проходить бета-тестування та надається постачальникам для отримання відгуків користувачів.

"Доступ до платформи InpharmD дуже настроюється. Я був щасливий, що команда InpharmD працювала зі мною, щоб задовольнити мої конкретні потреби та потреби мого закладу. Я запитав Шерлока про безпеку препарату, і продукт дав мені короткий опис і літературу, щоб швидко відповісти на складні клінічні запитання. Цей продукт виконує багато роботи, яка раніше включала багато клацань і пошуку та пробування безлічі різних постачальників пошуку. Для зайнятого лікаря це чудово працює. Це заощадило мій час і допомогло переконатися, що я використовую найновіші дослідження для прийняття рішень. Це змінило б гру, коли я працював у академічній лікарні та проводив клінічні дослідження, але навіть як приватний лікар було б чудово бути впевненим, що ти завжди в курсі поточних доказів."

– Гейт Ібрагім, доктор медичних наук Wellstar Health System.

Висновок

Наша команда в InpharmD з радістю розвиває перші успіхи, яких ми побачили в розгортанні Sherlock за допомогою Amazon Kendra та Amazon Lex. Наш план щодо Sherlock полягає в тому, щоб перетворити його на інтелектуального помічника, який буде доступний у будь-який час і в будь-якому місці. У майбутньому ми сподіваємося інтегрувати Sherlock з Amazon Alexa, щоб постачальники послуг мали миттєвий безконтактний доступ до доказів, дозволяючи їм швидко приймати клінічні рішення на основі даних, які забезпечують оптимальний догляд за пацієнтами.

---

Про автора

Доктор Джанхаві Пуньярті є інноваційним фармацевтом, який керує розробкою брендів і залученістю до InpharmD. Маючи пристрасть до творчості, д-р Пуньярті любить поєднувати свою любов до письма та доказової медицини, щоб представити клінічну літературу привабливим способом.

відмова: AWS не несе відповідальності за зміст або точність цієї публікації. Зміст і думки в цій публікації належать виключно стороннім авторам. Відповідальність кожного клієнта полягає в тому, щоб визначити, чи підпадає він під дію HIPAA, і якщо так, то як найкраще дотримуватися HIPAA та його імплементаційних правил. Перш ніж використовувати AWS у зв’язку із захищеною інформацією про здоров’я, клієнти повинні ввести Доповнення до AWS Business Associate Addendum (BAA) та дотримуватися його вимог щодо конфігурації.

• Coinsmart. Найкраща в Європі біржа біткойн та криптовалют.
• Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. БЕЗКОШТОВНИЙ ДОСТУП.
• CryptoHawk. Альткойн Радар. Безкоштовне випробування.
• Джерело: https://aws.amazon.com/blogs/machine-learning/how-inpharmd-uses-amazon-kendra-and-amazon-lex-to-drive-evidence-based-patient-care/