Cách InpharmD sử dụng Amazon Kendra và Amazon Lex để thúc đẩy dịch vụ chăm sóc bệnh nhân dựa trên bằng chứng

Đây là một bài đăng của khách được tác giả bởi Tiến sĩ Janhavi Punyarthi, Giám đốc Phát triển Thương hiệu tại InpharmD.

Giao điểm của DI và AI: Thông tin thuốc (DI) đề cập đến việc khám phá, sử dụng và quản lý thông tin chăm sóc sức khỏe và y tế. Các nhà cung cấp dịch vụ chăm sóc sức khỏe có nhiều thách thức liên quan đến việc khám phá thông tin thuốc, chẳng hạn như mất nhiều thời gian, thiếu khả năng tiếp cận và độ chính xác của dữ liệu đáng tin cậy. Truy vấn lâm sàng trung bình yêu cầu tìm kiếm tài liệu mất trung bình 18.5 giờ. Ngoài ra, thông tin về thuốc thường nằm trong các hầm chứa thông tin khác nhau, đằng sau các bức tường trả tiền và bức tường thiết kế, và nhanh chóng trở nên cũ kỹ.

InpharmD là một mạng lưới trung tâm thông tin thuốc dựa trên học thuật, dựa trên di động, kết hợp sức mạnh của trí tuệ nhân tạo và trí tuệ dược để cung cấp các câu trả lời dựa trên bằng chứng, được lựa chọn cho các câu hỏi lâm sàng. Mục tiêu của InpharmD là cung cấp thông tin chính xác về thuốc một cách hiệu quả, để các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể nhanh chóng đưa ra quyết định sáng suốt và cung cấp dịch vụ chăm sóc bệnh nhân tối ưu.

Để đáp ứng mục tiêu này, InpharmD đã xây dựng Sherlock, một bot nguyên mẫu có chức năng đọc và giải mã các tài liệu y khoa. Sherlock dựa trên các dịch vụ AI bao gồm Amazon Kendra, một dịch vụ tìm kiếm thông minh và Amazon, một dịch vụ AI được quản lý hoàn toàn để xây dựng giao diện trò chuyện vào bất kỳ ứng dụng nào. Với Sherlock, các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể thu thập bằng chứng lâm sàng có giá trị, cho phép họ đưa ra quyết định dựa trên dữ liệu và dành nhiều thời gian hơn cho bệnh nhân. Sherlock có quyền truy cập hơn 5,000 bản tóm tắt của InpharmD và 1,300 chuyên khảo về thuốc từ Hiệp hội Dược sĩ Hệ thống Y tế Hoa Kỳ (ASHP). Ngân hàng dữ liệu này mở rộng mỗi ngày khi nhiều bản tóm tắt và sách chuyên khảo được tải lên và chỉnh sửa. Sherlock lọc mức độ liên quan và lần truy cập gần đây để nhanh chóng tìm kiếm qua hàng nghìn tệp PDF, nghiên cứu, tóm tắt và các tài liệu khác, đồng thời cung cấp câu trả lời với độ chính xác 94% khi so sánh với con người.

Sau đây là điểm số tương tự văn bản sơ bộ và đánh giá thủ công giữa bản tóm tắt do máy tạo ra và bản tóm tắt của con người.

InpharmD và AWS

AWS đóng vai trò là bộ tăng tốc cho InpharmD. AWS SDK giúp giảm đáng kể thời gian phát triển bằng cách cung cấp các chức năng chung cho phép InpharmD tập trung vào việc cung cấp kết quả chất lượng. Các dịch vụ AWS như Amazon Kendra và Amazon Lex cho phép InpharmD bớt lo lắng về việc mở rộng quy mô, bảo trì hệ thống và tính ổn định.

Sơ đồ sau minh họa kiến ​​trúc của các dịch vụ AWS cho Sherlock:

InpharmD sẽ không thể xây dựng Sherlock nếu không có sự trợ giúp của AWS. Về cơ bản, InpharmD sử dụng Amazon Kendra làm nền tảng cho các sáng kiến ​​máy học (ML) của mình để lập chỉ mục thư viện tài liệu của InpharmD và cung cấp các câu trả lời thông minh bằng cách sử dụng xử lý ngôn ngữ tự nhiên. Điều này vượt trội hơn so với các thuật toán dựa trên tìm kiếm mờ truyền thống và kết quả là các câu trả lời tốt hơn cho các câu hỏi của người dùng.

Sau đó, InpharmD đã sử dụng Amazon Lex để tạo Sherlock, một dịch vụ chatbot cung cấp kết quả tìm kiếm dựa trên ML của Amazon Kendra thông qua giao diện trò chuyện dễ sử dụng. Sherlock sử dụng khả năng hiểu ngôn ngữ tự nhiên của Amazon Lex để phát hiện ý định và hiểu rõ hơn ngữ cảnh của các câu hỏi nhằm tìm ra câu trả lời tốt nhất. Điều này cho phép các cuộc trò chuyện tự nhiên hơn liên quan đến các câu hỏi và phản hồi trong tài liệu y tế.

Ngoài ra, InpharmD còn lưu trữ nội dung thông tin thuốc trên đám mây thông qua các thùng S3. AWS Lambda cho phép InpharmD mở rộng quy mô logic của máy chủ và tương tác với các dịch vụ AWS khác nhau một cách dễ dàng. Nó là chìa khóa trong việc kết nối Amazon Kendra với các dịch vụ khác như Amazon Lex.

"AWS đóng vai trò thiết yếu trong việc thúc đẩy sự phát triển của Sherlock. Chúng tôi không phải lo lắng nhiều về việc mở rộng quy mô, bảo trì hệ thống và sự ổn định vì AWS sẽ lo cho chúng tôi. Với Amazon Kendra và Amazon Lex, chúng tôi có thể xây dựng phiên bản Sherlock tốt nhất và giảm thời gian phát triển của chúng tôi theo tháng. Trên hết, chúng tôi cũng có thể giảm 16% thời gian cho mỗi lần tìm kiếm tài liệu."

- Tulasee Chintha, Giám đốc Công nghệ và đồng sáng lập InpharmD.

Va chạm

Được tin cậy bởi mạng lưới hơn 10,000 nhà cung cấp và tám hệ thống y tế, InpharmD giúp hướng dẫn thông tin dựa trên bằng chứng giúp đẩy nhanh quá trình ra quyết định và tiết kiệm thời gian cho bác sĩ lâm sàng. Với sự trợ giúp của các dịch vụ InpharmD, thời gian cho mỗi lần tìm kiếm tài liệu giảm 16%, tiết kiệm khoảng 3 giờ cho mỗi lần tìm kiếm. InpharmD cũng cung cấp một kết quả toàn diện, với khoảng 12 bản tóm tắt bài báo trên tạp chí cho mỗi tìm kiếm tài liệu. Với việc triển khai Sherlock, InpharmD hy vọng sẽ làm cho quá trình tìm kiếm tài liệu hiệu quả hơn nữa, tổng hợp nhiều nghiên cứu hơn trong thời gian ngắn hơn.

Nguyên mẫu Sherlock hiện đang được thử nghiệm beta và chia sẻ với các nhà cung cấp để lấy phản hồi của người dùng.

"Quyền truy cập vào nền tảng InpharmD rất có thể tùy chỉnh. Tôi rất vui vì nhóm InpharmD đã làm việc với tôi để đáp ứng các nhu cầu cụ thể của tôi và nhu cầu của cơ sở giáo dục của tôi. Tôi đã hỏi Sherlock về tính an toàn của một loại thuốc và sản phẩm đã cung cấp cho tôi bản tóm tắt và tài liệu để trả lời nhanh các câu hỏi lâm sàng phức tạp. Sản phẩm này thực hiện rất nhiều công việc mà trước đó liên quan đến rất nhiều nhấp chuột và tìm kiếm và thử rất nhiều nhà cung cấp dịch vụ tìm kiếm khác nhau. Đối với một bác sĩ bận rộn, nó có tác dụng tuyệt vời. Nó giúp tôi tiết kiệm thời gian và giúp đảm bảo rằng tôi đang sử dụng nghiên cứu cập nhật nhất để đưa ra quyết định của mình. Đây sẽ là một thay đổi cuộc chơi khi tôi ở một bệnh viện hàn lâm để nghiên cứu lâm sàng, nhưng ngay cả với tư cách là một bác sĩ tư nhân, thật tuyệt khi đảm bảo bạn luôn cập nhật bằng chứng hiện tại."

- Ghaith Ibrahim, MD tại Wellstar Health System.

Kết luận

Nhóm của chúng tôi tại InpharmD rất vui mừng được xây dựng dựa trên thành công ban đầu mà chúng tôi đã thấy từ việc triển khai Sherlock với sự trợ giúp của Amazon Kendra và Amazon Lex. Kế hoạch của chúng tôi dành cho Sherlock là phát triển nó thành một trợ lý thông minh có thể sử dụng mọi lúc, mọi nơi. Trong tương lai, chúng tôi hy vọng sẽ tích hợp Sherlock với Amazon Alexa để các nhà cung cấp có thể truy cập ngay lập tức, không cần tiếp xúc vào bằng chứng, cho phép họ đưa ra các quyết định lâm sàng dựa trên dữ liệu nhanh chóng để đảm bảo chăm sóc bệnh nhân tối ưu.

---

Lưu ý

Tiến sĩ Janhavi Punyarthi là một dược sĩ sáng tạo hàng đầu trong việc phát triển và gắn kết thương hiệu tại InpharmD. Với niềm đam mê sáng tạo, Tiến sĩ Punyarthi thích kết hợp tình yêu của mình với công việc viết lách và y học dựa trên bằng chứng để trình bày các tài liệu lâm sàng theo những cách hấp dẫn.

Từ chối trách nhiệm: AWS không chịu trách nhiệm về nội dung cũng như tính chính xác của bài đăng này. Nội dung và ý kiến ​​trong bài đăng này chỉ là của tác giả bên thứ ba. Mỗi khách hàng có trách nhiệm xác định xem họ có phải tuân theo HIPAA hay không, và nếu có thì làm thế nào tốt nhất để tuân thủ HIPAA và các quy định thực hiện của HIPAA. Trước khi sử dụng AWS liên quan đến thông tin sức khỏe được bảo vệ, khách hàng phải nhập Phụ lục hợp tác kinh doanh AWS (BAA) và tuân theo các yêu cầu cấu hình của AWS.

• Coinsmart. Sàn giao dịch Bitcoin và tiền điện tử tốt nhất Châu Âu.
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. TRUY CẬP MIỄN PHÍ.
• CryptoHawk. Radar Altcoin. Dùng thử miễn phí.
• Nguồn: https://aws.amazon.com/blogs/machine-learning/how-inpharmd-uses-amazon-kendra-and-amazon-lex-to-drive-evidence-based-posystem-care/