AWS-HealthScribe - Amazon Transcribe

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

AWS-HealthScribe

AWS-HealthScribe ist eine neue, HIPAA-konforme maschinelle Lernfunktion (ML), die Spracherkennung und generative KI kombiniert, um Gespräche zwischen Patient und Arzt zu transkribieren und einfach zu überprüfende klinische Notizen zu erstellen. AWS HealthScribe unterstützt Anbieter von Software für das Gesundheitswesen bei der Entwicklung klinischer Anwendungen, die den Dokumentationsaufwand verringern und die Beratungsqualität verbessern. Der Service liefert automatisch umfangreiche Konversationstranskripte, identifiziert Sprecherrollen, klassifiziert Dialoge, extrahiert medizinische Begriffe und erstellt vorläufige klinische Notizen. AWS HealthScribe kombiniert diese Funktionen und macht die Integration und Optimierung separater KI-Services überflüssig, sodass Sie die Implementierung beschleunigen können.

Häufige Anwendungsfälle:

  • Reduzieren des Zeitaufwands für die Dokumentation – Ermöglichen Sie es dem medizinischen Fachpersonal, die klinische Dokumentation schnell mit KI-generierten klinischen Notizen zu vervollständigen, die in Ihrer Anwendung einfach zu überprüfen, anzupassen und abzuschließen sind.

  • Steigern der Effizienz von medizinischem Personal – Statten Sie medizinisches Personal mit KI-generierten Transkripten und klinischen Notizen zusammen mit den Audiodaten der Konsultation aus, um die Durchlaufzeit der Dokumentation zu verkürzen.

  • Effiziente Rekapitulation des Patientenbesuchs – Schaffen Sie ein Erlebnis, das es den Nutzern ermöglicht, sich schnell an die wichtigsten Punkte ihres Gesprächs in Ihrer Anwendung zu erinnern.

Wichtig

Die von AWS HealthScribe erzeugten Ergebnisse sind probabilistisch und aufgrund von verschiedenen Faktoren wie der Audioqualität, Hintergrundgeräuschen, der Klarheit des Sprechers, der Komplexität der medizinischen Terminologie, kontextspezifischen Sprachnuancen und dem Wesen von Machine Learning und generativer KI möglicherweise nicht immer korrekt. AWS HealthScribe ist so konzipiert, dass es Ärzte und medizinische Schreibkräfte unterstützt. Die Ausgaben von AWS HealthScribe sollten nur dann in der Patientenversorgung, einschließlich aber nicht beschränkt auf elektronische Patientenakten, verwendet werden, wenn sie von geschultem medizinischem Fachpersonal auf ihre Richtigkeit überprüft und mit fundiertem medizinischem Urteilsvermögen beurteilt wurden. Die Ausgaben von AWS HealthScribe sind kein Ersatz für professionelle medizinische Beratung, Diagnose oder Behandlung und nicht dazu bestimmt, Krankheiten oder Gesundheitsprobleme zu heilen, zu behandeln, zu mildern, zu verhindern oder zu diagnostizieren.

AWS-HealthScribe arbeitet nach einem Modell der geteilten Verantwortung, bei dem AWS für den Schutz der Infrastruktur verantwortlich ist, auf der AWS-HealthScribe läuft, und Sie für die Verwaltung Ihrer Daten verantwortlich sind. Weitere Informationen finden Sie unter Modell der gemeinsamen Verantwortung.

AWS HealthScribe ist in der Region US East (N. Virginia) verfügbar.

Der Service ist in US-Englisch (en-US) verfügbar. Die besten Ergebnisse erzielen Sie, wenn Sie ein verlustfreies Audioformat wie FLAC oder WAV mit PCM 16-Bit-Kodierung verwenden. AWS HealthScribe unterstützt Sampleraten von 16.000 Hz oder höher.

AWS HealthScribe unterstützt derzeit die Fachgebiete Allgemeinmedizin und Orthopädie.

Ein AWS-HealthScribe-Auftrag analysiert medizinische Konsultationen und erzeugt zwei JSON-Ausgabedateien: eine Transkriptdatei und eine Datei mit klinischer Dokumentation.

In der Transkriptionsdatei bietet AWS-HealthScribe neben der standardmäßigen Turn-by-Turn-Transkriptionsausgabe mit Zeitstempeln auf Wortebene weitere Informationen:

  • Erkennung der Teilnehmerrolle, sodass Sie im Gesprächsprotokoll die Patienten von den Ärzten unterscheiden können.

  • Transkriptionsgliederung, die Transkriptdialoge nach ihrer klinischen Relevanz kategorisiert, z. B. Small Talk, subjektiv, objektiv usw. Damit lassen sich bestimmte Teile des Transkripts anzeigen.

  • Klinische Entitäten, die strukturierte Informationen wie Medikamente, Erkrankungen und Behandlungen enthalten, die im Gespräch erwähnt wurden.

In der Datei mit klinischer Dokumentation stellt Ihnen AWS HealthScribe folgende Informationen zur Verfügung:

  • Zusammenfassungen mit zusammengefassten Notizen zu den wichtigsten Abschnitten der klinischen Dokumentation, wie z. B. Hauptbeschwerde, aktuelle Krankheitsgeschichte, Systemprüfung, vergangene Krankheitsgeschichte, Beurteilung und Plan.

  • Links zu Nachweisen, die jeden in der KI-generierten Zusammenfassung verwendeten Satz mit dem Original-Konsultationstranskript verknüpfen, was es den Benutzern erleichtert, die Richtigkeit der Zusammenfassung in Ihrer Anwendung zu überprüfen.

API-Vorgänge speziell für AWS-HealthScribe:

  • StartMedicalScribeJob

  • ListMedicalScribeJobs

  • GetMedicalScribeJob

  • DeleteMedicalScribeJob

Beispiele für AWS-HealthScribe-Anforderungen finden Sie unter Starten eines AWS-HealthScribe-Auftrags.

Transkriptionsdatei

Die Transkriptionsdatei enthält den Inhalt des Gesprächs in einem Format, in dem Sie die einzelnen Schritte nachvollziehen können.

Darüber hinaus werden für jeden Schritt die folgenden Erkenntnisse geliefert:

  • Rolle des Teilnehmers – Jeder Teilnehmer ist entweder als Arzt oder als Patient gekennzeichnet. Wenn ein Gespräch mehr als einen Teilnehmer in jeder Kategorie hat, wird jedem Teilnehmer eine Nummer zugewiesen. Zum Beispiel: CLINICIAN_1, CLINICIAN_2 und PATIENT_1, PATIENT_2.

  • Abschnitt – Jeder Dialog wird einem von vier möglichen Abschnitten zugewiesen, basierend auf dem identifizierten Inhalt.

    • Subjektiv – Vom Patienten bereitgestellte Informationen zu seinen gesundheitlichen Problemen.

    • Zielsetzung – Informationen, die der Arzt im Rahmen von körperlichen Untersuchungen, Labor-, Bildgebungs- oder Diagnosetests beobachtet hat.

    • Beurteilung und Plan – Informationen, die sich auf die Beurteilung und den Behandlungsplan des Arztes beziehen.

    • Flow-Management besuchen – Informationen, die sich auf Smalltalk oder Übergänge beziehen.

  • Einblicke – Extrahiert klinisch relevante Entitäten (ClinicalEntity), die in der Konversation vorhanden sind. AWS HealthScribe erkennt alle klinischen Entitäten, die von Amazon Comprehend Medical unterstützt werden.

Ausführlichere Informationen zur Ausgabe finden Sie unter Beispiel für die Transkriptausgabe.

Datei mit klinischer Dokumentation

Die Datei mit den Dokumentationseinblicken enthält Zusammenfassungen der folgenden wichtigen Abschnitte der klinischen Dokumentation.

Abschnitt Beschreibung

HAUPTBESCHWERDE

Kurze Beschreibung des Grundes für den Besuch des Patienten beim Arzt.

VORGESCHICHTE DER AKTUELLEN KRANKHEIT

Notizen, die Informationen über die Krankheit des Patienten enthalten, einschließlich Angaben über Schweregrad, Beginn und Zeitpunkt der Symptome, aktuelle Behandlungen und betroffene Bereiche.

SYSTEMÜBERPRÜFUNG

Bewertung von Symptomen in verschiedenen Körpersystemen nach Angaben der Patienten.

KRANKGESCHICHTE IN DER VERGANGENHEIT

Informationen zu den früheren Erkrankungen, Operationen und Behandlungen eines Patienten.

BEWERTUNG

Notizen, die Aufschluss über die Beurteilung des Gesundheitszustandes des Patienten durch den Arzt geben.

PLAN

Notizen zu medizinischen Behandlungen, Anpassungen des Lebensstils und weiteren Terminen.

Jeder Satz in der Summary enthält Verweise auf das Original-Transkript der Konsultation, sodass es für Nutzer einfacher ist, die Richtigkeit der Zusammenfassung in Ihrer Anwendung zu überprüfen. Die Nachvollziehbarkeit und Transparenz von KI-generierten Erkenntnissen steht im Einklang mit den Grundsätzen verantwortungsvoller KI, wie z. B. Erklärbarkeit. Die Bereitstellung dieser Referenzen zusammen mit den zusammenfassenden Notizen für Ärzte oder medizinische Schreibkräfte trägt dazu bei, Vertrauen zu schaffen und die sichere Verwendung von KI im klinischen Umfeld zu fördern.

Jeder Satz in der Summary ist mit EvidenceLinks versehen, die SegmentId für die entsprechenden Dialoge im Transkript, die zusammengefasst wurden, bereitstellt.

Ausführlichere Informationen zur Ausgabe finden Sie in der Beispielausgabe für klinische Dokumentation.