Apa itu Amazon Comprehend Medical?

Amazon Comprehend Medical mendeteksi dan mengembalikan informasi yang berguna dalam teks klinis yang tidak terstruktur seperti catatan dokter, ringkasan pelepasan, hasil tes, dan catatan kasus. Amazon Comprehend Medical menggunakan model natural language processing (NLP) untuk mendeteksi entitas, yang merupakan referensi tekstual untuk informasi medis seperti kondisi medis, obat-obatan, atau Protected Health Information (PHI). Untuk daftar lengkap entitas yang terdeteksi, lihatMendeteksi entitas (Versi 2). Amazon Comprehend Medical juga memungkinkan pengguna untuk menghubungkan entitas yang terdeteksi ini ke basis pengetahuan medis standar seperti RxNorm dan ICD-10-CM melalui operasi penautan ontologi.

Informasi dalam panduan pengembang ini ditujukan untuk pengembang aplikasi. Panduan ini mencakup informasi tentang penggunaan Amazon Comprehend Medical secara terprogram melalui AWS CLI atau Amazon Comprehend Medical API.

Harga untuk Amazon Comprehend Medical berbeda dari harga Amazon Comprehend. Untuk informasi selengkapnya, lihat Amazon Comprehend Medical Pricing.

Bahasa yang Didukung

Amazon Comprehend Medical hanya mendeteksi entitas medis dalam teks bahasa Inggris (US-EN).

Pemberitahuan penting

Amazon Comprehend Medical bukan pengganti saran medis profesional, diagnosis, atau perawatan. Amazon Comprehend Medical memberikan skor kepercayaan yang menunjukkan tingkat kepercayaan pada keakuratan entitas yang terdeteksi. Identifikasi ambang kepercayaan yang tepat untuk kasus penggunaan Anda, dan gunakan ambang kepercayaan tinggi dalam situasi yang membutuhkan akurasi tinggi. Dalam kasus penggunaan tertentu, hasil harus ditinjau dan diverifikasi oleh pengulas manusia yang terlatih dengan tepat. Misalnya, Amazon Comprehend Medical hanya boleh digunakan dalam skenario perawatan pasien setelah ditinjau untuk akurasi dan penilaian medis yang baik oleh profesional medis terlatih.

Amazon Comprehend Medical kasus penggunaan

Anda dapat menggunakan Amazon Comprehend Medical untuk aplikasi perawatan kesehatan berikut:

• Manajemen dan hasil kasus pasien — Dokter dan penyedia layanan kesehatan dapat mengelola dan dengan mudah mengakses informasi medis yang tidak sesuai dengan bentuk tradisional. Pasien dapat melaporkan masalah kesehatan mereka dalam narasi dengan lebih banyak informasi daripada format standar. Dengan menganalisis catatan kasus, penyedia dapat mengidentifikasi kandidat untuk skrining dini kondisi medis sebelum kondisi menjadi lebih sulit dan mahal untuk diobati.

• Penelitian klinis —Ilmu kehidupan dan organisasi penelitian dapat mengoptimalkan proses pencocokan untuk mendaftarkan pasien ke dalam uji klinis. Dengan menggunakan Amazon Comprehend Medical untuk mendeteksi informasi terkait dalam teks klinis, peneliti dapat meningkatkan farmakovigilans, melakukan pengawasan pasca-pasar untuk memantau efek samping obat, dan menilai efektivitas terapeutik dengan mudah mendeteksi informasi penting dalam catatan tindak lanjut dan teks klinis lainnya. Misalnya, dapat lebih mudah dan lebih efektif untuk memantau bagaimana pasien merespons terapi tertentu dengan menganalisis narasi mereka.

• Penagihan medis dan manajemen siklus pendapatan perawatan kesehatan — Pembayar dapat memperluas analitik mereka untuk memasukkan dokumen yang tidak terstruktur seperti catatan klinis. Informasi lebih lanjut tentang diagnosis dapat dianalisis dan digunakan untuk membantu menentukan kode penagihan yang sesuai dari dokumen yang tidak terstruktur. Natural language processing (NLP) adalah komponen paling penting dari computer-assisted coding (CAC). Amazon Comprehend Medical menggunakan kemajuan terbaru dalam NLP untuk menganalisis teks klinis, membantu mengurangi waktu untuk pendapatan dan meningkatkan akurasi penggantian.

• Ontologi menghubungkan —Gunakan fitur penautan ontologi untuk mendeteksi entitas dari teks klinis dan menghubungkan entitas tersebut ke konsep standar dalam ontologi medis umum. InfericD10cm mengidentifikasi kemungkinan kondisi medis sebagai entitas. InfericD10CM menghubungkan entitas tersebut ke kode unik dari versi 2021 dari Klasifikasi Penyakit Internasional, Revisi ke-10, Modifikasi Klinis (ICD-10-CM). InferRxNormmengidentifikasi obat yang tercantum dalam teks klinis sebagai entitas dan menghubungkan entitas tersebut ke pengidentifikasi konsep yang dinormalisasi dari RxNormdatabase dari Perpustakaan Kedokteran Nasional AS. InfersNoMEDCT mendeteksi konsep medis seperti kondisi medis dan anatomi, tes medis, atau perawatan dan prosedur, sebagai entitas dan menghubungkannya dengan kode dari ontologi Systematized Nomenclature of Medicine, Clinical Terms (SNOMED CT).

Manfaat Amazon Comprehend Medical

Beberapa manfaat menggunakan Amazon Comprehend Medical meliputi:

• Integrasi pemrosesan bahasa alami yang mudah dan kuat ke dalam aplikasi Anda — Gunakan API untuk membangun kemampuan analisis teks ke dalam aplikasi Anda untuk pemrosesan bahasa alami yang kuat dan akurat.

• Akurasi — Gunakan teknologi pembelajaran mendalam untuk menganalisis teks secara akurat. Model kami terus dilatih dengan data baru di beberapa domain untuk meningkatkan akurasi.

• Skalabilitas — Mendeteksi informasi dari beberapa dokumen, memungkinkan wawasan cepat tentang kesehatan dan perawatan pasien.

• Integrasikan dengan layanan AWS lainnya —Amazon Comprehend Medical dirancang untuk bekerja secara mulus dengan layanan AWS lainnya seperti Amazon S3 dan. AWS Lambda Simpan dokumen Anda di Amazon S3, analisis data real-time dengan Firehose, atau gunakan Amazon Transcribe untuk menyalin narasi pasien ke dalam teks yang dapat dianalisis oleh Amazon Comprehend Medical. Support for AWS Identity and Access Management (IAM) memudahkan untuk mengontrol akses ke operasi Amazon Comprehend Medical dengan aman. Menggunakan IAM, Anda dapat membuat dan mengelola pengguna dan grup AWS untuk memberikan akses yang sesuai untuk developer dan pengguna akhir Anda.

• Biaya rendah — Hanya membayar untuk dokumen yang Anda analisis. Tidak ada biaya minimum atau pun komitment di muka

Kepatuhan HIPAA

Ini adalah Layanan yang Memenuhi Syarat HIPAA. Untuk informasi lebih lanjut tentang AWS, Undang-Undang Portabilitas dan Akuntabilitas Asuransi Kesehatan AS tahun 1996 (HIPAA), dan menggunakan AWS layanan untuk memproses, menyimpan, dan mengirimkan informasi kesehatan yang dilindungi (PHI), lihat Ikhtisar HIPAA.

Koneksi ke Amazon Comprehend Medical yang mengandung PHI harus dienkripsi. Secara default, semua koneksi ke Amazon Comprehend Medical menggunakan HTTPS melalui TLS. Amazon Comprehend Medical tidak terus-menerus menyimpan konten pelanggan. Oleh karena itu, Anda tidak perlu mengkonfigurasi enkripsi saat istirahat dalam layanan.

Mengakses Amazon Comprehend Medical

1. AWS Management Console — Menyediakan antarmuka web yang dapat Anda gunakan untuk mengakses Amazon Comprehend Medical.

2. AWS Command Line Interface (AWS CLI) — Menyediakan perintah untuk serangkaian layanan AWS yang luas, termasuk Amazon Comprehend Medical, dan didukung di Windows, macOS, dan Linux. Untuk informasi selengkapnya tentang menginstal AWS CLI, lihat AWS Command Line Interface.

3. AWS SDK — AWS menyediakan SDK (perangkat pengembangan perangkat lunak) yang terdiri dari pustaka dan kode sampel untuk berbagai bahasa dan platform pemrograman (Java, Python, Ruby, .NET, iOS, Android, dll.). SDK menyediakan cara mudah untuk membuat akses terprogram ke Amazon Comprehend Medical dan AWS. Untuk informasi selengkapnya, lihat AWS SDK.

Bagaimana memulai dengan Amazon Comprehend Medical

Jika Anda adalah pengguna pertama kali Amazon Comprehend Medical, kami sarankan Anda membaca bagian berikut secara berurutan:

1. Bagaimana Amazon Comprehend Medical bekerja— Bagian ini memperkenalkan konsep Amazon Comprehend Medical.

2. Memulai dengan Amazon Comprehend Medical— Bagian ini menjelaskan cara mengatur akun Anda dan menguji Amazon Comprehend Medical.