Amazon Comprehend

Chisel AI 通过对单调的承保和中介流程进行自动化,帮助商业保险公司及经纪商将其业务量翻一倍。

商业保险行业在运营时采用的流程涉及大量文档。处理这些文档需要手动录入,这样不仅成本高昂,而且容易出现人为错误。我们借助于 AWS 服务的 Amazon Textract 和 Amazon Comprehend 对运营工作流程进行自动化与简化。使用机器学习,我们能够提取保单编号、失效日期和其他更多特定于保险行业的属性,并减少手动操作。我们利用 Amazon Textract 来大规模提取文档数据,而 Amazon Comprehend 则可以用来对文档中的非结构化内容进行分类与标记,并且提取出特定于保险的实体。“我们的应用程序在使用自有专利模式的同时结合 Amazon Textract 和 Amazon Comprehend,对高成本手动流程进行自动化,例如,文档审核和投保录入。我们减少了客户工作,使购买与销售商业保险变得更快速而简单。我们通过使用 AWS 机器学习取得了非常喜人的成绩。”
 
—Colin Toal,Chisel AI 首席技术官

Amazon Comprehend Medical

2000px-Fred_Hutch_logo.svg

Fred Hutchinson 癌症研究中心是一家立志于 2025 年前攻克癌症的研究机构。

“治愈癌症本身只是一个时间问题。对于癌症患者和立志攻克癌症的研究人员而言,时间是一种有限的资源。开发临床试验并将之与正确的患者联系起来,要求研究团队甄别成山的非结构化临床记录数据并添加标签。Amazon Comprehend Medical 可以将此时间从数小时降至几秒。这对于研究人员在需要时快速获得需要的信息,从而找到可行动的见解,为患者找到救命疗法至关重要。”
 
— Matthew Trunnell,Fred Hutchinson 癌症研究中心首席信息官

我们通过提供透明度、可追溯性和对供应链数据的真实理解来帮助企业保护自己的品牌,消除市场准入障碍,并降低运营和财务风险。

“我们努力将技术和业务领域的专业知识结合起来,帮助我们的客户理解供应链中的合规风险。我们需要一种大规模处理合规性文档的方法。我们的流程是读取包含表单、表格和自由格式文本的图像和 PDF 文档,并从这些文档中提取相关数据。Amazon Textract 的 OCR 技术可使我们从文档中提取文本。Amazon Comprehend 的上下文感知 NLP API 从文本中提取特定于业务的实体及其值。我们还使用 Amazon Augmented AI (Amazon A2I) 将人工合并到我们的工作流程中,从而让我们的团队审查提取的数据,向 ML 模型提供反馈,并随着时间的推移帮助改进它们。通过高效结合人工和机器学习与 AppSync 和 Amplify,为我们提供了对客户供应链风险更准确的洞察,并为他们节省了数百小时人工审核文档的时间。他们现在可以获得关于公司是否存在合规风险的反馈。”

—Corey Peters,Assent Compliance 的 AI/ML 团队主管
Good_roche

罗氏是全球领先的制药和诊断公司,专注于改善人类生命的科学。罗氏的 NAVIFY 决策支持产品组合可帮助多学科护理团队将大量的数据转化为可行的见解,从而克服医学信息的复杂性。

“罗氏的 NAVIFY 决策支持产品组合提供了可加速研究并支持个性化的医疗保健解决方案。由于每天各大医院系统会生成 PB 级的非结构化数据,我们希望利用此信息并将它转化为可以高效访问和理解的有用见解。Amazon Comprehend Medical 的功能可帮助我们快速从医学文档中提取信息并将之结构化,从而可以构建综合全面的纵向患者视图,促进决策支持和人口分析。”
 
— Anish Kejariwal,罗氏分析部工程总监

TeraDact Solutions 软件为在合规性和隐私问题日益增多的环境中实现安全信息共享提供了一种强大的替代方案。凭借标志性的 Information Identification & Presentation (IIaP™) 功能,TeraDact 的工具为用户提供一个安全的信息共享环境。

“在我们标记系统中对 PII 修订使用 Amazon Comprehend 不仅帮助我们接触到更广泛的客户群,同时帮助我们克服了基于规则的 PII 检测的不足,这些不足可能导致误报或细节遗漏。PII 检测对于企业而言至关重要,借助 Comprehend 中具有环境感知能力的 NLP 模型,我们可以利用客户的信息来维护他们对我们的信任。Amazon 推出对我们的产品套件至关重要的新功能,不断开发出创新方法来帮助推动我们的业务向前发展。”

—Chris Schrichte,TeraDact Solutions, Inc. 首席执行官
Good_suki

Suki 是一家医疗保健科技公司,专注于为医生构建支持语音的数字助理。

“医生大约 50% 的时间都用在输入或获取信息上,而不是接待患者,导致严重的职业倦态,分散他们的精力,无法专注于他们热爱的事业(照顾患者)。我们努力在 Suki 改变这一局面。通过使用 Suki,医生在文档上花费的时间减少了 68%。目前我们正在试验使用 Amazon Comprehend Medical 从誊录稿中提取结构化的数据。我们的目的是将来自 Amazon Comprehend Medical 的输出集成到 Suki,从而简化医生的工作流程。我们很对 Amazon Comprehend Medical 的潜力以及它可能产生的影响非常振奋!”
 
—Karthik Rajan,Suki 首席技术官
exxon-mobil-logo@1x

对能源的需求是普遍的。这就是 ExxonMobil 开展新研究,追求新技术,以减少排放,同时创造更高效的燃料和润滑油的原因。ExxonMobil 致力于负责任地满足世界能源需求。 

AWS 和 Amazon Business 对 ExxonMobil 的采购组织的数字化实施增强了其全球运营,并使其做好了应对意外中断的准备。  “我们已经与 Amazon ML Solutions Lab 合作开发了一个概念验证,旨在最大程度提高合同利用率和进一步降低成本。一种方法是利用 Amazon SageMaker,从 ExxonMobil 的电子采购系统 Smart by GEP 的免费文本条目中改进最佳匹配目录条目的识别。当目录条目描述不容易获得时,我们使用 Amazon Comprehend 创建一个定制分类模型,将免费的文本条目映射到供应商合同协议中。”
 
-Mariano Matzkin,ExxonMobil 全球 MRO 采购经理
 
阅读访客博客以了解更多信息
Good_pwc

PricewaterhouseCoopers (PwC) 是一家跨国专业服务提供商,帮助客户解决复杂的问题并识别各行各业的机会。

“Amazon Comprehend Medical 让我们能够以更快的速度和更低的开销实现更好的结果。借助 Amazon Comprehend Medical,我们的客户可以更加专注于构建更智能的应用程序,获取关键的见解,减少对模型注释、训练和重新训练的投入。由于可以安全准确地大规模执行高度手动性的任务,从而设计更有冲击力的解决方案,带来更好的患者和临床结果。例如,我们的一个制药公司客户使用Amazon Comprehend Medical 来处理较小的样本容量,以帮助提取可识别医学相关事件的信息。根据初步发现,我们看到吞吐量比过去显著提高。”
 
— Matt Rich,普华永道医疗保健人工智能主管
600x400_FINRA

美国金融业监管局 (FINRA) 是一家致力于投资者保护和市场规范工作的非营利组织。它监管着证券行业的一个关键部分:与公众打交道的美国经纪公司。

“FINRA 收到数以百万计的文档,其中包含支持调查、检查和合规工作的非结构化数据。我们的调查人员和检查人员必须手动逐页浏览文档,或运行高度针对性的搜索以找到所需的信息。借助 Amazon Comprehend,我们可以快速提取个人和组织,将提取的主体与 FINRA 记录进行匹配,标记感兴趣的个人,发现与其他文档的相似之处。”
 
— Dmytro Dolgopolov,FINRA 高级技术总监
Good_converge-delloite

ConvergeHEALTH 是德勤下属的生命科学和医疗保健产品组织,在数字化和分析平台方面的投资已经超过五年。

“我们很高兴现在推出 Amazon Comprehend Medical,它可帮助我们和客户从医学数据中发掘可行动的见解。此新功能为我们提供了将 ConvergeHEALTH 产品与德勤的咨询解决方案集成的途径。它让我们可以调整可扩展、成本经济且安全的模型,以前这一直是医学自然语言处理工具面临的一个挑战。我们正努力将信息提取和分类服务应用于真实证据、药物警戒、竞争情报和提供商效率等用途,帮助我们挖掘需要的信息以提取有意义的见解,并继续促进行业的转型。”
 
— Dan Housman,德勤 ConvergeHEALTH 首席技术官
Vidmob

VidMob 是一个技术平台,将营销人员与专业编辑、动画师和动画设计师全球网络联系起来。

“借助 Amazon Comprehend 和 Amazon Transcribe 服务,VidMob 可以在我们的 Agile Creative Suite 中构建高质量的机器学习文本分析,让我们能够帮助品牌客户以前所未有的方式理解内容的表现情况。我们可以将视频内容转录成文本,并使用 Comprehend 快速分析文本,从而向我们的创建者社区和客户提供可行性见解,让他们在市场上保持战略优势。”
 
— Alex Collmer,VidMob 创始人兼首席执行官
Good_cleardata

医疗保健机构委托 ClearDATA 来帮助防范数据隐私风险,完善数据管理,以及扩展医疗报警 IT 云基础设施。ClearDATA 已经通过 HITRUST 9.1 认证,保护客户的敏感数据并支持他们在云中运行关键应用程序。

“我们最重要的使命之一是提供准确的 PHI 数据或 PII 数据盘点方式,以及在发生事故、泄露时或为了遵守欧盟通用数据保护条例 (GDPR) 而代表客户清晰跟踪数据经过的系统和存储数据的系统。借助 Amazon Comprehend Medical,我们可以将这些非结构化的数据捆绑起来,生成有关患者治理和病史的救命见解。利用它的 PHId API,我们可以识别患者敏感数据并进行遮挡以确保数据安全性。”
 
— Matt Ferrari,ClearDATA 首席技术官
PubNub

PubNub 是实时 API 的领先提供商,这些 API 可用于构建聊天、设备控制和实时映射应用程序。

“在 PubNub,我们发现聊天和协作已经成为我们的全球客户群的主要使用案例。如果与 Amazon Polly(文字转语音)、Amazon Comprehend (NLP) 和 Amazon Lex(聊天机器人)等其他 AI 产品结合使用,聊天应用程序将变得更加智能,最终我们的客户可通过高性能且本地化的聊天功能更轻松地在全球范围内发展业务。”
 
— David Hegarty,PubNub 产品管理总监
Pariveda

Pariveda Solutions 是一家领先的管理和技术咨询公司,致力于通过战略咨询服务与技术创新来帮助客户提高绩效。他们的云服务包括解决方案架构、云应用交付、大数据解决方案、移动/物联网、开发运营自动化、数据中心转型和云咨询服务。

“我们一直在与 Baylor College of Medicine 等医疗保健客户合作使用 Amazon Comprehend Medical,以从非结构化医疗数据(例如进度、转诊和手术说明)中提取价值。这些数据中蕴含着丰富而有重要意义的患者信息,可以为临床医生提供更完整的背景信息,方便他们为患者制定护理计划,帮助研究人员减少研究时间或费用,确保为税收官员提供准确的账单,并帮助繁忙的临床医生节省时间。在 Amazon Comprehend Medical 现有功能的基础上,映射到常用本体的新功能将彻底改变游戏规则。能够从非结构化/自由格式的文本中提取高精度的 ICD-10-CM 或 RxNorm 代码会给我们的客户带来立竿见影的影响。这项功能极大地减少了我们为这些使用案例实施解决方案的时间,减少幅度从几个月到几天不等,从而为行政人员和临床医生实现立即获得投资回报,同时缩短了收益周期并改善了临床医生的工作流程。”
 
— Amit Shah,Pariveda Solutions 主管
Clearview-Social-Logo

ClearView Social 提供社交媒体一键分享工具来提高员工的参与度。

“我们使用 Amazon Comprehend 读取文章并提取主题,这些内容会通过机器学习自动标记。Amazon Comprehend 可以标记置信度最高的实体,方便我们更准确地估算免费媒体的效果,从而真正确定社交媒体的 ROI。我们以前认为免费媒体的效果是一个非常粗略的估计,但以后再也不是了。”
 
— Bill Boulden,ClearView Social 首席技术官
Good_cloudticity

Cloudticity 帮助医疗保健机构在 AWS 上设计、构建、迁移、管理和优化符合 HIPAA 规范的解决方案。

“在 Cloudticity,我们的使命是帮助医疗保健机构提供更好的患者护理,并最终帮助改善人类健康。我们使用 Comprehend Medical 从 HL7 消息等来源中的非结构化医学文本中实时找出隐藏的洞见,从而发现可以帮助临床人员作出更稳妥的治疗方案决策的隐藏关系。”
 
- Gerry Miller,Cloudticity 创始人兼首席执行官
videopeel-logo

VideoPeel 是一款视频平台,让品牌能够收集、管理和发布消费者评价。

“我们引入视频并实现了视频分析自动化,能够生成切实的动态消费者画像,从而颠覆了传统的消费者调查方法。通过与 Amazon 的 Amazon Transcribe、Amazon Comprehend 和 Amazon Rekognition 等 AI 和机器学习技术集成,我们能够拍摄、分析视频并创建每个消费者的个人资料。”
 
— Patrick Tedjamulia,VideoPeel 联合创始人兼首席执行官
friendly_logo

Friendly 是一家机器人认知公司,为保险和金融服务行业量身定制工作流自动化解决方案。

“Amazon Comprehend Medical 使我们能够建立一个深度学习平台,将保险公司处理健康和补充福利索赔的时间从 5 天缩短到不到 8 分钟。”
 
-Natasha Alexeeva,Friendly 首席执行官
Vision-Critical-logo

Vision Critical 提供客户关系智能软件,使大型企业能够实现快速响应,并履行以客户为中心的做法。

“我们的 Sparq 平台将来自任何源的最重要客户数据(包括交易、态度、情感和意图数据)连接起来,以构建动态客户个人资料,为每个团队和业务系统提供统一的客户视图。通过与 Amazon Comprehend 的情绪分析功能相结合,该平台现在可以将定性客户反馈转化为可操作的见解,从而确定他们的反馈是正面的、负面的还是中立的,准确率超过 90%。”
 
-Nicholas Simon,Vision Critical 产品经理
Veeva logo orange grey

Veeva Systems 是生命科学行业云软件的全球领导者。

“Veeva 的使命是为生命科学领域(包括软件、数据和服务)构建行业云,从而帮助我们的客户更快地将药物送到需要药物的患者手中。通过将人工智能融合到端到端药物安全生命周期中,Vault 安全套件加速并扩展了药物警戒过程。 Vault Safety.AI 基于 Amazon Comprehend Medical 构建,可自动执行从非结构化源中提取数据的过程。利用自然语言处理和机器学习,Veeva 能够快速开发更强大的药物警戒解决方案。”
 
-Marius Mortensen,Veeva Systems 的 Vault 安全部门产品管理副总裁
Tint

TINT 帮助 B2C 营销人员寻找、管理和显示市场营销中客户生成的最有效的社交媒体内容。

“我们的业务主要是为信赖我们的品牌提供优质的市场营销内容。使用 Amazon Comprehend,我们能够极大地提高自有平台内容分析功能的质量和准确性,可为最具影响力的营销活动确定恰当的内容。Amazon Comprehend 让我们能够专注于核心产品,无需担心处理与我们自己的机器学习模型构建相关的繁重任务。”
 
— Ryo Chiba,TINT 首席技术官
Vibes Logo

Vibes 移动互动平台使营销人员能够与当今大规模高度互联的移动消费者进行一对一的互动。

“移动消息以直接、个性化且可靠的方式连接品牌与消费者。在 Vibes,我们每个月处理数十亿的移动消息,在我们处理的大量消息中隐藏着深刻的见解。Amazon Comprehend 让我们能够快速提取关键词组、检测消费者情绪,并通过非结构化信息内容构建主题模型,使营销人员更深入地了解其绩效并为其提供可行性见解,从而提供有价值的客户体验。”

—Brian Garofola,Vibes 首席技术官
600x400_Lexis-Nexis_Logo

LexisNexis Legal & Professional 是一家面向法律和商务专业人员的全球内容和技术解决方案提供商,客户遍布全球超过 175 个国家和地区,提供超过 20 亿可搜索的档案。

“我们为法律专业人员提供深刻的搜索和分析服务,以帮助他们作出明智的决策。因此,我们不断研究更好的方式以从法律文档中发现洞见。借助 Amazon Comprehend 的自动机器学习 (ML) 功能,我们现在无需深入了解与机器学习有关的复杂性,即可构建准确的自定义主体识别模型。从超过 2 亿份文档中可以快速识别法官和律师等我们最为关心的主体,准确率超过 92%。”
 
—Rick McFarland,LexisNexis 首席数据官

详细了解 Amazon Comprehend 的功能

访问功能页面
准备好开始使用了吗?
注册
还有更多问题?
联系我们