AI Playground

Health AI Hub

一个专门构建的人工智能中心,旨在释放生成式人工智能在欧洲、中东和非洲医疗保健领域的潜力。

通过人工智能变革医疗保健:Health AI Hub 简介
释放人工智能在保健领域的潜力——只需数小时,而非数月。Health AI Hub 汇集了专门构建的应用程序、开发工具和专家资源,帮助欧洲、中东和非洲的医疗机构快速部署人工智能解决方案。从临床决策支持到高级医学影像,该中心助力医疗提供商、研究人员和开发人员加速创新,同时保持最高标准的安全性与合规性。加入已实现 20% 以上效率提升的领先机构,探索人工智能如何为您的医疗保健服务带来革命性变革。

Health AI Hub 由三个区域组成

不断扩展的现成人工智能应用程序库,覆盖临床决策支持、医学研究、精准健康、医疗知识管理及多座席自动化等场景,未来还会提供更多应用程序。

为人工智能构建者提供无代码操作环境,集成了前沿模型和针对医疗保健行业进行了优化的 LLM。开发者能够快速微调、验证或定制加速器,并部署人工智能座席。

特定于医疗保健行业的指导性学习体验,包括对话式座席支持的最佳实践、讲习会及精选资源。

应用场景和成功案例

欧洲、中东和非洲的领先组织,包括加泰罗尼亚卫生系统、埃森大学医院 IKIM 和特拉维夫苏拉斯基医疗中心,已经在利用 Health AI Hub。

加泰罗尼亚卫生系统

“这是一项大规模的实施,专注于提供实际价值。”
—Oscar Solans 博士,加泰罗尼亚卫生部数字健康职能负责人

加泰罗尼亚卫生系统正在部署人工智能驱动的解决方案,帮助医疗保健专业人员以更安全、更自然的方式访问临床信息。作为这一转型的一部分,一个名为 AXIA 的生成式人工智能虚拟助手正在整个医疗保健系统中推出,开始重塑 2 万名专业人员与信息交互的方式。这项大规模实施以 AWS 技术为基础,将覆盖 400 个初级保健中心,代表着医疗保健人工智能采用方面的重大进步。

这标志着加泰罗尼亚卫生系统更广泛的人工智能座席策略中的第一个使用案例。这也为将当前的聊天机器人发展为针对特定领域(即所管理的临床信息的独特性)量身定制的专业助手奠定了基础。

加泰罗尼亚卫生系统

埃森医科大学医院医学人工智能研究所(IKIM)

“这是人工智能如何将研究快速转化为真正临床工具的完美例子。”
— Jens Kleesiek 教授,IKIM 总监

埃森大学医院医学人工智能研究所(IKIM)的医生和研究人员在几天之内将其数字病理学研究重建为可在 AWS 上投入生产的解决方案。 该团队创建了 CellOnCloud,这是一种机器学习模型,可自动对病理切片中的细胞进行量化和分类,以应对癌症中的关键挑战。

  • 在短短 72 小时内开发了基于人工智能的病理学研究工具 CellOnCloud
埃森大学医院医学人工智能研究所(IKIM)

特拉维夫苏拉斯基医疗中心

“我们正在帮助肿瘤学家做出更快、更明智的决策,进而改善患者的治疗效果。”
— Liat Arad,首席转型官

通过与 AWS 的创新合作,特拉维夫苏拉斯基医疗中心的 I-NEXTDATA 正在使用先进的人工智能技术彻底改变肿瘤学护理工作流程。该中心使用 Health AI Hub 以及 AWS HealthScribe、Amazon HealthLake 和 Amazon Bedrock 等 AWS 服务,成功简化了复杂的临床决策流程。该系统在多个领域产生了可衡量的影响:

  • 文档记录时间缩短了 50%
  • 治疗计划优化提高了 30%
  • 指南审查速度加快了 40%
  • 临床试验匹配度提高了 25%
特拉维夫医疗中心

关键功能

与领先的行业合作伙伴、研究组织和 AWS 构建者合作开发的 Health AI Hub 提供广泛的生成式人工智能功能组合,可快速扩展。

急诊路径

急症/急诊路径护理协调:UpHill Acute 通过汇总患者数据并推荐下一步措施(全程由临床医生掌控),将急诊场景下的治疗时间缩短达 40%。
了解更多 »

医学研究

Owkin 的 K Navigator 通过简易聊天界面提供超过 2600 万篇科学论文、19 个专为人工智能优化的生物医学数据库及多组学患者数据可视化功能,将科研发现速度提升 20 倍。
了解更多 »

工作流程自动化

V7 Go 帮助团队构建临床知识座席并与之交互。这些座席将非结构化数据转化为可执行知识,让专家专注于决策制定。
了解更多 »

重塑医学成像

TheraPanacea 的可扩展、智能且具有颠覆性的 Digital CT Generation 将低成本扫描转化为超高精度 CT 影像,从而减少辐射暴露,普及世界级诊断服务,并推动肿瘤学等领域的突破性治疗。
了解更多 »

图像隐私和重复使用

Collective Minds 的 DICOM Anonymizer 运用 OCR 和 LLM 技术自动清除影像数据中的 PHI/PII,从而提升研究数据复用率,实现规模化隐私保护。
了解更多 »

生命科学代理式人工智能工具包

一套强大的开源座席套件,专为从研究到商业化的生命科学工作流设计。与 Wiley 和 Genentech 等合作伙伴共同开发,可一键部署以减少人工操作,实现可扩展的的人工智能创新。
了解更多 »

医学成像决策支持

欧洲放射学会的 iGuide AI 可帮助转诊医生选择正确的成像程序,同时识别禁忌症,减少不必要的扫描并提升安全性。
了解更多 »

临床指南

BinPar 与 Editorial Médica Panamericana 联合开发的对话式人工智能 ALMA 提供实时循证临床指导,准确率达 98%,目前已服务 20,000 多名临床医生。
了解更多 »

遗传学

PhenoXtractor 从临床记录中高效提取表型数据,使用人类表型本体 (HPO) 术语准确率达 90%,将分析时间缩短 70%,并提供为开源工具。
了解更多 »

AWS 服务组合

生成式人工智能可以应用于数据来源(从实时数据流和分析到 ETL 工作负载),并与 AWS Health 服务无缝集成。可以使用 AWS HealthLake 以 FHIR 格式大规模存储医疗记录,使用 AWS HealthOmics 将基因组和其他组学数据转化为见解,以及使用 AWS HealthImaging 支持医疗保健组织以 PB 级规模存储、转换和分析其医学影像。

架构模式

医疗保健组织正在探索生成式人工智能在以下领域的应用:

汇总

基础模型在快速总结大量医疗信息以突出临床医生最关注的细节方面已显示出潜力。医疗保健组织正在探索这些人工智能系统如何将冗长的患者记录浓缩为有针对性的摘要,使临床医生能获得更深入的信息,以提供高质量的护理。

汇总

起草笔记

临床记录以及与患者的沟通是护理的重要方面,但也非常耗时。临床医生每天花费大量时间撰写笔记、信件和其他文本文件 — 这是导致职业倦怠和患者接待能力下降的主要因素。基础模型提供了缓解这一问题的机会。通过摄取医患互动的录音、笔录和文本,人工智能系统可以合成临床笔记草稿,为提供者节省数小时的写作时间。

起草笔记

数据探查

临床医生和研究人员经常遇到关于患者群体的复杂问题,需要深入研究多方面的健康数据才能准确回答。新兴的基础模型对多样化的统一健康数据资产进行索引,有望在无需预先咨询生物信息学家的情况下,为复杂的临床和研究问题提供启发性的答案。此类工具可以帮助医疗保健专业人员自由地对问题进行迭代,获得方向性见解并完善思路。

数据探查

入门

1

登记您的报名意向,抢先体验 Health AI Hub

2

参加您自己的黑客马拉松 GenAI for Healthcare

3

探索生成式人工智能合作伙伴解决方案

4

加入 AWS 合作伙伴网络

适用于医疗保健行业的生成式人工智能白皮书

探索这项变革性技术如何彻底改变患者护理并提高运营效率。

加泰罗尼亚卫生系统