借助最全面的数据功能集以及一组最深入的人工智能（AI）和机器学习（ML）服务，加快对第一方、第三方和多模态数据的访问与见解。
AWS HealthScribe 简介
HealthScribe 是一项符合 HIPAA 要求的服务，有助于医疗保健软件供应商构建应用程序，从而通过分析患者与临床医生的对话自动生成临床记录。Health Scribe 结合了语音识别和生成式人工智能（AI）。
使用 AWS 释放医疗保健和生命科学数据的全部潜力
受到严格监管的医疗保健和生命科学行业的组织（从生物制药到医疗科技公司再到提供商和付款方）需要加快诊断和获得见解的速度，加快创新步伐，并通过端到端的数据策略更快地将差异化疗法推向市场。AWS 为全球层面的创新和协作提供了一个集中的中心，可将您与所需的数据和机器学习工具以及值得信赖的合作伙伴联系起来，同时保持健康和生命科学数据的安全性和私密性。
AWS Health 数据组合使专门构建的 AWS 服务和 AWS 合作伙伴解决方案与业务需求保持一致，涵盖从安全的数据传输、聚合和存储到数据分析、协作、共享和治理的整个范围。借助生成式人工智能和专门构建的机器学习服务，您可以轻松地将尖端技术集成到现有工作流程中，以加速创新并推动新发现。
利用数据改善业务成果和患者疗效
AWS 帮助医疗保健和生命科学组织存储、转换、访问和分析多种类型和模式的数据，以优化药物发现、疾病预防、诊断和治疗。
获得更深入的见解
提高生产力和效率
缩短获得解答的时间
安全性与合规性
利用生成式人工智能
负责任地使用 AI
AWS 服务
AWS Health 数据组合具有专门构建的 AWS 服务，旨在帮助加速创新并改善患者疗效。
在应用程序中，通过分析患者与临床医生的对话自动生成临床笔记。
使用根基模型（FM）构建和扩展生成式人工智能应用程序的最简单方法。
加快构建、训练和部署机器学习（ML）模型。
探索 AWS 参考架构
利用可扩展的数据基础促进安全协作，从而更轻松地跨组织边界大规模搜索、共享、发现和分析数据。
跨组织边界大规模采集、分类和安全共享临床数据集，从不同数据集中发现见解，从而改善临床运营和临床开发。
通过对运营数据进行分析，安全、大规模地获得预测性商业见解。
为大规模分析准备基因组、临床、突变、表达和成像数据，并对数据湖执行交互式查询。
Pfizer 部署了一种高效、可扩展和自动化的方法，对来自大型全球临床试验的试验参与者可穿戴设备数据运行定制的数字生物标志物。
使用 AWS 构建可扩展、灵活、安全且可重复的解决方案。符合 GxP 标准、无服务器且基于事件的架构，可实现管道的完全自动化，便于并行处理。
Evolvere Biosciences 如何在 AWS 上进行高分子设计
了解 Evolvere Biosciences 如何使用 AWS CloudFormation 和 AWS CodeBuild 运行 AlphaFold 和 OpenFold 等算法，在 AWS 上构建和部署其蛋白质设计平台。
Boehringer Ingelheim 利用 AWS 建立数据驱动型基础，加速新药的发布
了解 Boehringer Ingelheim 如何利用其基于 AWS 的 Dataland 解决方案改变其开发突破性治疗方法的能力。
Moderna 和 Takeda 如何利用真实数据加快药物研究
Moderna 和 Takeda 解释了为什么他们采用 AWS Data Exchange 和 Amazon Redshift 作为其现实世界数据（RWD）策略的组成部分，从数据提供商那里获取、评估、订阅和使用 RWD。
GE Healthcare 在 AWS 上构建了一个数据平台，可扩展以支持 20000 多名企业用户
GE Healthcare 转而使用 AWS 来构建 One Data Platform，这是一个由 Amazon S3 和其他 AWS 服务上的数据湖提供支持的内部基础设施，用于摄取、存储和处理 PB 级数据。该平台从全球超过 400 万台医疗设备收集机器数据，并向 40 多个下游系统提供近乎实时的数据。
资源
通过多模态和多组学数据集成和分析，获得更深入的见解
您是否知道，相较于基因组学等单一数据域，利用多模态数据域（基因组学、临床和成像）可以使预测能力提高 34％？
这本新的多模态和多组学电子书介绍了几个现实世界中利用 MMMO 数据网格的客户案例研究，详细介绍了简化构建或部署开箱即用解决方案，以将数据转化为资产并推动更多数据驱动型决策的方法。
Rush 大学健康系统基于 AWS 创建了人口健康分析平台
了解 Rush 大学健康系统（RUSH）如何使用 AWS HealthLake 全面了解患者风险，从而通过数据互操作性和高级分析提高健康公平性。
认识大型语言模型
首席技术官Werner Vogels 博士与 AWS 杰出科学家 Sudipta Sengupta 和 Dan Roth 一起揭开大型语言模型（LLM）的神秘面纱。
与 Allen 脑科学研究所合作搭建大脑知识平台
聆听 Allen 研究所如何使用云为美国构建大脑知识平台（BKP）美国国立卫生研究院（NIH）大脑全细胞图谱网络网络（BICAN）。
