Amazon SageMaker para la sanidad y las ciencias biológicas
En la actualidad, decenas de miles de clientes, incluidas las principales organizaciones de los sectores de la sanidad y las ciencias biológicas (HCLS), como GE Healthcare, Cerner, Bristol Myers Squibb y Roche, entre otras, utilizan Amazon SageMaker para el machine learning (ML). Estos sectores se enfrentan a una presión cada vez mayor para ofrecer tratamientos más personalizados, optimizar los procesos, modernizar todos los aspectos de la cadena de valor farmacéutica y proteger la privacidad y la seguridad de la información de los pacientes. El ML aborda estos desafíos identificando automáticamente las anomalías en las imágenes médicas como las radiografías, creando planes de tratamiento sanitario personalizados basados en datos y documentos históricos e identificando las reclamaciones sanitarias sospechosas para que las organizaciones de HCLS puedan ofrecer un tratamiento más holístico y de mayor calidad a un costo menor. SageMaker permite a los pacientes, proveedores, pagadores e investigadores preparar, crear, entrenar e implementar modelos de ML de alta calidad y ofrece soluciones integradas para dar los primeros pasos con el ML más rápido.
Principales casos de uso de Amazon SageMaker
Extracción y análisis de datos a partir de documentos
Para tomar decisiones con mayor rapidez, las organizaciones de los sectores de la sanidad y las ciencias biológicas deben entender el texto de los documentos médicos, como los formularios de los pacientes. Con Amazon SageMaker, puede crear modelos de ML para extraer, procesar y analizar automáticamente los datos de documentos manuscritos y electrónicos, de modo que puede procesar los documentos de forma más rápida y precisa. SageMaker proporciona algoritmos de ML integrados que están optimizados para la clasificación de texto, el procesamiento de lenguaje natural (NLP) y el reconocimiento óptico de caracteres (OCR), que puede usar fácilmente para entrenar e implementar modelos. También puede usar el Piloto automático de Amazon SageMaker para generar automáticamente modelos de procesamiento de texto.
Detección de fraudes
Para mantener la seguridad de los datos de los pacientes, es importante que las organizaciones de los sectores de la sanidad y las ciencias biológicas utilicen modelos de detección de fraudes a fin de detectar las reclamaciones sanitarias sospechosas antes de que afecten a los clientes. Con Amazon SageMaker, puede crear modelos de ML para detectar transacciones sospechosas antes de que se produzcan y alertar a los clientes de manera oportuna. SageMaker proporciona algoritmos de ML incorporados, como Random Cut Forest y XGBoost, que puede utilizar para entrenar e implementar modelos de detección de fraudes. Además, SageMaker proporciona un conjunto de soluciones para la detección de fraudes que se pueden implementar con solo unos clics.
Detección de anomalías
Las organizaciones de los sectores de la sanidad y las ciencias biológicas siguen buscando formas de identificar automáticamente las anomalías y acelerar el diagnóstico de los pacientes. Con Amazon SageMaker, puede crear modelos de visión artificial para detectar anomalías en las imágenes médicas y marcarlas automáticamente para realizar un análisis y un diagnóstico exhaustivos. SageMaker proporciona un amplio conjunto de características diseñadas específicamente para el machine learning, incluidos algoritmos integrados optimizados para la visión artificial, como la clasificación de imágenes, que pueden mejorar el diagnóstico de los pacientes, reducir la subjetividad en el diagnóstico y ayudar a los patólogos a ahorrar tiempo.
Desarrollo de fármacos
La comprensión de las enfermedades y el desarrollo de fármacos pueden resultar tediosos y lentos y las empresas del sector de las ciencias biológicas buscan constantemente formas de acelerar el proceso de desarrollo de fármacos. Con Amazon SageMaker, puede etiquetar fácilmente los datos de entrenamiento para una variedad de casos de uso, de modo que puede reducir el tiempo de entrenamiento e implementación de modelos de ML de alta precisión. Al automatizar este tedioso trabajo con SageMaker, las empresas del sector de las ciencias biológicas pueden acelerar el proceso de descubrimiento de nuevos fármacos, introducir medicamentos en el mercado con mayor rapidez y ofrecer medicamentos que cambien vidas y aporten valor a los pacientes y a la sociedad.
Clientes
Con las instancias P3 de Amazon EC2 y Amazon SageMaker, Celgene (que ahora forma parte de Bristol Myers Squibb) aceleró el tiempo de entrenamiento de los modelos y la productividad, lo que les permitió centrarse en la investigación y el descubrimiento innovadores.
GE Healthcare transforma la atención sanitaria al ofrecer mejores resultados para los proveedores y los pacientes. Amazon SageMaker permite a GE Healthcare acceder a potentes herramientas y servicios de inteligencia artificial a fin de fomentar un mejor cuidado de los pacientes.
AWS ayuda a Novartis a transformar su proceso de fabricación al unificar el acceso a toda la información y permitir que la empresa tome decisiones críticas fundamentadas con rapidez. Utiliza Amazon SageMaker para crear un modelo basado en visión artificial que determinará la limpieza de las líneas.
Propeller Health aplica ML con soluciones, como Amazon SageMaker y Amazon Redshift, junto a su infraestructura creada en AWS, para ofrecerles a los pacientes una predicción de su salud según las condiciones locales del clima, el uso reciente de medicamentos y otros factores.
Recursos
Cree modelos predictivos de enfermedades con Amazon SageMaker y datos normalizados de Amazon HealthLake
Amazon SageMaker