Savana crea la única red de investigación clínica de procesamiento de lenguaje natural del mundo en AWS

Con sede en Madrid, Savana ayuda a los proveedores de atención médica a descubrir el valor contenido en sus historias clínicas electrónicas (registros médicos electrónicos, EHR por sus siglas en inglés) para uso en investigación. Combina la metodología de nivel de investigación con el procesamiento de lenguaje natural (PLN) y el análisis predictivo para obtener resultados relevantes para proveedores de atención médica y ciencias biológicas que investigan la predicción y el tratamiento de enfermedades. Amazon Web Services (AWS) le permite procesar los grandes volúmenes de datos necesarios para ejecutar los algoritmos de aprendizaje automático. También puede escalar la infraestructura para respaldar el rápido crecimiento en los mercados mundiales, incluidos Estados Unidos, América Latina y Europa Occidental, y al mismo tiempo, cumplir con los requisitos normativos locales. Redujo los costes de TI hasta en un 90 % y el tiempo de procesamiento de estudios en un 25 % en comparación con la tecnología anterior.

La empresa internacional de tecnología médica Savana ofrece una solución basada en la nube que procesa y analiza información clínica no estructurada incluida en historias clínicas electrónicas (registros médicos electrónicos, EHR por sus siglas en inglés) combinadas con otras bases de datos estructuradas como la genómica. Con sede en Madrid, Savana administra una de las redes de investigación multicéntrica de inteligencia artificial (IA) más grandes del mundo, que está compuesta por más de 180 hospitales en 15 países.

Savana procesa miles de millones de registros médicos electrónicos, EHR por sus siglas en inglés, y puntos de datos a través de una canalización automática de datos de hospitales que investigan la predicción y el tratamiento de enfermedades. Hacer esto con éxito requiere una arquitectura fiable que soporte el volumen de información y cuente con el poder de procesamiento necesario para ejecutar algoritmos complejos con los más altos estándares de seguridad. A medida que el negocio crece, su infraestructura también necesita escalar y cumplir con los requisitos normativos de los mercados mundiales sobre el almacenamiento, la administración y la transferencia de datos.

Savana construyó su infraestructura usando AWS debido a su capacidad de escalar y a la amplitud de sus servicios. Ha creado una solución fiable y escalable y, al mismo tiempo, ha reducido los costes hasta en un 90 % y los tiempos de procesamiento de datos en un 35 %, de forma que puede entregar rápidamente resultados para la investigación médica pionera de los clientes.

Savana utiliza el procesamiento de lenguaje natural (PLN) para obtener la información más relevante acerca de diferentes enfermedades, afecciones y medicamentos del lenguaje médico utilizado por los profesionales médicos en las registros médicos electrónicos, EHR por sus siglas en inglés. A continuación, combina esta información con otras capas de datos, como los datos genéticos y biomoleculares, y fuentes de información como los ensayos clínicos. Identifica patrones y tendencias que pueden informar el análisis predictivo, por ejemplo, detectar qué tipos de pacientes obtendrían más beneficios de un tratamiento específico. También posibilita la identificación de biomarcadores, lo que acorta los procesos de descubrimiento de medicamentos.

La empresa respalda estudios de investigación realizados por proveedores de atención médica y empresas de ciencias biológicas que desean utilizar sus propios datos para mejorar el conocimiento médico en torno a una amplia gama de enfermedades y afecciones, incluidos trastornos de oncoinmunología, neurológicos y cardiovasculares. 

Con AWS, Savana ha implementado la única red de investigación multilingüe basada en PLN. El proceso de armonización de datos de la red implica dar sentido a la información que se encuentra en las secciones de historias clínicas electrónicas, en las que los profesionales médicos agregan notas. La notas se escriben en lenguaje natural y no siguen una estructura predeterminada, y deben ser contextualizadas con fuentes de datos estructurados.

Savana redujo los costes y los tiempos de procesamiento en AWS. Savana puede ejecutar cargas de trabajo tolerantes a fallos por hasta un 90 % menos en comparación con los precios bajo demanda con instancias de spot de Amazon Elastic Compute Cloud (Amazon EC2), lo que le permite acceder a la capacidad de computación disponible de Amazon EC2. También redujo el tiempo de procesamiento de datos en un 25 %, con lo cual es posible procesar un estudio típico en nueve semanas, frente a las doce semanas necesarias con la tecnología anterior.

Esta rápida respuesta significa que los clientes reciben los resultados de la investigación médica con mayor rapidez, y Savana puede así atender más estudios y clientes. “Podemos adaptar las instancias que utilizamos a un coste muy bajo y podemos mantener el tiempo que toma el procesamiento,” sostiene Tello. “Realmente es de mucha utilidad contar con esta previsibilidad acerca de cuánto dinero gastaremos el próximo mes o el próximo año”.

Savana ha experimentado un ahorro del 37 % en los costes totales de TI con los servicios de AWS, tales como Amazon registros médicos electrónicos, EHR por sus siglas en inglés, Amazon Relational Database Service (RDS) y AWS Fargate. Además, ha conseguido una reducción del 73 % en el tiempo total necesario para ejecutar y completar tareas en todos los equipos de Savana.