Amazon Comprehend Medical
Amazon Comprehend Medical adalah layanan pemrosesan bahasa alami (NLP) yang memenuhi syarat HIPAA dan menggunakan machine learning untuk mengekstrak data kesehatan dari teks medis sehingga tidak diperlukan pengalaman machine learning.
Banyak data kesehatan saat ini yang ada dalam bentuk teks medis bebas seperti catatan dokter, laporan uji klinis, dan catatan kesehatan pasien. Mengekstrak data secara manual adalah proses yang memakan waktu, sementara upaya otomatis berbasis aturan untuk mengekstrak data tidak mencakup keseluruhan isi karena gagal memperhitungkan konteks. Akibatnya, data tetap tidak dapat digunakan dalam analisis skala besar yang diperlukan untuk memajukan industri perawatan kesehatan dan ilmu hayat serta meningkatkan hasil pasien dan menciptakan efisiensi.
Dengan panggilan API sederhana ke Amazon Comprehend Medical, Anda dapat dengan cepat dan akurat mengekstrak informasi seperti kondisi medis, obat-obatan, dosis, tes, perawatan dan prosedur, serta informasi kesehatan yang dilindungi sembari mempertahankan konteks informasi. Amazon Comprehend Medical dapat mengidentifikasi hubungan di antara informasi-informasi yang diekstrak untuk membantu Anda membuat aplikasi kasus penggunaan seperti analisis kesehatan populasi, manajemen uji klinis, farmakovigilans, dan ringkasan. Anda juga dapat menggunakan Amazon Comprehend Medical untuk menghubungkan informasi yang diekstrak ke ontologi medis seperti ICD10-CM atau RxNorm untuk membantu Anda membuat aplikasi kasus penggunaan seperti manajemen siklus pendapatan (pengkodean medis), validasi dan pemrosesan klaim, dan pembuatan catatan kesehatan elektronik.
Amazon Comprehend Medical dikelola secara menyeluruh sehingga tidak perlu penyediaan server, dan tidak ada model machine learning yang perlu dibuat, dilatih, atau diterapkan. Anda hanya membayar layanan yang Anda gunakan, tanpa minimal biaya, dan tidak ada komitmen uang muka.
Keuntungan
Mengekstrak informasi medis dengan cepat dan akurat
Didukung oleh model machine learning yang canggih, Amazon Comprehend Medical memahami dan mengidentifikasi informasi medis yang kompleks dengan cepat dan lebih akurat. Misalnya, Amazon Comprehend Medical dapat mengekstraksi "methicillin-resistant Staphylococcus aureus" (yang sering diinput sebagai "MRSA"), menautkannya ke kode ICD-10-CM "J15.212", dan menyediakan konteks, seperti apakah pasien teruji positif atau negatif untuk membuat istilah terekstraksi lebih berarti.
Melindungi informasi pasien
Amazon Comprehend Medical menyediakan sejumlah kemampuan untuk membantu penyedia perawatan kesehatan tetap patuh dan melindungi data pasien. Layanan ini memenuhi syarat HIPAA dan dapat mengidentifikasi informasi kesehatan yang dilindungi (PHI) yang disimpan dalam sistem rekam medis dengan tetap mematuhi standar Peraturan Perlindungan Data Umum (GDPR). Amazon Comprehend Medical memungkinkan pengembang menerapkan privasi data dan solusi keamanan dengan mengekstrak, lalu mengidentifikasi identitas pasien yang relevan seperti yang dijelaskan dalam metode deidentifikasi (anonimasi) Safe Harbor HIPAA. Terakhir, layanan tidak mencadangkan atau menyimpan data pelanggan.
Mengurangi biaya pemrosesan dokumen medis
Amazon Comprehend Medical memudahkan otomatisasi dan menurunkan biaya pemrosesan dan pengkodean teks medis tidak terstruktur dari catatan pasien, penagihan, dan pengindeksan klinis. Layanan ini menawarkan 2 API yang dapat diintegrasikan oleh pengembang ke alur kerja dan aplikasi yang ada hanya dengan beberapa baris kode, dengan biaya satu sen atau kurang untuk setiap 100 karakter teks yang dianalisis. Anda hanya perlu membayar sesuai penggunaan dan tidak ada biaya minimum.
Cara kerjanya
Harga
Dengan Amazon Comprehend Medical, Anda hanya membayar yang digunakan. Anda dikenai biaya berdasarkan jumlah teks yang diproses setiap bulannya. Amazon Comprehend Medical memberikan dua API: Named Entity and Relationship Extraction (NERe) Medis serta Ekstraksi dan Identifikasi Protected Health Information Data (PHId).
API NERe Medis mengekstrak entitas, hubungan entitas, karakteristik entitas, dan Informasi Kesehatan yang Dilindungi (PHI). Jika Anda hanya ingin mengidentifikasi PHI untuk perlindungan data, Anda dapat meminta API PHId. Semua permintaan API diukur dalam unit 100 karakter, dengan biaya minimum 1 unit (100 karakter) per permintaan.
| Fitur | Harga per unit |
|---|---|
| API Named Entity and Relationship Extraction (NERe) Medis | 0,01 USD |
| API Ekstraksi dan Identifikasi Protected Health Information Data (PHId) Medis | 0,0014 USD |
| API Penautan Ontologi ICD-10-CM Medis | 0,0005 USD |
| API Penautan Ontologi RxNORM Medis | 0,00025 USD |
Tingkat Gratis
Amazon Comprehend Medical menawarkan tingkat gratis yang mencakup 25.000 unit teks (2,5 juta karakter) untuk tiga bulan pertama ketika Anda mulai menggunakan layanan untuk setiap API.
Kasus penggunaan
Menjalankan analisis kelompok medis
Di onkologi, sangatlah penting untuk menemukan pemilihan kriteria yang tepat secara cepat guna merekrut pasien untuk uji coba klinis. Amazon Comprehend Medical mengerti dan mengidentifikasi informasi medis yang kompleks yang ditemukan di dalam teks yang belum terstruktur untuk membantu indeks dan pencarian lebih cepat. Anda dapat menggunakan wawasan ini untuk mengidentifikasi pasien terekrut untuk uji coba klinis yang layak dalam waktu singkat dan biaya dari proses seleksi manual.
Mendukung keputusan klinis
Amazon Comprehend Medical mengekstrak informasi medis dari data pasien yang disimpan di Amazon S3 dan mengembalikan hasil terstruktur yang dapat diintegrasikan ke dasbor perawatan kesehatan yang dapat diakses oleh tim dukungan perawatan. Misalnya, pengembang dapat membangun sistem peringatan dini untuk membantu mengidentifikasi individu yang berisiko terkena sklerosis multipel dengan mengekstraksi diagnosis, tanda, dan gejala dari lebih dari 100.000 catatan klinis menggunakan Amazon Comprehend Medical. Dengan memberikan "lensa tunggal" ke dalam riwayat medis pasien, tim klinis dapat membuat keputusan yang lebih tepat.
Meningkatkan pengkodean medis dalam manajemen siklus pendapatan
Untuk rumah sakit, proses menemukan diagnosis yang tepat dalam catatan pasien yang harus dipetakan ke kode yang benar di International Classification of Diseases (ICD) bisa memakan waktu dan membosankan. Ini cukup menantang untuk mengekstrak diagnosis yang dapat direpresentasikan dengan cara yang berbeda. Misalnya, “atrial fibrillation” terkadang ditulis sebagai “AF.” Amazon Comprehend Medical dapat secara akurat mengidentifikasi singkatan, salah eja, dan salah ketik di teks medis. Hal ini mengurangi waktu yang harus dihabiskan oleh pembuat kode medis untuk menganalisis catatan tidak terstruktur, mengurangi beban waktu pada staf klinis, dan meningkatkan efisiensi.
Rujuk pada panduan pengembang untuk petunjuk penggunaan Amazon Comprehend Medical.
