Hasta konsültasyonlarından içgörüler elde etmek için Amazon Q Business'ı AWS HealthScribe ile kullanma | Amazon Web Services

Çıkışıyla üretken yapay zeka ve makine öğrenimi, farklı endüstriler ve süreçler için yeni geliştirme fırsatları ortaya çıktı. re:Invent 2023 sırasında, AWS HealthScribe, HIPAA'ya uygun hizmet sağlık yazılımı satıcılarının klinik uygulamalarını konuşma tanıma ve üretken yapay zeka kullanarak otomatik olarak ön klinik dokümantasyonu oluşturmalarını sağlayan bir uygulamadır. AWS HealthScribe'a ek olarak, ayrıca Amazon Q İş, kurumsal sistemlerinizdeki verilere ve bilgilere dayanarak soruları yanıtlama, özetler sağlama, içerik oluşturma ve görevleri güvenli bir şekilde tamamlama gibi işlevleri yerine getirebilen üretken bir yapay zeka destekli asistandır.

AWS HealthScribe, klinik dokümantasyonu hızlandırmak ve danışma deneyimini geliştirmek için konuşma tanıma ve özel olarak sağlık hizmetleri dokümantasyonu için eğitilmiş üretken yapay zekayı bir araya getiriyor.

AWS HealthScribe'ın temel özellikleri şunlardır:

• Kelime düzeyinde zaman damgalarına sahip zengin danışmanlık transkriptleri.
• Konuşmacının rol tanımlaması (hekim veya hasta).
• Transkriptin öznel, nesnel, değerlendirme ve plan gibi ilgili bölümlere ayrılması.
• Ana şikayet, mevcut hastalığın öyküsü, değerlendirme ve plan gibi bölümler için özetlenmiş klinik notlar.
• Yapay zeka tarafından oluşturulan notlardaki her cümle için orijinal metne referans veren kanıt haritalaması.
• Durumlar, ilaçlar ve tedaviler gibi girdiler için yapılandırılmış tıbbi terimlerin çıkarılması.

AWS HealthScribe, güvenliği ve gizliliği korurken klinik dokümantasyonu kolaylaştırmak için bir dizi yapay zeka destekli özellik sunar. Ses veya çıktı metni tutmaz ve kullanıcılar, aktarım sırasında ve bekleme sırasında şifrelemeyle veri depolaması üzerinde kontrole sahiptir.

Amazon Q Business ile, özellikle iş ve işyeri kullanım durumları için tasarlanmış yeni bir jeneratif AI destekli asistan sağlıyoruz. Bir organizasyonun verileri, sistemleri ve depolarıyla özelleştirilebilir ve entegre edilebilir. Amazon Q, kullanıcıların AI yetenekleri aracılığıyla sohbet etmelerine, sorunları çözmelerine, içerik oluşturmalarına, içgörüler elde etmelerine ve eylemlerde bulunmalarına olanak tanır. Amazon Q, ürünün nasıl kullanıldığına göre uyarlanmış kullanıcı tabanlı fiyatlandırma planları sunar. Etkileşimleri, organizasyon içindeki bireysel kullanıcı kimliklerine, rollerine ve izinlerine göre uyarlayabilir. Daha da önemlisi, AWS, temeldeki AI modellerini eğitmek için Amazon Q'dan asla müşteri içeriği kullanmaz ve bu sayede şirket bilgilerinin gizli ve güvenli kalmasını sağlar.

Bu blog yazısında, AWS HealthScribe ve Amazon Q Business'ın birlikte hasta konsültasyonlarını analiz ederek klinisyen görüşmelerinden özetler ve eğilimler sunarak dokümantasyon iş akışlarını nasıl basitleştirdiğini göstereceğiz. Amazon HealthScribe ve Amazon Q ile klinisyen-hasta etkileşimlerinden makine öğreniminin bu otomasyonu ve kullanımı, iletişimi geliştirerek hasta sonuçlarını iyileştirmeye yardımcı olabilir, hastalar için daha kişiselleştirilmiş bakım ve klinisyenler için artan verimlilik sağlayabilir.

Avantajlar ve kullanım örnekleri

Bir sohbet robotuyla birlikte hasta-hekim etkileşimlerinden içgörü elde etmek çeşitli şekillerde yardımcı olabilir:

1. Gelişmiş iletişim: AWS HealthScribe kullanan klinisyenler, konsültasyonları analiz ederken büyük hasta veri kümelerindeki kalıpları ve eğilimleri daha kolay belirleyebilir ve bu da klinisyenler ile hastalar arasındaki iletişimi iyileştirmeye yardımcı olabilir. Bir örnek olarak, bir klinisyenin hastalarının semptomlarındaki ortak eğilimleri anlaması ve bunları yeni konsültasyonlar için değerlendirmeleri verilebilir.
2. Kişiselleştirilmiş bakım: Makine öğrenimini kullanarak, klinisyenler her hastanın özel ihtiyaçlarını ve endişelerini analiz ederek bakımlarını bireysel hastalara göre uyarlayabilirler. Bu, daha kişiselleştirilmiş ve etkili bir bakıma yol açabilir.
3. Kolaylaştırılmış iş akışları: Klinisyenler, randevu planlama ve konsültasyon özetleme gibi görevleri otomatikleştirerek iş akışlarını kolaylaştırmak için makine öğrenimini kullanabilirler. Bu, klinisyenlere hastalarına yüksek kaliteli bakım sağlamaya odaklanmak için daha fazla zaman verebilir. Bir örnek, bu görevleri rutin olarak gerçekleştirmek için klinisyen özetlerini aracı iş akışlarıyla birlikte kullanmak olabilir.

Mimari diyagram

Bu demo için sunduğumuz mimari diyagramda iki kullanıcı iş akışı gösterilmektedir. Süreci başlatmak için bir klinisyen bir konsültasyonun kaydını Amazon Simple Storage Service'e (Amazon S3) yükler. Bu ses dosyası daha sonra AWS HealthScribe tarafından alınır ve konsültasyon görüşmelerini analiz etmek için kullanılır. AWS HealthScribe daha sonra Amazon S3'te depolanan iki dosya çıkarır. İkinci iş akışında, kimliği doğrulanmış bir kullanıcı AWS IAM Identity Center aracılığıyla Amazon Q Business tarafından barındırılan bir Amazon Q web ön ucuna giriş yapar. Bu senaryoda, Amazon Q Business'a web uygulamasında kullanmak üzere veri kaynağı olarak çıktı Amazon S3 kovası verilir.

Önkoşullar

Uygulama

AWS HealthScribe'ı kullanmaya başlamak için öncelikle bir kaynak ses dosyası alan ve analiz edilen konuşmayla özet ve transkripsiyon JSON dosyaları çıkaran bir transkripsiyon işi başlatmalısınız. Daha sonra bu çıktı dosyalarını Amazon Q'ya bağlayacaksınız.

AWS HealthScribe işini oluşturma

1. AWS HealthScribe konsolunda şunu seçin: Transkripsiyon işleri gezinti bölmesinde ve ardından İş oluştur Başlamak için.
2. İş için bir ad girin; bu örnekte şunu kullanırız: FatigueConsult—ve klinisyen-hasta görüşmesinin ses dosyasının saklandığı S3 kovasını seçin.
3. Sonra, S3 URI arama alanını kullanarak transkripsiyon işini çıkış dosyalarının kaydedilmesini istediğiniz Amazon S3 kovasına yönlendirin. Ses ayarları, özelleştirme ve içerik kaldırma için varsayılan seçenekleri koruyun.
4. Yeni bir tane oluştur AWS Kimlik ve Erişim Yönetimi (IAM) AWS HealthScribe'ın S3 giriş ve çıkış kovalarına erişim için kullanacağı rol, Bir IAM rolü oluşturmaÖrneğimizde, şunu girdik: HealthScribeRole gibi Rol ismiİş oluşturmayı tamamlamak için seçin İş oluştur.
5. Bunun tamamlanması birkaç dakika sürecektir. Tamamlandığında, durumun şu şekilde değiştiğini göreceksiniz: Devam etmekte için Tamamla ve iş adını seçerek sonuçları inceleyebilirsiniz.
6. AWS HealthScribe iki dosya oluşturacaktır: Konuşmanın kelimesi kelimesine transkripti ve son eki /transcript.json ve eki ile yapılan konuşmanın özeti /summary.jsonBu özet, konuşmadaki önemli konuları vurgulamak, tıbbi terminolojiyi çıkarmak ve daha fazlasını yapmak için üretken yapay zekanın temel gücünü kullanır.

Bu iş akışında AWS HealthScribe, hasta-hekim görüşmesinin sesini analiz ederek şunları yapar:

1. Danışmanlığı yazıya dökün
2. Konuşmacı rollerini belirleyin (örneğin, klinisyen ve hasta)
3. Transkripti bölümlere ayırın (örneğin, küçük sohbet, ziyaret akışı yönetimi, değerlendirme ve tedavi planı)
4. Tıbbi terimleri (örneğin, ilaç adı ve tıbbi durum adı) ayıklayın
5. Klinik belgenin önemli bölümlerine ait notları özetleyin (örneğin, mevcut hastalığın geçmişi ve tedavi planı)
6. Kanıt haritalaması oluşturun (AI tarafından oluşturulan nottaki her cümleyi karşılık gelen transkript diyaloglarıyla ilişkilendirin).

Bir AWS HealthScribe işini Amazon Q'ya bağlama

Amazon Q'yu AWS HealthScribe'dan özetlenen notlar ve transkriptlerle kullanmak için öncelikle bir Amazon Q iş uygulaması oluşturmamız ve veri kaynağını çıktı dosyalarının HealthScribe iş akışında depolandığı S3 kovası olarak ayarlamamız gerekir. Bu, Amazon Q'nun dosyaları dizine eklemesine ve kullanıcılara veriler hakkında soru sorma olanağı verecektir.

1. Amazon Q Business konsolunda şunu seçin: Kayıt Ol, Daha sonra seçmek Uygulama Oluştur.
2. Uygulamanız için bir ad girin ve seçin Yeni bir hizmet bağlantılı rol (SLR) oluşturun ve kullanın.
3. Klinik oluşturmak Bir veri kaynağı seçmeye hazır olduğunuzda.
4. içinde Veri kaynağı ekleyin bölme seç Amazon S3.
5. S3 kovasını Amazon Q ile yapılandırmak için veri kaynağı için bir ad girin. Örneğimizde şunu kullanırız: my-s3-bucket.
6. Daha sonra, HealthScribe'dan JSON çıktılarını içeren S3 kovasını şu şekilde bulun: S3'e göz atın buton. seçmek Tam senkronizasyon senkronizasyon modu için ve tercih ettiğiniz bir ritmi seçin. Bu adımları tamamladığınızda, Amazon Q Business S3 kovanızdaki nesnelerin tam senkronizasyonunu çalıştıracak ve kullanıma hazır olacaktır.
7. Ana uygulama panosunda, aşağıdaki URL'ye gidin: Web deneyimi URL'si. Asistanla etkileşime geçmek için Amazon Q web ön yüzüne bu şekilde erişeceksiniz.

 Bir kullanıcı web deneyimine giriş yaptıktan sonra, aşağıdaki örnek ön yüzde gösterildiği gibi doğrudan sohbet kutusunda soru sormaya başlayabilir.

Örnek önyüz iş akışı

AWS HealthScribe sonuçları Amazon Q Business'a entegre edildiğinde, kullanıcılar hasta görüşmelerinden içgörüler elde etmek için web deneyimine gidebilir. Örneğin, Q'yu aşağıdaki şekillerde gösterildiği gibi hasta semptomlarındaki eğilimler, hastaların hangi ilaçları aldığını kontrol etme vb. gibi bilgileri belirlemek için kullanabilirsiniz.

İş akışı, aşağıdaki şekilde gösterildiği gibi hastaların yaşadığı sorunlarla ilgili soru-cevap ile başlar. Yukarıdaki örnekte, bir klinisyen mide ağrısından şikayet eden hastaların semptomlarının ne olduğunu soruyor. Q, erişebildiği verilerden şişkinlik ve bağırsak sorunları gibi yaygın semptomlarla yanıt veriyor. Oluşturulan yanıtlar, özetine yol açan Amazon S3'ten kaynak dosyalarına atıfta bulunuyor ve seçilerek incelenebiliyor kaynaklar.

Aşağıdaki örnekte, bir klinisyen diz ağrısı olan hastaların hangi ilaçları aldığını soruyor. Diz ağrısı için çeşitli konsültasyonlara ait örnek verilerimizi kullanarak, Q bize hastaların reçetesiz satılan ibuprofen aldığını ancak bunun genellikle hastalara rahatlama sağlamadığını söylüyor.

Bu uygulama aynı zamanda klinisyenlerin hasta verilerindeki genel eğilimleri anlamalarına yardımcı olabilir; örneğin göğüs ağrısı olan hastalarda yaygın semptomların ne olduğunu sorabilir.

Bu gönderinin son örneğinde, bir klinisyen Q'ya diz ve dirsek ağrısından şikayet eden hastalarda ortak semptomlar olup olmadığını sorar. Q, her iki hasta grubunun da ağrılarının hareketle şiddetlendiğini tarif ettiğini ancak her iki konsültasyon türünde de ortak semptomlara kesin olarak işaret edemediğini söyler. Bu durumda Amazon Q, bir halüsinasyonun oluşmasını önlemek için kaynak verileri doğru şekilde kullanmaktadır.

Hususlar

Amazon Q için kullanıcı arayüzü sınırlı özelleştirmeye sahiptir. Bu yazıyı yazdığım sırada, Amazon Q ön ucu diğer araçlara yerleştirilemez. Web deneyiminin desteklenen özelleştirmesi, bir başlık ve alt başlık eklemeyi, bir karşılama mesajı eklemeyi ve örnek istemleri görüntülemeyi içerir. Web deneyimi özelleştirmeleriyle ilgili güncellemeler için bkz. Amazon Q Business web deneyimini özelleştirme. Bu tür özelleştirmeler uygulamanız ve iş ihtiyaçlarınız için kritik önem taşıyorsa, özel büyük dil modeli sohbet robotu tasarımlarını kullanarak keşfedebilirsiniz. Amazon Ana Kayası or Amazon Adaçayı Yapıcı.

AWS HealthScribe, hasta-hekim görüşmelerini yazıya dökmek ve klinik notlar oluşturmak için konuşma ve üretken yapay zeka kullanır. AWS HealthScribe tarafından üretilen sonuçlar olasılıksaldır ve ses kalitesi, arka plan gürültüsü, konuşmacının netliği, tıbbi terminolojinin karmaşıklığı ve bağlama özgü dil nüansları gibi çeşitli faktörler nedeniyle her zaman doğru olmayabilir. AWS HealthScribe, klinik uzmanlıklarının yerine geçmek yerine klinisyenler ve tıbbi yazıcılar için destekleyici bir rolde kullanılmak üzere tasarlanmıştır. Bu nedenle, AWS HealthScribe çıktısı klinik dokümantasyon iş akışlarını tamamen otomatikleştirmek için değil, klinisyenlere veya tıbbi yazıcılara dokümantasyon süreçlerinde ek yardım sağlamak için kullanılmalıdır. Lütfen uygulamanızın AWS HealthScribe tarafından üretilen klinik notları incelemek için iş akışı sağladığından ve klinik notları sonlandırmadan önce insan incelemesi ihtiyacı beklentisini belirlediğinden emin olun.

Amazon Q Business, verilerdeki kalıplara dayalı tahminler üreten ve içeriğinizden içgörüler ve öneriler üreten makine öğrenimi modellerini kullanır. Çıktılar olasılıksaldır ve çıktının insan incelemesi kullanılarak kullanım durumunuza uygun şekilde doğruluk açısından değerlendirilmelidir. Siz ve kullanıcılarınız, bu özelliklerin kullanımınıza dayalı olarak alınan tüm kararlardan, verilen tavsiyelerden, gerçekleştirilen eylemlerden ve eylemde bulunulmaması durumundan sorumlusunuz.

Bu kavram kanıtı, hastanın doktorlarla yaptığı görüşmeleri inceleyebileceği ve tıbbi kayıtlarına ve konsültasyon notlarına, kendi tıbbi geçmişine ilişkin eğilimler ve veriler hakkında soru sormasını kolaylaştıracak şekilde erişebileceği fikriyle, hasta odaklı bir uygulama oluşturmak için de kullanılabilir.

AWS HealthScribe şu anda yalnızca ABD Doğu (N. Virginia) Bölgesinde İngilizce-ABD dilinde kullanılabilir. Amazon Q Business yalnızca ABD Doğu (N. Virginia) ve ABD Batı (Oregon) bölgelerinde kullanılabilir.

Temizlemek

Bu çözümden dolayı ücret tahakkuk etmeye devam etmemek için aşağıdaki temizleme adımlarını tamamlamanız gerekir.

AWS HealthScribe

AWS HealthScribe konsoluna gidin ve seçin Transkripsiyon işleri. Temizlemek istediğiniz HealthScribe işlerini seçin ve seçin Sil Konsol sayfasının sağ üst köşesinde.

Amazon S3

Amazon S3 kaynaklarınızı temizlemek için Amazon S3 konsoluna gidin ve bu gönderiyi incelerken kullandığınız veya oluşturduğunuz kovaları seçin. Kovaları boşaltmak için talimatları izleyin Bir kovayı boşaltmakKovayı boşalttıktan sonra, tüm kovayı sil.

Amazon Q İş

Amazon Q Business uygulamanızı silmek için şu talimatları izleyin: Amazon Q Business uygulamalarını yönetme.

Sonuç

Bu gönderide, hasta klinisyen görüşmelerine dair hızlı bir şekilde içgörüler elde etmek için bir sohbet robotu oluşturmak üzere AWS HealthScribe'ı Amazon Q Business ile nasıl kullanabileceğinizi ele aldık. Daha fazla bilgi edinmek için AWS hesap ekibinize ulaşın veya aşağıdaki bağlantılara göz atın.

Yazarlar Hakkında

Laura Salinas Temel işi makine öğrenimi olan müşterileri destekleyen bir Başlangıç ​​Çözüm Mimarıdır. Müşterilerine bulut yolculuklarında rehberlik etme ve yenilik yapmalarına yardımcı olacak çözümler bulma konusunda tutkuludur. İş dışında boks yapmayı, sinemada son çıkan filmi izlemeyi ve rekabetçi dodgeball oynamayı sever.

Tiffany Chen AWS'deki CSC ekibinde Çözüm Mimarıdır. AWS müşterilerine dağıtım iş yüklerinde destek sağlamıştır ve şu anda Kurumsal müşterilerle iyi tasarlanmış ve maliyet açısından optimize edilmiş çözümler oluşturmak için çalışmaktadır. Boş zamanlarında seyahat etmekten, bahçeyle uğraşmaktan, fırıncılık yapmaktan ve basketbol izlemekten hoşlanır.

Sanat Tuazon AWS Ortaklarını teknik en iyi uygulamalarla etkinleştirmeye odaklanmış bir Ortak Çözüm Mimarıdır ve müşterilerin AWS'de geliştirmelerine yardımcı olma konusunda tutkuludur. Boş zamanlarında koşmayı ve yemek yapmayı sever.

Winnie Chen şu anda AWS'de CSC ekibinde yer alan ve greenfield müşterilerine destek veren bir Çözüm Mimarıdır. Kurumsal ve küçük ila orta ölçekli işletmeler gibi her sektörden ve her boyuttaki müşteriye destek sağlar. Müşterilerin altyapılarını AWS'ye taşımalarına ve kurmalarına yardımcı olmuştur. Boş zamanlarında seyahat etmekten ve yürüyüş, bisiklet ve kaya tırmanışı gibi aktivitelerle açık havada vakit geçirmekten hoşlanır.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://aws.amazon.com/blogs/machine-learning/using-amazon-q-business-with-aws-healthscribe-to-gain-insights-from-patient-consultations/