您的位置:首页 >房产频道 > 科技 >

亚马逊推出患者数据服务帮助医生

导读 亚马逊本周宣布了最新的数据分析产品,该产品旨在搜索电子病历中的非结构化数据,以提供医生可以用来更好地治疗患者的见解。亚马逊新推出的

亚马逊本周宣布了最新的数据分析产品,该产品旨在搜索电子病历中的非结构化数据,以提供医生可以用来更好地治疗患者的见解。

亚马逊新推出的complex Medical AWS云服务是一款自然语言处理引擎,号称可以阅读医生笔记、患者处方、音频访谈记录、病理和放射学报告——,并使用机器学习算法向医疗保健提供者吐槽相关医疗信息。

亚马逊的领悟医疗软件服务是亚马逊周二宣布的13款新机器学习软件产品之一。

HPE赞助的品牌邮报

管理云复杂性的3种方法

人工智能、流程编排和自动化的新时代将帮助企业管理日益增加的信息技术复杂性。

据亚马逊介绍,complex Medical可以从非结构化记录或没有结构化数据库格式的记录中提取患者的医疗状况、解剖结构、药物、受保护的健康信息(PHI)、测试、治疗和程序,然后将其放入易于阅读的电子表格格式中。

就在8年前,只有10%的医院甚至使用了基本的EMR,而不是依赖纸质记录。然而,在2009年《经济和临床卫生保健信息技术法》,我们促进了医疗保健机构采用电子病历。如果不采用EMR,将不授予医疗保险和医疗补助。如今,80%的医院和医生使用电子病历进行实践,这创造了一个巨大的电子患者数据宇宙来挖掘有价值的信息。

西雅图的弗雷德哈钦森癌症研究中心在过去一年的一些试点研究中使用了亚马逊的“理解医疗”,并表示结果快速准确。

领悟医疗是一个癌症研究中心,它识别可能受益于特定癌症治疗的临床试验患者。当地人都知道,弗雷德哈奇可以评估数百万份临床笔记,提取和索引癌症治疗方案的医疗条件、药物和选择,从而将每份文件的处理时间从几小时缩短到几秒钟。

弗雷德哈钦森癌症研究中心发言人汤姆金(Tom Kim)通过电子邮件表示:“现在还为时过早,还没有用于临床试验,但它确实有能力让队列选择过程快得多。”

根据Kim的说法,开发临床试验并将其与合适的患者联系起来的过程需要研究团队对大量非结构化临床记录数据进行筛选和标记。金补充说,亚马逊综合医疗将减轻这一时间负担,并“允许研究人员和数据团队将注意力转向更有趣的分析”。

最终,亚马逊在一篇博文中表示,从患者记录和其他来源收集的丰富信息有朝一日将有助于消费者管理自己的健康,包括药物管理、主动安排护理就诊的能力,以及对自己的健康和资格做出明智决定的能力。

亚马逊是一群拥有自己服务的大型科技公司的一部分,包括苹果、谷歌、微软和IBM。沃森超级计算机的自然语言处理引擎是作为从非结构化医疗保健数据和已发表的研究中提取关键数据点的服务提供的。

然而,IBM Watson Health Clinical Services实际上使用人工智能来生成假设,向医生推荐患者治疗方案,或者将患者与临床试验相匹配。最近几个月,IBMWatson(尤其是肿瘤学的沃森)被批评没有达到预期。

加州大学旧金山分校临床信息学和改进研究中心主任朱莉娅阿德勒-米尔斯坦博士说:“很难说谁会因为自己独特的优势而取得最大的进步,但我不会说其他人不会仅仅因为沃森的奋斗而成功。”

IDCHeal thInsights研究总监Cynthia Berghard表示,尽管亚马逊对医疗服务的理解就像沃森的健康一样,其自然语言处理吸收了非结构化数据,但并没有使用机器学习来建议患者治疗或匹配临床试验。

伯格哈德说:“我认为他们的价值主张是把你所有的非结构化数据都拿出来,弄清楚,然后还给你,这样你就可以用自己的机器学习来对抗它。”

伯格哈德说,尽管许多科技公司都尝试过,但使用非结构化临床数据提供有价值的护理见解并没有取得太大成功。

伯格哈德说,另一个令人担忧的问题是,她认为科技公司收集了数百万份患者记录,供自己或第三方使用。如果亚马逊的服务能够成为正在进行的“数据战争”的另一个参与者,其目的就是宣称医疗信息在行业中占据主导地位。

伯格哈德说:“我不知道AWS是否为了其他目的保留了这些数据,但外面有很多活动,我担心这个世界上的亚马逊、谷歌和苹果最终会得到所有这些数据。”

例如,去年,一项关于谷歌DeepMind A.I引擎与国民医疗服务体系(NHS)合作的学术研究发现了一个“不可原谅”的错误,涉及在未经患者明确同意的情况下通过网络传输可识别的患者记录,以便开发一个肾损伤临床报警应用程序。

亚马逊发言人表示,其亚马逊网络服务“数据传输云”不收集或存储任何数据进行处理。一旦分析完成,输出将完全交付给客户。数据也被加密,密钥由提供数据的医疗机构持有。

这位发言人通过邮件表示:“最后,没有任何客户数据被用来训练或改进“领悟医疗”兜帽下的机器学习模型。

此外,根据阿德勒-米尔斯坦的说法,医疗行业开发了一种“非常好的方法”,通过删除个人身份信息来匿名化患者数据(PII)。她说,尽管“不完美”,但从匿名数据中重新识别患者的可能性远低于EHR系统对黑客攻击的脆弱性。

免责声明:本文由用户上传,如有侵权请联系删除!