Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Was ist Amazon Comprehend Medical?
Amazon Comprehend Medical erkennt nützliche Informationen in unstrukturiertem klinischem Text wie Arztnotizen, Zusammenfassungen von Entlassungen, Testergebnissen und Fallnotizen und gibt sie zurück. Amazon Comprehend Medical verwendet NLP-Modelle (Natural Language Processing), um Entitäten zu erkennen, bei denen es sich um Textverweise auf medizinische Informationen wie Erkrankungen, Medikamente oder geschützte Gesundheitsinformationen (PHI) handelt. Eine vollständige Liste der erkannten Entitäten finden Sie unter. Entitäten erkennen (Version 2) Amazon Comprehend Medical ermöglicht es Benutzern auch, diese erkannten Entitäten über Ontologieverknüpfungsoperationen mit standardisierten medizinischen Wissensdatenbanken wie RxNorm ICD-10-CM zu verknüpfen.
Die Informationen in diesem Entwicklerhandbuch richten sich an Anwendungsentwickler. Dieses Handbuch enthält Informationen zur programmgesteuerten Verwendung von Amazon Comprehend Medical über die AWS-CLI oder die Amazon Comprehend Medical Medical-APIs.
Die Preise für Amazon Comprehend Medical unterscheiden sich von den Preisen von Amazon Comprehend. Weitere Informationen finden Sie unter Amazon Comprehend Medical Pricing
Unterstützte Sprachen
Amazon Comprehend Medical erkennt nur medizinische Entitäten in englischsprachigen Texten (US-EN).
Wichtiger Hinweis
Amazon Comprehend Medical ist kein Ersatz für professionelle medizinische Beratung, Diagnose oder Behandlung. Amazon Comprehend Medical bietet Konfidenzwerte, die das Maß an Vertrauen in die Genauigkeit der erkannten Entitäten angeben. Identifizieren Sie den richtigen Konfidenzschwellenwert für Ihren Anwendungsfall, und verwenden Sie hohe Konfidenzschwellenwerte in Situationen, die eine hohe Genauigkeit erfordern. In bestimmten Anwendungsfällen sollten die Ergebnisse von entsprechend geschulten menschlichen Prüfern überprüft und verifiziert werden. Amazon Comprehend Medical sollte beispielsweise nur in Patientenversorgungsszenarien verwendet werden, nachdem es von geschultem medizinischem Fachpersonal auf Richtigkeit und fundiertes medizinisches Urteilsvermögen überprüft wurde.
Anwendungsfälle von Amazon Comprehend Medical
Sie können Amazon Comprehend Medical für die folgenden Anwendungen im Gesundheitswesen verwenden:
-
Patientenfallmanagement und Behandlungsergebnisse — Ärzte und Gesundheitsdienstleister können medizinische Informationen verwalten und einfach darauf zugreifen, die nicht in herkömmliche Formulare passen. Patienten können ihre gesundheitlichen Bedenken in einer Erzählung mit mehr Informationen als in Standardformaten angeben. Durch die Analyse von Fallberichten können Anbieter Kandidaten für ein frühzeitiges Screening von Erkrankungen identifizieren, bevor die Behandlung schwieriger und teurer wird.
-
Klinische Forschung — Biowissenschaften und Forschungseinrichtungen können den Matching-Prozess für die Aufnahme von Patienten in klinische Studien optimieren. Durch die Verwendung von Amazon Comprehend Medical zur Erkennung relevanter Informationen in klinischen Texten können Forscher die Pharmakovigilanz verbessern, eine Überwachung nach dem Inverkehrbringen durchführen, um unerwünschte Arzneimittelwirkungen zu überwachen, und die therapeutische Wirksamkeit beurteilen, indem wichtige Informationen in Folgenotizen und anderen klinischen Texten einfach erkannt werden. So kann es beispielsweise einfacher und effektiver sein, zu überwachen, wie Patienten auf bestimmte Therapien ansprechen, indem ihre Erfahrungen analysiert werden.
-
Abrechnung von Medikamenten und Verwaltung des Umsatzzyklus im Gesundheitswesen — Kostenträger können ihre Analysen auf unstrukturierte Dokumente wie klinische Notizen ausweiten. Weitere Informationen zu einer Diagnose können analysiert und verwendet werden, um anhand unstrukturierter Dokumente die passenden Abrechnungscodes zu ermitteln. Die Verarbeitung natürlicher Sprache (NLP) ist die wichtigste Komponente der computergestützten Kodierung (CAC). Amazon Comprehend Medical nutzt die neuesten Fortschritte im NLP-Bereich zur Analyse klinischer Texte und trägt so dazu bei, die Zeit bis zum Umsatz zu verkürzen und die Genauigkeit der Erstattung zu verbessern.
-
Verknüpfung von Ontologien — Verwenden Sie die Funktionen zur Verknüpfung von Ontologien, um Entitäten aus klinischem Text zu erkennen und diese Entitäten mit standardisierten Konzepten in gängigen medizinischen Ontologien zu verknüpfen. InfericD10CM identifiziert mögliche Erkrankungen als Entitäten. InfericD10CM verknüpft diese Entitäten mit eindeutigen Codes aus der Version 2021 der Internationalen Klassifikation der Krankheiten, 10. Revision,
klinische Änderung (ICD-10-CM). InferRxNormidentifiziert Medikamente, die im klinischen Text aufgeführt sind, als Entitäten und verknüpft diese Entitäten mit normalisierten Konzeptidentifikatoren aus der Datenbank der RxNorm US National Library of Medicine. InfersnoMedCT erkennt medizinische Konzepte wie Erkrankungen und Anatomie, medizinische Tests oder Behandlungen und Verfahren als Entitäten und verknüpft sie mit Codes aus der Ontologie Systematized Nomenclature of Medicine, Clinical Terms (SNOMED CT).
Vorteile von Amazon Comprehend Medical
Zu den Vorteilen der Verwendung von Amazon Comprehend Medical gehören:
-
Einfache, leistungsstarke Integration der Verarbeitung natürlicher Sprache in Ihre Anwendungen — Verwenden Sie APIs, um Textanalysefunktionen für eine leistungsstarke und genaue Verarbeitung natürlicher Sprache in Ihre Anwendungen zu integrieren.
-
Genauigkeit — Verwenden Sie Deep-Learning-Technologie, um Text genau zu analysieren. Unsere Modelle werden ständig mit neuen Daten aus verschiedenen Bereichen trainiert, um die Genauigkeit zu verbessern.
-
Skalierbarkeit — Erkennen Sie Informationen aus mehreren Dokumenten und ermöglichen so schnelle Einblicke in die Gesundheit und Pflege von Patienten.
-
Integration mit anderen AWS-Services — Amazon Comprehend Medical ist so konzipiert, dass es nahtlos mit anderen AWS-Services wie Amazon S3 und zusammenarbeitet. AWS Lambda Speichern Sie Ihre Dokumente in Amazon S3, analysieren Sie Echtzeitdaten mit Firehose oder verwenden Sie Amazon Transcribe, um Patientenberichte in Text umzuwandeln, der von Amazon Comprehend Medical analysiert werden kann. Die Support für AWS Identity and Access Management (IAM) macht es einfach, den Zugriff auf die Abläufe von Amazon Comprehend Medical sicher zu kontrollieren. Mithilfe von IAM können Sie AWS-Benutzer und -Gruppen anlegen und verwalten, um Ihren Entwicklern und Endbenutzern entsprechenden Zugriff zu gewähren.
-
Niedrige Kosten — Zahlen Sie nur für die Dokumente, die Sie analysieren. Es fallen keine Mindestgebühren oder Vorausleistungen an.
Compliance mit HIPAA
Dies ist ein HIPAA-berechtigter Service. Weitere Informationen AWS zum US-amerikanischen Health Insurance Portability and Accountability Act von 1996 (HIPAA) und zur Nutzung von AWS Diensten zur Verarbeitung, Speicherung und Übertragung geschützter Gesundheitsinformationen (PHI) finden Sie unter HIPAA Overview.
Verbindungen zu Amazon Comprehend Medical, die PHI enthalten, müssen verschlüsselt sein. Standardmäßig verwenden alle Verbindungen zu Amazon Comprehend Medical HTTPS über TLS. Amazon Comprehend Medical speichert Kundeninhalte nicht dauerhaft. Daher müssen Sie die Verschlüsselung im Ruhezustand innerhalb des Service nicht konfigurieren.
Zugreifen auf Amazon Comprehend Medical
-
AWS-Managementkonsole — Stellt eine Weboberfläche bereit, über die Sie auf Amazon Comprehend Medical zugreifen können.
-
AWS-Befehlszeilenschnittstelle (AWS CLI) — Stellt Befehle für eine Vielzahl von AWS-Services bereit, darunter Amazon Comprehend Medical, und wird unter Windows, macOS und Linux unterstützt. Weitere Informationen zur Installation der AWS-CLI finden Sie unter AWS-Befehlszeilenschnittstelle.
-
AWS-SDKs — AWS stellt SDKs (Software Development Kits) bereit, die aus Bibliotheken und Beispielcode für verschiedene Programmiersprachen und Plattformen (Java, Python, Ruby, .NET, iOS, Android usw.) bestehen. Die SDKs bieten eine bequeme Möglichkeit, programmatischen Zugriff auf Amazon Comprehend Medical und AWS zu erstellen. Weitere Informationen finden Sie unter AWS SDKs.
Erste Schritte mit Amazon Comprehend Medical
Wenn Sie Amazon Comprehend Medical zum ersten Mal verwenden, empfehlen wir Ihnen, die folgenden Abschnitte der Reihe nach zu lesen:
-
Wie Amazon Comprehend Medical funktioniert— In diesem Abschnitt werden die Konzepte von Amazon Comprehend Medical vorgestellt.
-
Erste Schritte mit Amazon Comprehend Medical— In diesem Abschnitt wird erklärt, wie Sie Ihr Konto einrichten und Amazon Comprehend Medical testen.