Apa itu Amazon Comprehend Medical?

Manajemen dan hasil kasus pasien — Dokter dan penyedia layanan kesehatan dapat mengelola dan dengan mudah mengakses informasi medis yang tidak sesuai dengan bentuk tradisional. Pasien dapat melaporkan masalah kesehatan mereka dalam narasi dengan lebih banyak informasi daripada format standar. Dengan menganalisis catatan kasus, penyedia dapat mengidentifikasi kandidat untuk skrining dini kondisi medis sebelum kondisi menjadi lebih sulit dan mahal untuk diobati.

Penelitian klinis —Ilmu kehidupan dan organisasi penelitian dapat mengoptimalkan proses pencocokan untuk mendaftarkan pasien ke dalam uji klinis. Dengan menggunakan Amazon Comprehend Medical untuk mendeteksi informasi terkait dalam teks klinis, peneliti dapat meningkatkan farmakovigilans, melakukan pengawasan pasca-pasar untuk memantau efek samping obat, dan menilai efektivitas terapeutik dengan mudah mendeteksi informasi penting dalam catatan tindak lanjut dan teks klinis lainnya. Misalnya, dapat lebih mudah dan lebih efektif untuk memantau bagaimana pasien merespons terapi tertentu dengan menganalisis narasi mereka.

Penagihan medis dan manajemen siklus pendapatan perawatan kesehatan — Pembayar dapat memperluas analitik mereka untuk memasukkan dokumen yang tidak terstruktur seperti catatan klinis. Informasi lebih lanjut tentang diagnosis dapat dianalisis dan digunakan untuk membantu menentukan kode penagihan yang sesuai dari dokumen yang tidak terstruktur. Natural language processing (NLP) adalah komponen paling penting dari computer-assisted coding (CAC). Amazon Comprehend Medical menggunakan kemajuan terbaru dalam NLP untuk menganalisis teks klinis, membantu mengurangi waktu untuk pendapatan dan meningkatkan akurasi penggantian.

Ontologi menghubungkan —Gunakan fitur penautan ontologi untuk mendeteksi entitas dari teks klinis dan menghubungkan entitas tersebut ke konsep standar dalam ontologi medis umum. InfericD10cm mengidentifikasi kemungkinan kondisi medis sebagai entitas. InfericD10CM menghubungkan entitas tersebut ke kode unik dari versi 2021 dari Klasifikasi Penyakit Internasional, Revisi ke-10, Modifikasi Klinis (ICD-10-CM). InferRxNormmengidentifikasi obat yang tercantum dalam teks klinis sebagai entitas dan menghubungkan entitas tersebut ke pengidentifikasi konsep yang dinormalisasi dari RxNormdatabase dari Perpustakaan Kedokteran Nasional AS. InfersNoMEDCT mendeteksi konsep medis seperti kondisi medis dan anatomi, tes medis, atau perawatan dan prosedur, sebagai entitas dan menghubungkannya dengan kode dari ontologi Systematized Nomenclature of Medicine, Clinical Terms (SNOMED CT).

Integrasi pemrosesan bahasa alami yang mudah dan kuat ke dalam aplikasi Anda — Gunakan API untuk membangun kemampuan analisis teks ke dalam aplikasi Anda untuk pemrosesan bahasa alami yang kuat dan akurat.

Akurasi — Gunakan teknologi pembelajaran mendalam untuk menganalisis teks secara akurat. Model kami terus dilatih dengan data baru di beberapa domain untuk meningkatkan akurasi.

Skalabilitas — Mendeteksi informasi dari beberapa dokumen, memungkinkan wawasan cepat tentang kesehatan dan perawatan pasien.

Integrasikan dengan layanan AWS lainnya —Amazon Comprehend Medical dirancang untuk bekerja secara mulus dengan layanan AWS lainnya seperti Amazon S3 dan. AWS Lambda Simpan dokumen Anda di Amazon S3, analisis data real-time dengan Firehose, atau gunakan Amazon Transcribe untuk menyalin narasi pasien ke dalam teks yang dapat dianalisis oleh Amazon Comprehend Medical. Support for AWS Identity and Access Management (IAM) memudahkan untuk mengontrol akses ke operasi Amazon Comprehend Medical dengan aman. Menggunakan IAM, Anda dapat membuat dan mengelola pengguna dan grup AWS untuk memberikan akses yang sesuai untuk developer dan pengguna akhir Anda.

Biaya rendah — Hanya membayar untuk dokumen yang Anda analisis. Tidak ada biaya minimum atau pun komitment di muka