View a markdown version of this page

Memulai dengan Konsol Manajemen AWS - AWS HealthLake
Langkah 1: Arahkan ke Agen Transformasi DataLangkah 2: Buat profil transformasiLangkah 3: Sesuaikan dengan agen AI Transformasi Data (opsional)Langkah 4: Publikasikan profilLangkah 5: Jalankan pekerjaan transformasiLangkah 6: Tinjau hasil

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memulai dengan Konsol Manajemen AWS

Langkah 1: Arahkan ke Agen Transformasi Data

  1. Buka konsol AWS HealthLake.

  2. Pada halaman landing, Klik Mulai, dan pilih Transform Data.

  3. Di navigasi kiri, di bawah bagian Agen Transformasi Data, pilih Profil untuk mengelola profil, atau Pekerjaan untuk menjalankan konversi.

Langkah 2: Buat profil transformasi

  1. Pilih Profil di navigasi kiri dan klik Buat profil.

  2. Pilih format sumber:

    • C-CDA: dokumen XHTML klinis (catatan rumah sakit, ringkasan pemulangan, dokumen kelanjutan perawatan).

    • CSV: ekspor tabular (ekstrak data-warehouse, file datar EHR, data klaim).

  3. Pilih cara menginisialisasi profil:

    • Untuk C-CDA: mulai dari Profil AWS Pemula (profil bawaan dengan pemetaan bagian-ke-sumber umum).

    • Untuk CSV: berikan jalur Amazon S3 ke folder yang berisi file CSV representatif. Agen AI menganalisis file Anda dan menghasilkan profil dasar.

  4. Masukkan nama profil dan deskripsi opsional.

  5. Pilih Buat.

Profil dibuat dalam keadaan draf (versi 0): salinan kerja yang bisa berubah yang dapat Anda edit dengan bebas.

Langkah 3: Sesuaikan dengan agen AI Transformasi Data (opsional)

Untuk C-CDA profil:

  1. Buka profil dan buka tampilan edit; panel agen AI Transformasi Data muncul di sebelah kanan.

  2. Jelaskan perubahan dalam bahasa alami (misalnya, “Setel status default ke Washington untuk sumber daya Pasien”).

  3. Agen mengedit template Velocity.

  4. Pilih tab Uji, tempel sampel Anda C-CDA dan klik Jalankan tes untuk melihat pratinjau konversi.

  5. Iterasi sampai output benar.

Untuk profil CSV:

  1. Agen menganalisis file sampel Anda dan mengusulkan pemetaan YAMAL: Pemetaan kolom-ke-FHIR, terjemahan, hubungan, dan aturan agregasi. date/value PK/FK

  2. Tinjau setiap pemetaan yang diusulkan: terima, tolak, atau perbaiki.

  3. Mintalah penyesuaian dalam bahasa alami (misalnya, “Petakan kolom RACE_CD ke ekstensi FHIR”).

  4. Pratinjau hasil konversi di tab tes (sumber di sebelah kiri, output FHIR di sebelah kanan).

Langkah 4: Publikasikan profil

  1. Jika puas, pilih Publikasikan. Ini menciptakan versi yang tidak dapat diubah.

  2. Draf Anda tetap dapat diedit. Pekerjaan massal selalu menggunakan versi terbaru yang diterbitkan.

Untuk memutar kembali: pilih versi sebelumnya dan publikasikan lagi. Ini membuat versi baru dari snapshot sebelumnya: tidak ada yang dihapus.

Langkah 5: Jalankan pekerjaan transformasi

  1. Di navigasi kiri di bawah Agen Transformasi Data, pilih Pekerjaan.

  2. Pilih Mulai pekerjaan baru.

  3. Isi rincian Job:

    • Nama pekerjaan: nama deskriptif (muncul di CloudWatch log dan metrik).

    • Deskripsi: opsional.

  4. Konfigurasikan pengaturan Transformasi:

    • Format sumber data: C-CDA atau CSV.

    • Profil transformasi: pilih profil yang dipublikasikan (hanya profil yang diterbitkan dengan versi ≥ 1 yang muncul).

    • Mode keluaran:

      • Amazon Amazon S3: tulis FHIR yang dikonversi ke lokasi Amazon S3 (konversi mandiri).

      • AWS HealthLake: mengkonversi dan menelan langsung ke HealthLake datastore. Jika dipilih, pilih HealthLake datastore target (harus dalam status AKTIF).

    • Asal: diaktifkan secara default. Menghasilkan sumber daya FHIR Provenance yang melacak output kembali ke sumber. Nonaktifkan hanya jika asal tidak diperlukan.

    • Deteksi drift: diaktifkan secara default. Menghasilkan laporan yang menunjukkan elemen sumber yang tidak dipetakan.

  5. Konfigurasikan data Sumber:

    • Lokasi sumber Amazon S3: folder Amazon S3 yang berisi file sumber Anda (harus menyertakan awalan, bukan hanya nama ember).

    • Peran akses data: peran IAM HealthLake mengasumsikan untuk membaca file sumber Anda dan menulis output. Lihat Menyiapkan kebijakan kepercayaan dan izin.

  6. Konfigurasikan konfigurasi Output (jika):

    • Output Amazon S3 URI: tempat menulis output yang dikonversi dan log pekerjaan.

    • AWS KMS kunci: AWS KMS kunci untuk mengenkripsi output saat istirahat (wajib).

  7. Pilih Buat tugas.

Langkah 6: Tinjau hasil

  1. Halaman detail pekerjaan menunjukkan kemajuan waktu nyata: status, file yang diproses (baris untuk CSV), sumber daya FHIR yang dihasilkan, dan kegagalan.

  2. Setelah selesai, navigasikan ke lokasi keluaran Amazon S3. Layanan membuat folder dengan cakupan pekerjaan di bawah URI keluaran Anda menggunakan ID pekerjaan. Di dalam folder itu:

    • dikonversi/: File keluaran FHIR NDJSON (satu per file input, misalnya, -record.ndjson). converted/patient

    • ERROR/: detail kesalahan untuk input yang gagal (file JSON dengan bidang InputFile dan ErrorMessage, misalnya,). ERROR/bad-file.json

    • Manifest.json: ringkasan pekerjaan dengan metrik agregat (file dipindai, dikonversi, gagal, sumber daya yang dihasilkan).

    • jobLevelDriftResult.json: laporan drift agregat untuk pekerjaan tersebut (jika deteksi drift diaktifkan).

    • driftDetectionPerFileResults/: laporan drift per file untuk C-CDA pekerjaan (jika deteksi drift diaktifkan), misalnya, -record_drift. driftDetectionPerFileResults/patient Metrics.json