O que é Amazon Comprehend Medical?

Gerenciamento e resultados de casos de pacientes: médicos e profissionais de saúde podem gerenciar e acessar facilmente informações médicas que não se encaixam nos formulários tradicionais. Os pacientes podem relatar seus problemas de saúde em uma narrativa com mais informações do que os formatos padrão. Ao analisar as notas dos casos, os profissionais podem identificar candidatos para o exame precoce de condições médicas antes que a condição se torne mais difícil e cara de tratar.

Pesquisa clínica: as organizações de ciências biológicas e de pesquisa podem otimizar o processo de correspondência para inscrever pacientes em ensaios clínicos. Ao usar o Amazon Comprehend Medical para detectar informações pertinentes em textos clínicos, os pesquisadores podem melhorar a farmacovigilância, realizar vigilância pós-comercialização para monitorar eventos adversos de medicamentos e avaliar a eficácia terapêutica detectando facilmente informações vitais em notas de acompanhamento e outros textos clínicos. Por exemplo, pode ser mais fácil e eficaz monitorar como os pacientes respondem a determinadas terapias analisando suas narrativas.

Faturamento médico e gerenciamento do ciclo de receita de saúde: os pagadores podem expandir suas análises para incluir documentos não estruturados, como notas clínicas. Mais informações sobre um diagnóstico podem ser analisadas e usadas para ajudar a determinar os códigos de cobrança apropriados a partir de documentos não estruturados. O processamento de linguagem natural (PLN) é o componente mais crítico da codificação assistida por computador (CAC). O Amazon Comprehend Medical usa os últimos avanços em PLN para analisar textos clínicos, ajudando a diminuir o tempo de geração de receita e a melhorar a precisão do reembolso.

Vinculação de ontologias: use os recursos de vinculação de ontologias para detectar entidades do texto clínico e vincular essas entidades a conceitos padronizados em ontologias médicas comuns. O InferICD10CM identifica possíveis condições médicas como entidades. O InferICD10CM vincula essas entidades a códigos únicos da versão 2021 da Classificação Internacional de Doenças, 10ª revisão, Modificação Clínica (ICD-10-CM). InferRxNormidentifica medicamentos listados no texto clínico como entidades e vincula essas entidades a identificadores de conceitos normalizados do RxNormbanco de dados da Biblioteca Nacional de Medicina dos EUA. O InferSNOMEDCT detecta conceitos médicos, como condições médicas e anatomia, exames médicos ou tratamentos e procedimentos, como entidades e os vincula a códigos da ontologia Nomenclatura Sistematizada da Medicina, Termos Clínicos (SNOMED CT).

Integração fácil e poderosa do processamento de linguagem natural em seus aplicativos: use APIs para criar recursos de análise de texto em seus aplicativos para um processamento de linguagem natural poderoso e preciso.

Precisão: use a tecnologia de aprendizado profundo para analisar textos com precisão. Nossos modelos são constantemente treinados com novos dados em vários domínios para melhorar a precisão.

Escalabilidade: detecte informações de vários documentos, possibilitando insights rápidos sobre a saúde e os cuidados com os pacientes.

Integrar-se a outros serviços da AWS: o Amazon Comprehend Medical foi projetado para funcionar perfeitamente com outros serviços da AWS, como Amazon S3 e AWS Lambda. Armazene seus documentos no Amazon S3, analise dados em tempo real com o Firehose ou use o Amazon Transcribe para transcrever narrativas de pacientes em texto que pode ser analisado pelo Amazon Comprehend Medical. O Support for AWS Identity and Access Management (IAM) facilita o controle seguro do acesso às operações do Amazon Comprehend Medical. Usando o IAM, você pode criar e gerenciar usuários e grupos da AWS para conceder acesso apropriado aos desenvolvedores e usuários finais.

Baixo custo: pague somente pelos documentos que você analisar. Não há tarifas mínimas nem compromissos antecipados.