本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
AWS HealthScribe
AWS HealthScribe 是一项符合 HIPAA 资格的新型机器学习 (ML) 功能,它结合了语音识别和生成式人工智能,可转录患者与临床医生的对话并生成易于查看的临床笔记。AWSHealthScribe 有助于医疗保健软件供应商构建临床应用程序,从而减轻文档管理负担并改善咨询体验。该服务可自动提供丰富的对话转录、识别发言者的角色、对对话进行分类、提取医学术语并生成初步的临床笔记。AWSHealthScribe 结合了这些功能,无需集成和优化单独的人工智能服务,从而使您能够加快实施速度。
常见使用案例:
-
缩短文档记录时间 - 让临床医生能够使用人工智能生成的临床笔记快速完成临床文档记录,这些临床笔记易于在您的应用程序中查看、调整和完成。
-
提高医疗抄写员效率 - 为医疗抄写员配备人工智能生成的转录和临床笔记以及咨询音频,以缩短文档记录周转时间。
-
高效的患者就诊回顾 - 打造这样一种体验:使用户能够在您的应用程序中快速回忆他们对话的关键要点。
重要
AWS HealthScribe 生成的结果是概率性的,由于各种因素的影响,可能并非始终是准确的,这些因素包括音频质量、背景噪声、发言者说话清晰程度、医学术语复杂性、上下文特定的语言细微差别以及机器学习和生成式人工智能特性
AWS HealthScribe 在责任共担模式下运营,AWS 负责保护运行 AWS HealthScribe 的基础设置,而您则负责管理您的数据。有关更多信息,请参阅责任共担模式
AWS HealthScribe 在美国东部(弗吉尼亚州北部)区域提供。
该服务提供美国英语 (en-US) 版本。为了获得最佳效果,请使用无损音频格式,如 FLAC 或采用 PCM 16 位编码的 WAV。AWSHealthScribe 支持 16000 Hz 或更高的采样率。
AWS HealthScribe 目前支持内科和骨科。
AWS HealthScribe 作业分析医疗咨询以生成两个 JSON 输出文件:转录文件和临床文档文件。
在转录文件中,除了带有单词级时间戳的标准逐向转录输出外,AWS HealthScribe 还为您提供:
-
参与者角色检测,这样您就可以在对话转录中将患者与临床医生区分开来。
-
转录划分,根据转录对话的临床相关性(例如闲聊、主观、客观等)对转录对话进行分类。这可以用来显示转录的特定部分。
-
临床实体,包括对话中提到的药物、医疗状况和治疗等结构化信息。
在临床文档文件中,AWS HealthScribe 为您提供:
-
摘要包含临床文档关键部分的摘要说明,例如主诉、现病史、系统回顾、既往病史、评估和计划。
-
证据链接将 AI 生成的摘要中使用的每个句子链接到原始咨询转录,以使用户更轻松地在应用程序中验证摘要的准确性。
特定于 AWS HealthScribe 的 API 操作:
StartMedicalScribeJob
ListMedicalScribeJobs
GetMedicalScribeJob
DeleteMedicalScribeJob
要查看示例 AWS HealthScribe 请求,请参阅启动 AWS HealthScribe 作业。
转录文件
转录文件以逐向格式提供对话内容。
此外,还为每一次对话提供了以下见解:
-
参与者角色 - 每位参与者都被标记为临床医生或患者。如果对话的每个类别中有多个参与者,则会为每个参与者分配一个号码。例如:
CLINICIAN_1
、CLINICIAN_2
和PATIENT_1
、PATIENT_2
。 -
部分 - 根据识别的内容,将每个对话轮次分配给 4 个可能的部分之一。
-
主观 - 患者提供的健康问题相关信息。
-
客观 - 临床医生通过体检、实验室检查、影像学或诊断测试观察到的信息。
-
评估和计划 - 与医生的评估和治疗计划相关的信息。
-
就诊流程管理 - 与闲聊或过渡性对话相关的信息。
-
-
见解 - 提取对话中存在的临床相关实体 (
ClinicalEntity
)。AWSHealthScribe 检测 Amazon Comprehend Medical支持的所有临床实体。
有关更详细的输出信息,请参阅示例转录输出。
临床文档文件
文档见解文件包含临床文档的以下关键部分的摘要。
部分 | 描述 |
---|---|
主诉 |
简要描述患者去看临床医生的原因。 |
现病史 |
提供患者疾病信息的笔记,包括严重程度、发作情况、症状出现时间、当前治疗方法和受影响区域。 |
系统审查 |
患者报告的不同身体系统症状的评估。 |
既往病史 |
详细介绍患者以前的医疗状况、手术和治疗情况。 |
评测 |
提供临床医生对患者健康信息评测的笔记。 |
计划 |
提及任何医疗治疗、生活方式调整和进一步预约的笔记。 |
Summary
中的每句话都包含对原始咨询转录的引用,使用户可以更轻松地在应用程序中验证摘要的准确性。为 AI 生成的见解提供可追溯性和透明度符合负责任的 AI 原则,例如可解释性。向临床医生或医学抄写员提供这些参考文献以及摘要说明有助于培养信任并鼓励在临床环境中安全地使用人工智能。
Summary
中 EvidenceLinks
随附的每句话都为总结的转录中的相关对话提供 SegmentId
。
有关更详细的输出信息,请参阅示例临床文档输出。