本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
AWS HealthScribe
AWS HealthScribe 是符合 HIPAA 條件的全新機器學習 (ML) 功能,結合語音辨識和生成式 AI,可轉錄患者與臨床醫生的對話,並產生方便審查的臨床筆記。AWSHealthScribe 協助醫療保健軟體廠商建置臨床應用程式,以減輕文件負擔並改善諮詢體驗。該服務會自動提供豐富的對話記錄、識別發言者角色、進行對話分類、擷取醫學術語並產生初步臨床筆記。AWSHealthScribe 結合這些功能,無需整合及最佳化個別 AI 服務,讓您可以加速實作。
常見使用案例:
-
縮短文件時間 — 讓臨床醫生能夠使用 AI 生成式的臨床筆記快速完成臨床文件,這些筆記方便在您的應用程式中檢閱、調整和完成。
-
提高醫療抄寫員效率 — 為醫療抄寫員提供 AI 生成式的文字記錄和臨床筆記以及諮詢音訊,以加快文件的準備時間。
-
有效率的患者門診回憶 — 建立體驗,讓使用者可以在您的應用程式中快速回憶對話的重點。
重要
AWS HealthScribe 產生的結果非完全精準,且由於包括音訊品質、背景噪音、發言者清晰度、醫學術語的複雜性、特定環境的語言細微差別,以及機器學習和生成式 AI 的本質
AWS HealthScribe 的運作模式採用共同責任模型,由 AWS 負責保護執行 AWS HealthScribe 的基礎架構,且您負責管理您的資訊。如需詳細資訊,請參閱共同責任模型
AWS HealthScribe 提供美國東部 (維吉尼亞北部) 區域使用。
本服務提供美式英文 (en-US) 版本。為了獲得最佳結果,使用不失真的音訊格式,例如 FLAC 或以 PCM 16 位元編碼的 WAV。AWSHealthScribe 支援 16,000 Hz 或更高的取樣率。
AWS HealthScribe 目前支援一般內科和骨科專科。
AWS HealthScribe 作業會分析醫療諮詢以產生兩個 JSON 輸出檔案:一個文字記錄檔案和一個臨床文件檔案。
在文字記錄檔案中,除了標準的逐段轉錄輸出與單字時間戳記,AWS HealthScribe 還提供:
-
參與者角色偵測,因此您可以區分對話記錄中的患者語臨床醫生。
-
文字記錄分段,根據其臨床相關性 (例如閒聊、主觀、客觀等),進行文字記錄對話分類。這可以用來顯示文字記錄的特定部分。
-
臨床實體,其中包括結構化資訊,例如藥物、醫療條件和對話中提到的治療方法。
在臨床文件檔案中,AWS HealthScribe 提供了:
-
摘要,包含臨床文件重要部分的摘要說明,例如主訴、目前病史、系統性回顧、過去病史、評估和計劃。
-
證據連結,將 AI 生成式摘要中使用的每個句子連接到原始的諮詢文字記錄,讓使用者可以更輕鬆驗證應用程式中摘要的準確性。
AWS HealthScribe 專屬的 API 操作:
StartMedicalScribeJob
ListMedicalScribeJobs
GetMedicalScribeJob
DeleteMedicalScribeJob
若要檢視 AWS HealthScribe 請求範例,請參閱開始進行 AWS HealthScribe 作業。
文字記錄檔案
文字記錄檔案以逐段格式提供對話的內容。
此外,還為每個對話回合提供以下見解:
-
參與者角色 — 每個參與者都被標記為臨床醫生或患者。如果對話在每個類別中有多個參與者,則會為每個參與者指定編號。例如:
CLINICIAN_1
、CLINICIAN_2
和PATIENT_1
、PATIENT_2
。 -
區段 — 每個對話回合都會根據所識別的內容,指定給四個可能的區段之一。
-
主觀 — 病患提供其健康問題的資訊。
-
客觀 — 臨床醫師透過身體檢查、實驗室檢驗、影像或診斷測試觀察到的資訊。
-
評估和計劃 — 與醫師的評估和治療計劃相關的資訊。
-
門診流程管理 — 與閒聊或轉診相關的資訊。
-
-
見解 — 擷取對話中的臨床相關實體 (
ClinicalEntity
)。AWSHealthScribe 可偵測所有由 Amazon Comprehend Medical支援的臨床實體。
如需輸出的詳細資訊,請參閱範例文字記錄輸出。
臨床文件檔案
文件見解檔案包含臨床文件下列重要章節的摘要。
章節 | 描述 |
---|---|
主訴 |
簡要說明患者前往臨床醫生門診的原因。 |
目前病史 |
提供患者疾病資訊的備註事項,包括參考嚴重程度、發病、症狀的時間、目前的治療和受影響的不為。 |
系統性回顧 |
病患對全身不同系統回報的症狀評估。 |
過去病史 |
詳述病患過去的醫療情形、手術及治療。 |
評估 |
供有關臨床醫生對患者健康評估的資訊的備註事項。 |
計劃 |
參考任何醫療、生活方式調整和進一步預約的注意事項。 |
出現在 Summary
的每個句子都包含原始諮詢文字記錄的引用,讓使用者可以更輕鬆驗證應用程式摘要的準確性。提供 AI 生成式見解可追溯性和透明度,與 Responsible AI 原則一致,如可解釋性。提供臨床醫生或醫學抄寫員這些參考以及摘要說明,有助於培養信任並鼓勵在臨床環境中安全使用 AI。
Summary
中的每個句子都隨附 EvidenceLinks
,提供摘要文字記錄中相關對話的 SegmentId
。
如需更詳細的輸出資訊,請參閱範例臨床文件輸出。