Είμαστε ενθουσιασμένοι που ανακοινώνουμε Amazon Healthlake, μια νέα υπηρεσία κατάλληλη για HIPAA για παρόχους υγειονομικής περίθαλψης, εταιρείες ασφάλισης υγείας και φαρμακευτικές εταιρείες για την ασφαλή αποθήκευση, μετατροπή, αναζήτηση, ανάλυση και κοινή χρήση δεδομένων υγείας στο cloud, σε κλίμακα petabyte. Το HealthLake χρησιμοποιεί μοντέλα μηχανικής μάθησης (ML) εκπαιδευμένα για να κατανοούν αυτόματα και να εξάγουν ουσιαστικά ιατρικά δεδομένα από ανεπεξέργαστα, διαφορετικά δεδομένα, όπως φάρμακα, διαδικασίες και διαγνώσεις. Αυτό φέρνει επανάσταση σε μια διαδικασία που είναι παραδοσιακά χειροκίνητη, επιρρεπής σε σφάλματα και δαπανηρή. Το HealthLake επισημαίνει και ευρετηριάζει όλα τα δεδομένα και τις δομές τους στους πόρους γρήγορης διαλειτουργικότητας της υγειονομικής περίθαλψης (FHIR) για να παρέχει μια πλήρη εικόνα κάθε ασθενούς και έναν συνεπή τρόπο για την αναζήτηση και κοινή χρήση των δεδομένων. Ενσωματώνεται με υπηρεσίες όπως Amazon QuickSight και Amazon Sage Maker να οπτικοποιήσετε και να κατανοήσετε τις σχέσεις στα δεδομένα, να προσδιορίσετε τις τάσεις και να κάνετε προβλέψεις. Επειδή το HealthLake ενσωματώνει αυτόματα όλα τα δεδομένα ενός οργανισμού υγειονομικής περίθαλψης στη βιομηχανική μορφή FHIR, οι πληροφορίες μπορούν να κοινοποιούνται εύκολα και με ασφάλεια μεταξύ των συστημάτων υγείας και με εφαρμογές τρίτων, επιτρέποντας στους παρόχους να συνεργάζονται αποτελεσματικότερα και να επιτρέπουν στους ασθενείς απεριόριστη πρόσβαση στις ιατρικές τους πληροφορίες.
Κάθε πάροχος υγειονομικής περίθαλψης, πληρωτής και εταιρεία βιοεπιστημών προσπαθεί να λύσει το πρόβλημα της οργάνωσης και της δομής των δεδομένων τους, προκειμένου να λάβει καλύτερες αποφάσεις υποστήριξης ασθενών, να σχεδιάσει καλύτερες κλινικές δοκιμές, να λειτουργήσει πιο αποτελεσματικά, να κατανοήσει τις τάσεις για την υγεία του πληθυσμού και να μοιραστεί με ασφάλεια τα δεδομένα. Όλα ξεκινούν με την κατανόηση των δεδομένων υγείας.
Ας δούμε ένα συγκεκριμένο παράδειγμα — φανταστείτε ότι έχετε έναν διαβητικό ασθενή τον οποίο προσπαθείτε να διαχειριστείτε και 2 μήνες αργότερα τα επίπεδα γλυκόζης δεν ανταποκρίνονται στη θεραπεία που συνταγογραφήσατε. Με το HealthLake, μπορείτε εύκολα να δημιουργήσετε μια ομάδα διαβητικών ασθενών και τα δημογραφικά τους, τις θεραπείες, τις μετρήσεις γλυκόζης στο αίμα, τις δοκιμές και τις κλινικές παρατηρήσεις και να εξαγάγετε αυτά τα δεδομένα. Στη συνέχεια, μπορείτε να δημιουργήσετε έναν διαδραστικό πίνακα ελέγχου με το QuickSight και να συγκρίνετε αυτόν τον ασθενή με έναν πληθυσμό με παρόμοιες επιλογές θεραπείας για να δείτε τι βοήθησε στη βελτίωση του αποτελέσματος της υγείας του. Μπορείτε να χρησιμοποιήσετε το SageMaker για να εκπαιδεύσετε και να συντονίσετε τα καλύτερα μοντέλα ML που θα σας βοηθήσουν να προσδιορίσετε ποιο υποσύνολο αυτών των διαβητικών ασθενών διατρέχουν αυξημένο κίνδυνο επιπλοκών όπως η υψηλή αρτηριακή πίεση, ώστε να μπορείτε να παρέμβετε νωρίς και να εισαγάγετε μια δεύτερη σειρά φαρμάκων εκτός από προληπτικά μέτρα, σαν ειδικές δίαιτες.
Τα δεδομένα υγείας είναι περίπλοκα
Οι οργανισμοί υγειονομικής περίθαλψης κάνουν μερικά καταπληκτικά πράγματα με το ML σήμερα, αλλά τα δεδομένα υγείας παραμένουν περίπλοκα και δύσκολα δουλεύονται (τα δεδομένα είναι αθόρυβα, διασκορπίζονται σε πολλά συστήματα σε ασύμβατες μορφές). Κατά την τελευταία δεκαετία, έχουμε δει έναν ψηφιακό μετασχηματισμό στην υγειονομική περίθαλψη, με οργανισμούς που συλλαμβάνουν τεράστιο όγκο δεδομένων ασθενών καθημερινά, από το οικογενειακό ιστορικό και τις κλινικές παρατηρήσεις έως τις διαγνώσεις και τα φάρμακα. Η συντριπτική πλειονότητα αυτών των δεδομένων περιέχεται σε μη δομημένα ιατρικά αρχεία, όπως κλινικές σημειώσεις, εργαστηριακές αναφορές (PDF), ασφαλιστικές αξιώσεις (έντυπα), καταγεγραμμένες συνομιλίες (ήχος), ακτίνες Χ (εικόνες) και άλλα.
Πριν αξιοποιήσετε τα δεδομένα υγειονομικής περίθαλψης για αποτελεσματική φροντίδα, όλα πρέπει να απορροφηθούν, να αποθηκευτούν και να συγκεντρωθούν με ασφάλεια. Τα σχετικά χαρακτηριστικά πρέπει να εξαχθούν, να επισημανθούν, να ευρετηριαστούν και να δομηθούν για να μπορέσετε να αρχίσετε να το αναλύετε. Το κόστος και η λειτουργική πολυπλοκότητα της καλής εκτέλεσης αυτής της εργασίας είναι απαγορευτικό για τους περισσότερους οργανισμούς υγειονομικής περίθαλψης και διαρκεί εβδομάδες, ή ακόμα και μήνες. Το πρότυπο FHIR είναι μια αρχή προς τον στόχο της τυποποίησης μιας δομής δεδομένων και της ανταλλαγής για την υγειονομική περίθαλψη, αλλά τα δεδομένα πρέπει ακόμη να μετασχηματιστούν για να επιτρέψουν προηγμένες αναλύσεις μέσω ερωτημάτων, οπτικοποιήσεων και εργαλείων και τεχνικών ML. Αυτό σημαίνει ότι η ανάλυση παραμένει δύσκολη για όλους σχεδόν τους παρόχους.
Δημιουργήστε μια πλήρη εικόνα του ιατρικού ιστορικού ενός ασθενούς, σε λίγα λεπτά
Με το HealthLake, απομυθοποιούμε ένα σύνολο προκλήσεων για τους πελάτες μας στην υγειονομική περίθαλψη και τις βιοεπιστήμες, αφαιρώντας τη βαριά ανύψωση που απαιτείται για την επισήμανση, τη δημιουργία ευρετηρίου, τη δομή και την οργάνωση αυτών των δεδομένων, παρέχοντας μια πλήρη εικόνα του ιατρικού ιστορικού κάθε ασθενούς σε λίγα λεπτά, αντί εβδομάδες ή μήνες. Το HealthLake σας διευκολύνει να αντιγράψετε τα δεδομένα εσωτερικής εγκατάστασης στο AWS. Το HealthLake μετασχηματίζει ακατέργαστα, διαφορετικά δεδομένα με ενσωματωμένη επεξεργασία φυσικής γλώσσας (NLP), η οποία χρησιμοποιεί εξειδικευμένα μοντέλα ML που έχουν εκπαιδευτεί για αυτόματη κατανόηση και εξαγωγή σημαντικών ιατρικών πληροφοριών, όπως φάρμακα, διαδικασίες και διαγνώσεις, από ακατέργαστα, διαφορετικά δεδομένα. Το HealthLake επισημαίνει το αρχείο κάθε ασθενούς, ευρετηριάζει κάθε στοιχείο δεδομένων χρησιμοποιώντας τυποποιημένες ετικέτες, διαμορφώνει κάθε στοιχείο δεδομένων σε διαλειτουργικά πρότυπα και οργανώνει τα δεδομένα σε προβολή χρονοδιαγράμματος για κάθε ασθενή. Το HealthLake παρουσιάζει δεδομένα για κάθε ασθενή με χρονολογική σειρά ιατρικών συμβάντων, ώστε να μπορείτε να δείτε τάσεις όπως η εξέλιξη της νόσου με την πάροδο του χρόνου, δίνοντάς σας νέα εργαλεία για τη βελτίωση της φροντίδας και την παρέμβαση νωρίτερα.
Τα δεδομένα σας στο HealthLake είναι ασφαλή, συμβατά και ελεγχόμενα. Η έκδοση δεδομένων είναι ενεργοποιημένη για την προστασία των δεδομένων από τυχαία διαγραφή και σύμφωνα με τις προδιαγραφές του FHIR, εάν διαγράψετε ένα κομμάτι δεδομένων, είναι κρυμμένο μόνο από την ανάλυση και τα αποτελέσματα - δεν διαγράφεται από την υπηρεσία, αλλά εκδόθηκε μόνο. Τα δεδομένα σας κρυπτογραφούνται χρησιμοποιώντας κλειδιά διαχειριζόμενου πελάτη (CMK) σε αρχιτεκτονική ενός μισθωτή για να παρέχουν ένα επιπλέον επίπεδο προστασίας κατά την πρόσβαση ή την αναζήτηση δεδομένων, έτσι ώστε το ίδιο κλειδί να μην κοινοποιείται από πολλούς πελάτες. Διατηρείτε την κυριότητα και τον έλεγχο των δεδομένων σας, μαζί με τη δυνατότητα να τα κρυπτογραφείτε, να τα προστατεύετε, να τα μετακινείτε και να τα διαγράφετε σύμφωνα με τις πολιτικές ασφαλείας του οργανισμού σας.
Προσδιορίστε τις τάσεις και κάντε προβλέψεις για τη διαχείριση ολόκληρου του πληθυσμού σας
Σήμερα, τα πιο ευρέως χρησιμοποιούμενα κλινικά μοντέλα για την πρόβλεψη του κινδύνου ασθένειας στερούνται εξατομίκευσης και συχνά χρησιμοποιούν έναν πολύ περιορισμένο αριθμό κοινώς συλλεγόμενων σημείων δεδομένων, το οποίο είναι προβληματικό επειδή τα μοντέλα που προκύπτουν μπορεί να παράγουν ανακριβείς προβλέψεις. Ωστόσο, αν κοιτάξετε το ιατρικό αρχείο ενός ατόμου, μπορεί να υπάρχουν εκατοντάδες χιλιάδες σημεία δεδομένων, και η πλειονότητα αυτών είναι ανεκμετάλλευτα δεδομένα που αποθηκεύονται στις σημειώσεις των γιατρών. Με τα δεδομένα υγείας σας δομημένα και οργανωμένα χρονολογικά από ιατρικές εκδηλώσεις, μπορείτε εύκολα να κάνετε ερωτήματα, να εκτελέσετε αναλυτικά στοιχεία και να δημιουργήσετε μοντέλα ML για να παρατηρήσετε τις τάσεις της υγείας σε ολόκληρο τον πληθυσμό.
Μπορείτε να χρησιμοποιήσετε άλλες υπηρεσίες AWS που λειτουργούν απρόσκοπτα με το HealthLake, όπως το QuickSight ή το SageMaker. Για παράδειγμα, μπορείτε να δημιουργήσετε έναν διαδραστικό πίνακα ελέγχου με το QuickSight για να παρατηρήσετε τις τάσεις της υγείας του πληθυσμού και να κάνετε μεγέθυνση σε μια μικρότερη ομάδα ασθενών με παρόμοια κατάσταση για να συγκρίνετε τις θεραπείες και τα αποτελέσματα της υγείας τους. Μπορείτε επίσης να δημιουργήσετε, να εκπαιδεύσετε και να αναπτύξετε τα δικά σας μοντέλα ML με το SageMaker για να παρακολουθείτε την εξέλιξη των ασθενών σε κίνδυνο κατά τη διάρκεια πολλών ετών έναντι μιας παρόμοιας ομάδας ασθενών. Αυτό σας δίνει τη δυνατότητα να εντοπίσετε προειδοποιητικά σημάδια που πρέπει να αντιμετωπιστούν προληπτικά και να χάσετε χωρίς την πλήρη κλινική εικόνα που παρέχεται από το HealthLake.
Φέρνοντας όλα μαζί
Τώρα, τα δεδομένα υγείας σας έχουν επισημανθεί, ευρετηριαστεί, δομηθεί και οργανωθεί με χρονολογική σειρά των ιατρικών συμβάντων, έτσι ώστε να μπορεί εύκολα να αναζητηθεί και να αναλυθεί. Μπορείτε να μοιραστείτε με ασφάλεια τα δεδομένα των ασθενών σε όλα τα συστήματα υγείας σε μια συνεπή, συμβατή μορφή FHIR σε πολλές εφαρμογές. Τώρα έχετε τη δυνατότητα να λαμβάνετε αποφάσεις σχετικά με την υγεία ή τον πληθυσμό που βασίζονται σε στοιχεία από τα συνολικά δεδομένα.
Οι πελάτες της AWS είναι ενθουσιασμένοι για την καινοτομία που προσφέρει το HealthLake και την ευκαιρία να κατανοήσουν τα δεδομένα υγείας τους για να παρέχουν εξατομικευμένες θεραπείες, να κατανοήσουν τις τάσεις της υγείας του πληθυσμού και να εντοπίσουν τους ασθενείς για εγγραφή σε κλινικές δοκιμές. Αυτό προσφέρει μια άνευ προηγουμένου ευκαιρία να καλύψει τα κενά στη φροντίδα και να παρέχει την υψηλής ποιότητας και εξατομικευμένη φροντίδα που αξίζει κάθε ασθενής.
Η Cerner Corporation, μια παγκόσμια εταιρεία τεχνολογίας υγειονομικής περίθαλψης, επικεντρώνεται στη χρήση δεδομένων για να βοηθήσει στην επίλυση ζητημάτων με την ταχύτητα της καινοτομίας - εξελίσσοντας την υγειονομική περίθαλψη για να βελτιώσει τα κλινικά και λειτουργικά αποτελέσματα, να βοηθήσει στην επίλυση της εξάντλησης των κλινικών και να βελτιώσει την ισότητα στην υγεία.
«Στην Cerner, δεσμευόμαστε να μετασχηματίσουμε το μέλλον της υγειονομικής περίθαλψης μέσω παροχής cloud, μηχανικής μάθησης και AI. Δουλεύοντας παράλληλα με το AWS, είμαστε σε θέση να επιταχύνουμε την καινοτομία στην υγειονομική περίθαλψη. Αυτό ξεκινά με δεδομένα. Είμαστε ενθουσιασμένοι για την κυκλοφορία του HealthLake και τη δυνατότητά του να απορροφά γρήγορα δεδομένα ασθενών από διάφορες πηγές, να ξεκλειδώνουμε νέες πληροφορίες μέσω προηγμένων αναλυτικών στοιχείων και να εξυπηρετούμε πολλές από τις πρωτοβουλίες μας για την υγεία του πληθυσμού. "
—Ryan Hamilton, SVP & Chief Architect, Cerner
Η Konica Minolta Precision Medicine (KMPM) είναι μια εταιρεία βιοεπιστημών αφιερωμένη στην ανάπτυξη της ιατρικής ακριβείας για την ακριβέστερη πρόβλεψη, ανίχνευση, θεραπεία και τελικά θεραπεία της ασθένειας.
«Χτίζουμε μια πολυτροπική πλατφόρμα στο KMPM για τον χειρισμό ενός σημαντικού αριθμού δεδομένων υγείας που περιλαμβάνουν παθολογία, απεικόνιση και γενετικές πληροφορίες. Το HealthLake θα μας επιτρέψει να ξεκλειδώσουμε την πραγματική δύναμη αυτής της πολυτροπικής προσέγγισης για να βρούμε νέα συσχετισμούς και σήματα στα δεδομένα μας. Θα παρέχει στην ειδική ομάδα των επιστημόνων και των προγραμματιστών μας τη δυνατότητα να ενσωματώνει, να επισημαίνει και να διαμορφώνει αυτά τα δεδομένα ταχύτερα και να ανακαλύπτει πληροφορίες που απαιτούν οι κλινικοί ιατροί και οι φαρμακευτικοί μας συνεργάτες για να οδηγούν πραγματικά φάρμακα ακριβείας. "
—Kyototaka Fujii, Πρόεδρος, Global Healthcare, Konica Minolta & Πρόεδρος, Ambry Genetics
Η Orion Health είναι ένας παγκόσμιος, βραβευμένος πάροχος τεχνολογίας πληροφοριών για την υγεία, προωθώντας λύσεις για την υγεία του πληθυσμού και ιατρική ακριβείας για την παροχή φροντίδας σε ολόκληρο το οικοσύστημα υγείας.
«Στην Orion Health, πιστεύουμε ότι υπάρχει σημαντική ανεκμετάλλευτη δυνατότητα να μεταμορφωθεί ο τομέας της υγειονομικής περίθαλψης βελτιώνοντας τον τρόπο με τον οποίο χρησιμοποιείται η τεχνολογία και παρέχοντας πληροφορίες για τα δεδομένα που δημιουργούνται. Τα δεδομένα είναι συχνά ακατάστατα και ελλιπή, κάτι που είναι δαπανηρό και χρονοβόρο για τον καθαρισμό. Είμαστε ενθουσιασμένοι που συνεργαζόμαστε μαζί με το AWS για να χρησιμοποιήσουμε το HealthLake για να παρέχουμε νέους τρόπους αλληλεπίδρασης με τους ασθενείς με το σύστημα υγειονομικής περίθαλψης, υποστηρίζοντας πρωτοβουλίες όπως το 21st Century Cures Act, που έχει σχεδιαστεί για να κάνει την υγειονομική περίθαλψη πιο προσιτή και προσιτή, και Digital Front Door, που στοχεύει να βελτιώσουν τα αποτελέσματα της υγείας βοηθώντας τους ασθενείς να λάβουν την τέλεια φροντίδα για αυτούς από την άνεση του σπιτιού τους. "
- Anne O'Hanlon, Διευθυντής προϊόντων, Orion Health
Συμπέρασμα
Αυτό που κάποτε ήταν απλά ένας σωρός ανόμοιων και μη δομημένων δεδομένων που μοιάζουν με ένα πάπλωμα συνονθύλευμα - ένα ελλιπές ιστορικό υγείας ραμμένο μαζί με περιορισμένα δεδομένα - είναι πλέον δομημένο για εύκολη ανάγνωση και αναζήτηση. Για κάθε πάροχο υγειονομικής περίθαλψης, ασφαλιστή υγείας και εταιρεία βιοεπιστημών, τώρα υπάρχει μια ειδικά σχεδιασμένη υπηρεσία που ενεργοποιείται από την ML που μπορούν να χρησιμοποιήσουν για να συγκεντρώσουν και να οργανώσουν προηγούμενα μη χρησιμοποιήσιμα δεδομένα για την υγεία, έτσι ώστε να μπορούν να αναλυθούν σε έναν ασφαλή και συμμορφούμενο μεμονωμένο μισθωτή τοποθεσία στο σύννεφο. Το HealthLake αντιπροσωπεύει ένα σημαντικό άλμα προς τα εμπρός για αυτούς τους οργανισμούς να μάθουν από όλα τα δεδομένα τους να διαχειριστούν προληπτικά τους ασθενείς και τον πληθυσμό τους, να βελτιώσουν την ποιότητα της περίθαλψης των ασθενών, να βελτιστοποιήσουν την αποτελεσματικότητα του νοσοκομείου και να μειώσουν το κόστος.
Σχετικά με τους Συγγραφείς
Δρ Taha Kass-Hout, είναι διευθυντής μηχανικής μάθησης και επικεφαλής ιατρικός υπάλληλος στο Amazon Web Services (AWS), όπου ηγείται πρωτοβουλιών όπως το Amazon HealthLake και το Amazon Comprehend Medical. Γιατρός και βιοπληροφορικός, η Taha έχει προηγουμένως πρωτοπορήσει στη χρήση αναδυόμενων τεχνολογιών και cloud τόσο στο CDC (στην ηλεκτρονική παρακολούθηση ασθενειών) όσο και στο FDA, όπου ήταν ο πρώτος Υπεύθυνος Πληροφορικής Υγείας του Οργανισμού, και ίδρυσε τόσο την κοινή χρήση δεδομένων OpenFDA όσο και PrecisionFDA πρωτοβουλίες.
Δρ Matt Wood είναι Αντιπρόεδρος της Διαχείρισης Προϊόντων και ηγείται των κάθετων προσπαθειών τεχνητής νοημοσύνης στην ομάδα ML, όπως Εξατομίκευση, Πρόβλεψη και Αναζήτηση για μετρήσεις, μαζί με τα σχέδια ηγετικής σκέψης όπως το DeepRacer. Στον ελεύθερο χρόνο του, ο Matt χρησιμεύει επίσης ως επικεφαλής επιστημονικός geek για την κλιμακούμενη πρωτοβουλία δοκιμών COVID στο Amazon. παροχή καθοδήγησης για την επιστημονική και τεχνική ανάπτυξη, συμπεριλαμβανομένου του σχεδιασμού δοκιμών, των εργαστηριακών επιστημών, της εποπτικής εποπτείας και της αξιολόγησης και εφαρμογής αναδυόμενων τεχνολογιών δοκιμών.
