quarta-feira, novembro 6, 2024
Home Gestão AWS anuncia Amazon HealthLake

AWS anuncia Amazon HealthLake

por Redação
0 comentário

Nesta terça-feira, 8, a AWS – Amazon Web Services, Inc. anunciou o Amazon HealthLake, um serviço elegível para HIPAA para organizações de saúde e ciências biológicas, que agrega os dados completos de uma organização em vários silos e formatos distintos em um data lake centralizado da AWS e normaliza automaticamente essas informações usando o aprendizado de máquina.

O serviço identifica cada informação clínica, marca e indexa eventos em uma visualização de linha do tempo com rótulos padronizados para que possam ser facilmente pesquisados ​​e estrutura todos os dados no formato padrão da indústria Fast Healthcare Interoperability Resources (FHIR) para uma visão completa da saúde de pacientes individuais e populações inteiras.

Como resultado, o Amazon HealthLake torna mais fácil para os clientes consultar, realizar análises, e execute o aprendizado de máquina para obter um valor significativo dos dados recém-normalizados. Organizações como sistemas de saúde, empresas farmacêuticas, pesquisadores clínicos, seguradoras de saúde e muito mais podem usar o Amazon HealthLake para ajudar a identificar tendências e anomalias nos dados de saúde para que possam fazer previsões muito mais precisas sobre a progressão da doença, a eficácia dos ensaios clínicos, a precisão dos prêmios de seguro e muitas outras aplicações.

À medida que o aprendizado de máquina se torna mais comum, as empresas em todos os negócios verticais estão tentando aplicá-lo a seus dados para fornecer um valor comercial significativo. A área de saúde está aplicando o aprendizado de máquina para melhorar as operações e o atendimento ao paciente, com clientes como 3M, Anthem, AstraZeneca, Bristol Myers Squibb, Cerner, Fred Hutchinson Cancer Research Center, GE Healthcare, Infor, Pfizer e Philips adotando a nuvem e o aprendizado de máquina para obter mais valor de seu vasto acervo de dados.

De histórico familiar e observações clínicas a diagnósticos e medicamentos, as organizações de saúde estão criando grandes volumes de informações do paciente todos os dias com o objetivo de obter uma visão completa da saúde do paciente e aplicar análises e aprendizado de máquina para melhorar o atendimento, analisar tendências de saúde da população e melhorar a eficiência operacional. Contudo, os dados clínicos são complexos e conhecidos por serem isolados, incompletos, incompatíveis e armazenados em sistemas locais espalhados por vários locais. Obter todas essas informações agregadas e no formato FHIR é um início em direção ao objetivo de padronizar dados estruturados, mas a maioria dos dados permanece não estruturada e ainda precisa ser marcada, indexada e estruturada em ordem cronológica para tornar todos os dados compreensíveis e capaz de consultar.

Algumas organizações de saúde criam ferramentas baseadas em regras para automatizar o processo de transformação de dados não estruturados (por exemplo, históricos médicos, anotações médicas e relatórios de imagens médicas) e marcação de informações clínicas (por exemplo, diagnósticos, medicamentos e procedimentos), mas essas soluções geralmente falham porque os dados precisam ser normalizados em sistemas distintos e porque as ferramentas não podem levar em conta todas as variações possíveis de ortografia, erros de digitação não intencionais e erros gramaticais.

Outras organizações usam software de reconhecimento óptico de caracteres (OCR) de uso geral para processar fontes de dados, mas essas ferramentas carecem de experiência médica para serem eficazes e, por isso, as organizações recorrem à entrada manual de dados por profissionais médicos, o que adiciona despesas ao processo de digitalização. Mesmo que as organizações sejam capazes de agregar e estruturar seus dados, elas ainda precisam construir seus próprios aplicativos de análise e aprendizado de máquina para descobrir relacionamentos nos dados, descobrir tendências e fazer previsões precisas. O custo e a complexidade operacional de fazer todo esse trabalho são proibitivos para a maioria das organizações.

O Amazon HealthLake oferece aos provedores médicos, seguradoras de saúde e empresas farmacêuticas um serviço que reúne e dá sentido a todos os dados de seus pacientes, para que as organizações de saúde possam fazer previsões mais precisas sobre a saúde de pacientes e populações.

O novo serviço permite que as organizações armazenem, marquem, indexem, padronizem, consultem e apliquem o aprendizado de máquina para analisar dados em escala de petabyte na nuvem. Após a ingestão dados para nuvem, usa aprendizado de máquina treinado para entender a terminologia médica para identificar e marcar cada informação clínica, indexar eventos em uma visualização de linha do tempo, e enriquecer os dados com rótulos padronizados (por exemplo, medicamentos, condições, diagnósticos, procedimentos, etc.) para que todas essas informações possam ser facilmente pesquisadas. Por exemplo, as organizações podem encontrar respostas para suas perguntas com rapidez e precisão, como “Como o uso de medicamentos para baixar o colesterol ajudou nossos pacientes com pressão alta no ano passado?” Para fazer isso, os clientes podem criar uma lista de pacientes selecionando “Colesterol alto” em uma lista padrão de condições médicas, “Medicamentos orais” em um menu de tratamentos e valores de pressão arterial no campo estruturado “Pressão arterial” – e então eles podem refinar ainda mais a lista escolhendo atributos como período, gênero e idade. Como o Amazon HealthLake também estrutura automaticamente todos os dados de uma organização de saúde no formato da indústria FHIR, as informações podem ser compartilhadas de forma fácil e segura entre sistemas de saúde e aplicativos de terceiros, permitindo que os provedores colaborem de forma mais eficaz e permitindo aos pacientes acesso irrestrito aos seus serviços médicos em formação.

“Houve uma explosão de dados de saúde digitalizados nos últimos anos com o advento dos registros médicos eletrônicos, mas as organizações estão nos dizendo que desvendar o valor dessas informações usando tecnologia como aprendizado de máquina ainda é desafiador e repleto de barreiras”, disse Swami Sivasubramanian , vice-presidente da Amazon Machine Learning para AWS. “Com o Amazon HealthLake, as organizações de saúde podem reduzir o tempo necessário para transformar os dados de saúde na nuvem de semanas para minutos, para que possam ser analisados ​​com segurança, mesmo em escala de petabyte. Isso reinventa completamente o que é possível com a saúde e nos aproxima muito mais do objetivo de todos de fornecer aos pacientes um tratamento mais personalizado e preditivo para indivíduos e para populações inteiras”.

Ao agregar, rotular, indexar e estruturar todos os seus dados, o Amazon HealthLake torna mais fácil para os clientes consultar, analisar e usar o aprendizado de máquina para dar sentido a seus dados. Os clientes podem usar outras análises AWS e serviços de aprendizado de máquina, como Amazon QuickSight para painéis interativos e Amazon SageMaker para construir, treinar e implantar facilmente modelos de aprendizado de máquina personalizados. Por exemplo, as organizações de saúde podem usar os modelos do Jupyter Notebook no Amazon SageMaker para executar análises de forma rápida e fácil para tarefas comuns, como previsões de diagnósticos, probabilidade de readmissão em hospitais e previsões de utilização da sala de cirurgia. As organizações de saúde e ciências biológicas podem usar o Amazon HealthLake para obter uma visão completa da saúde do paciente e da população, obter insights usando análises e aprendizado de máquina.

Notícias relacionadas

Deixe um comentário

* Ao utilizar este formulário concorda com o armazenamento e tratamento dos seus dados por este website.

SAÚDE DIGITAL NEWS é um portal de conteúdo jornalísticos para quem quer saber mais sobre tendências, inovações e negócios do mundo da tecnologia aplicada à cadeia de saúde.

Artigos

Últimas notícias

© Copyright 2022 by TI Inside