Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Dokumentation zur Umgebung

Ambient Documentation erfasst Gespräche zwischen Patienten und Ärzten in Echtzeit und generiert strukturierte klinische Unterlagen zur Überprüfung durch den Arzt. Der Service kombiniert Spracherkennung mit generativer KI, um klinische Notizen zu erstellen, medizinische Terminologie zu extrahieren, Sprecherrollen zu identifizieren und Dialogsegmente zu klassifizieren.

Die Umgebungsdokumentation von Amazon Connect Health ist in den Regionen USA Ost (Nord-Virginiaus-east-1) () und USA West (Oregon) (us-west-2) verfügbar.

So funktioniert die Dokumentation zur Umgebungsbeleuchtung

Die Umgebungsdokumentation verwendet Audio-Streaming in Echtzeit über HTTP/2 oder WebSocket. Der Arbeitsablauf umfasst:

Technische Anforderungen

Unterstützte medizinische Fachgebiete

Die Umgebungsdokumentation unterstützt derzeit die folgenden Fachgebiete:

Zustimmung und Patientenbenachrichtigung

Die Umgebungsdokumentation von Amazon Connect Health nutzt KI, um klinische Gespräche in Echtzeit zu erfassen und zu transkribieren. Da diese Funktion mündliche Kommunikation aufzeichnet, die geschützte Gesundheitsinformationen (PHI) enthalten kann, sind Kunden und ihre nachgeschalteten Integratoren für die Einhaltung aller geltenden Gesetze zur Einwilligung, Aufzeichnung und zum Datenschutz verantwortlich. Dazu gehört auch die Einholung aller gesetzlich vorgeschriebenen Einwilligungen, bevor die Umgebungsdokumentation für jegliche Patientenbegegnungen aktiviert wird. AWS holt in Ihrem Namen keine Einwilligung von Patienten ein.

Bei Verwendung von Umgebungsdokumenten muss von jedem Patienten und allen im Raum anwesenden Personen die entsprechende Zustimmung eingeholt werden. Im Rahmen der Einholung der Einwilligung sollten die Patienten darüber informiert werden, dass der Besuch aufgezeichnet und von einem KI-Dienstleister zur Erstellung klinischer Aufzeichnungen verwendet wird, dass ihre Daten an Leistungserbringer weitergegeben werden können und dass sie ohne Auswirkungen auf ihre Behandlung ablehnen können. Kunden und Integratoren sollten Aufzeichnungen über die Zustimmung der Patienten gemäß den geltenden staatlichen Gesetzen und internen Aufbewahrungsrichtlinien führen. Kunden sollten sicherstellen, dass die Zustimmung gemäß den Datenschutzpraktiken ihrer Organisation eingeholt wird.

Sprache des Beispiels:

„Bevor wir beginnen, möchte ich Sie darüber informieren, dass der heutige Besuch von einem KI-Dienstleister aufgezeichnet und überwacht wird, um Ihnen bei der Dokumentation zu helfen. Stimmen Sie zu, fortzufahren?“

Abonnementverwaltung

Erstellen eines Abonnements

Rufen Sie den CreateSubscription API-Vorgang auf, um ein Abonnement zu erstellen. Dadurch wird ein eindeutiges Objekt generiertsubscriptionId, mit dem Sie den Benutzer autorisieren und Streaming-Sitzungen starten können. Abonnements werden automatisch im aktivierten Modus erstellt.

Deaktivieren Sie ein Abonnement

Rufen Sie den DeactivateSubscription API-Vorgang auf, um vorübergehend zu verhindern, dass ein Abonnement neue Streaming-Sitzungen akzeptiert. Ein deaktiviertes Abonnement behält seine Konfiguration bei und kann später reaktiviert werden. In-progress Streams werden normal abgeschlossen.

Reaktivieren Sie ein Abonnement

Deaktivierte Abonnements können reaktiviert werden, indem der ActivateSubscription API-Vorgang mit dem aufgerufen wird. subscriptionId Die kostenpflichtige Abrechnung beginnt sofort nach der Reaktivierung.

Audio streamen

Die Umgebungsdokumentation verarbeitet Audio in Echtzeit über eine Streaming-Verbindung. Ihre Anwendung öffnet eine Verbindung, sendet Audioblöcke als ereigniskodierte Nachrichten und empfängt im Verlauf der Konversation Transkriptionsergebnisse. Die Umgebungsdokumentation unterstützt zwei Streaming-Transporte: und (). HTTP/2 WebSocket wss:// Beide Transporte bieten dieselbe Funktionalität mit denselben Authentifizierungs- und Autorisierungsanforderungen, Kontingenten und Drosselungen. Das Sitzungsverhalten — Erstellung, Streaming und Beendigung — ist bei beiden Transporten identisch.

Wenn Ihr Audio über zwei Kanäle verfügt, können Sie die Kanalidentifikation verwenden, um die Sprache von jedem Kanal separat zu transkribieren. Die Umgebungsdokumentation unterstützt derzeit Audio mit bis zu zwei Kanälen. In Ihrem Transkript sind die Kanäle mit den Bezeichnungen ch_0 und ch_1 versehen.

Zusätzlich zu den standardmäßigen Transkriptabschnitten (Transkripte und Artikel) enthalten Anfragen mit aktivierter Kanalidentifikation einen Abschnitt channel_labels. Dieser Abschnitt enthält jede Äußerung oder jedes Satzzeichen, gruppiert nach Kanal, sowie die zugehörigen Kanalbezeichnungen, Zeitstempel und Konfidenzwert. Wenn eine Person auf einem Kanal zur gleichen Zeit wie eine Person auf einem anderen Kanal spricht, überschneiden sich die Zeitstempel für jeden Kanal, während die Personen übereinander sprechen.

Streamen über HTTP/2

HTTP/2 ist der von den AWS-SDKs verwendete Streaming-Transport und eignet sich für serverseitige und native Anwendungen. Ihre Anwendung stellt eine HTTP/2 Verbindung her, sendet Audio-Chunks und Steuerereignisse als Event-Stream-Nachrichten und empfängt Transkriptereignisse in Echtzeit über dieselbe Verbindung. Wenn Sie ein AWS-SDK verwenden, übernimmt das SDK die Verbindungseinrichtung, das Signieren von Anfragen und die Event-Stream-Kodierung für Sie.

Eine detaillierte HTTP/2 Streaming-Einrichtung und Event-Stream-Kodierung finden Sie in der Amazon Connect Health API-Referenz.

Verwenden der AWS SDKs

Das folgende Codebeispiel zeigt, wie Sie mit dem AWS SDK for Java 2.x eine Amazon Connect Health-Streaming-Sitzung für Umgebungsdokumentation einrichten.

package com.example.connecthealth;

import io.reactivex.rxjava3.core.BackpressureStrategy;
import io.reactivex.rxjava3.core.Flowable;
import org.reactivestreams.Publisher;
import org.reactivestreams.Subscriber;
import software.amazon.awssdk.auth.credentials.AwsCredentialsProvider;
import software.amazon.awssdk.auth.credentials.DefaultCredentialsProvider;
import software.amazon.awssdk.core.SdkBytes;
import software.amazon.awssdk.http.nio.netty.NettyNioAsyncHttpClient;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.connecthealth.ConnectHealthAsyncClient;
import software.amazon.awssdk.services.connecthealth.model.*;

import javax.sound.sampled.AudioFormat;
import javax.sound.sampled.AudioInputStream;
import javax.sound.sampled.AudioSystem;
import javax.sound.sampled.DataLine;
import javax.sound.sampled.LineUnavailableException;
import javax.sound.sampled.TargetDataLine;
import java.io.BufferedInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.UncheckedIOException;
import java.util.Arrays;
import java.util.UUID;
import java.util.concurrent.CompletableFuture;

public class MedicalScribeStreamingApp {
    private static final int CHUNK_SIZE_IN_BYTES = 6400;
    private static final int SAMPLE_RATE = 16000;
    private static final Region REGION = Region.US_WEST_2;
    private static final String SESSION_ID = UUID.randomUUID().toString();
    private static final String DOMAIN_ID = "your-domain-id";
    private static final String SUBSCRIPTION_ID = "your-subscription-id";
    private static final String OUTPUT_S3_URI = "s3://your-bucket/output/";
    private static ConnectHealthAsyncClient client;

    public static void main(String[] args) {
        client = ConnectHealthAsyncClient.builder()
                .credentialsProvider(getCredentials())
                .httpClientBuilder(NettyNioAsyncHttpClient.builder())
                .region(REGION)
                .build();
        try {
            StartMedicalScribeListeningSessionRequest request =
                    StartMedicalScribeListeningSessionRequest.builder()
                            .sessionId(SESSION_ID)
                            .domainId(DOMAIN_ID)
                            .subscriptionId(SUBSCRIPTION_ID)
                            .languageCode(MedicalScribeLanguageCode.EN_US)
                            .mediaSampleRateHertz(SAMPLE_RATE)
                            .mediaEncoding(MedicalScribeMediaEncoding.PCM)
                            .build();

            MedicalScribeInputStream endSessionEvent =
                    MedicalScribeInputStream.sessionControlEventBuilder()
                            .type(MedicalScribeSessionControlEventType.END_OF_SESSION)
                            .build();

            CompletableFuture<Void> result = client.startMedicalScribeListeningSession(
                    request,
                    new AudioStreamPublisher(
                            getStreamFromMic(),
                            getConfigurationEvent(),
                            endSessionEvent
                    ),
                    getResponseHandler()
            );
            result.get();
            client.close();
        } catch (Exception e) {
            System.err.println("Error occurred: " + e.getMessage());
            e.printStackTrace();
        }
    }

    private static AudioInputStream getStreamFromMic() throws LineUnavailableException {
        AudioFormat format = new AudioFormat(SAMPLE_RATE, 16, 1, true, false);
        DataLine.Info info = new DataLine.Info(TargetDataLine.class, format);
        if (!AudioSystem.isLineSupported(info)) {
            throw new LineUnavailableException("Microphone line not supported");
        }
        TargetDataLine line = (TargetDataLine) AudioSystem.getLine(info);
        line.open(format);
        line.start();
        System.out.println("Recording... Press Enter to stop");
        Thread monitorThread = new Thread(() -> {
            try {
                System.in.read();
                line.stop();
                line.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        });
        monitorThread.setDaemon(true);
        monitorThread.start();
        return new AudioInputStream(
                new BufferedInputStream(new AudioInputStream(line)),
                format,
                AudioSystem.NOT_SPECIFIED
        );
    }

    private static AwsCredentialsProvider getCredentials() {
        return DefaultCredentialsProvider.create();
    }

    private static StartMedicalScribeListeningSessionResponseHandler getResponseHandler() {
        return StartMedicalScribeListeningSessionResponseHandler.builder()
                .onResponse(r -> {
                    System.out.println("Session started: " + r.sessionId());
                    System.out.println("Domain ID: " + r.domainId());
                    System.out.println("Subscription ID: " + r.subscriptionId());
                    System.out.println("Request ID: " + r.requestId());
                })
                .onError(e -> {
                    System.err.println("Stream error: " + e.getMessage());
                    e.printStackTrace();
                })
                .onComplete(() -> {
                    System.out.println("=== Stream completed successfully ===");
                })
                .subscriber(event -> {
                    if (event instanceof MedicalScribeTranscriptEvent) {
                        MedicalScribeTranscriptSegment segment =
                                ((MedicalScribeTranscriptEvent) event).transcriptSegment();
                        if (segment != null && segment.content() != null) {
                            System.out.printf("[%s][Channel %s] %s%n",
                                    segment.isPartial() ? "PARTIAL" : "FINAL",
                                    segment.channelId(),
                                    segment.content()
                            );
                        }
                    }
                })
                .build();
    }

    private static MedicalScribeConfigurationEvent getConfigurationEvent() {
        return MedicalScribeConfigurationEvent.builder()
                .postStreamActionSettings(
                        MedicalScribePostStreamActionSettings.builder()
                                .outputS3Uri(OUTPUT_S3_URI)
                                .clinicalNoteGenerationSettings(
                                        ClinicalNoteGenerationSettings.builder()
                                                .noteTemplateSettings(
                                                        NoteTemplateSettings.fromManagedTemplate(
                                                                ManagedTemplate.builder()
                                                                        .templateType(ManagedNoteTemplate.SOAP)
                                                                        .build()
                                                        )
                                                )
                                                .build()
                                )
                                .build()
                )
                .channelDefinitions(Arrays.asList(
                        MedicalScribeChannelDefinition.builder()
                                .channelId(0)
                                .participantRole(MedicalScribeParticipantRole.CLINICIAN)
                                .build(),
                        MedicalScribeChannelDefinition.builder()
                                .channelId(1)
                                .participantRole(MedicalScribeParticipantRole.PATIENT)
                                .build()
                ))
                .build();
    }

    private static class AudioStreamPublisher implements Publisher<MedicalScribeInputStream> {
        private final InputStream audioInputStream;
        private final MedicalScribeConfigurationEvent configEvent;
        private final MedicalScribeInputStream endSessionEvent;

        private AudioStreamPublisher(
                AudioInputStream audioInputStream,
                MedicalScribeConfigurationEvent configEvent,
                MedicalScribeInputStream endSessionEvent) {
            this.audioInputStream = audioInputStream;
            this.configEvent = configEvent;
            this.endSessionEvent = endSessionEvent;
        }

        @Override
        public void subscribe(Subscriber<? super MedicalScribeInputStream> subscriber) {
            createAudioFlowable()
                    .doOnComplete(() -> {
                        try {
                            audioInputStream.close();
                        } catch (IOException e) {
                            throw new UncheckedIOException(e);
                        }
                    })
                    .subscribe(subscriber);
        }

        private Flowable<MedicalScribeInputStream> createAudioFlowable() {
            Flowable<MedicalScribeInputStream> configFlow = Flowable.just(
                    MedicalScribeInputStream.fromConfigurationEvent(configEvent)
            );
            Flowable<MedicalScribeInputStream> audioFlow = Flowable.create(emitter -> {
                byte[] buffer = new byte[CHUNK_SIZE_IN_BYTES];
                int bytesRead;
                try {
                    while (!emitter.isCancelled() && (bytesRead = audioInputStream.read(buffer)) > 0) {
                        byte[] audioData = bytesRead < buffer.length
                                ? Arrays.copyOfRange(buffer, 0, bytesRead)
                                : buffer;
                        MedicalScribeInputStream audioEvent =
                                MedicalScribeInputStream.fromAudioEvent(
                                        MedicalScribeAudioEvent.builder()
                                                .audioChunk(SdkBytes.fromByteArray(audioData))
                                                .build()
                                );
                        emitter.onNext(audioEvent);
                    }
                    emitter.onComplete();
                } catch (IOException e) {
                    emitter.onError(e);
                }
            }, BackpressureStrategy.BUFFER);
            Flowable<MedicalScribeInputStream> endFlow = Flowable.just(endSessionEvent);
            return Flowable.concat(configFlow, audioFlow, endFlow);
        }
    }
}

Streaming über WebSocket

WebSocket Mit der Unterstützung können Sie Audio für die Umgebungsdokumentation von einem Webbrowser oder einem anderen WebSocket Client streamen. Alle WebSocket Verbindungen verwenden TLS (wss://).

WebSocket Endpunkt

Connect zum WebSocket Endpunkt für die Region her, in der Sie die Umgebungsdokumentation verwenden:

Authentifizieren einer Verbindung WebSocket

Sie authentifizieren eine WebSocket Verbindung mit einer vorsignierten URL. Um die vorsignierte URL zu erstellen, signieren Sie eine GET Anfrage an den WebSocket Endpunkt mit AWS Signature Version 4 (Sigv4) und betten Sie die Signaturparameter (X-Amz-Algorithm,,X-Amz-Credential, X-Amz-Date X-Amz-ExpiresX-Amz-Signature, undX-Amz-SignedHeaders) und die Sitzungsparameter als Abfragezeichenfolgenparameter ein. Der Service validiert die vorsignierte URL, wenn die Verbindung hergestellt ist. Wenn die vorsignierte URL ungültig, abgelaufen oder nicht autorisiert ist, lehnt der Dienst die Sitzung ab, indem er einen Fehler zurückgibt und die Verbindung schließt.

Der Höchstwert für X-Amz-Expires ist 60 Sekunden (1 Minute). Nachdem die Verbindung hergestellt wurde, wird die Signatur der vorsignierten URL zur Startsignatur, die zum Signieren jedes nachfolgenden Event-Stream-Frames verwendet wird, wodurch eine kontinuierliche Autorisierung für die gesamte Lebensdauer der Verbindung gewährleistet wird.

Für ist keine neue IAM-Aktion erforderlich. WebSocket Der Dienst autorisiert WebSocket Verbindungen mit derselben health-agent:StartMedicalScribeListeningSession Berechtigung, die für HTTP/2 das Streaming verwendet wurde.

Das folgende Beispiel zeigt das Format einer vorsignierten URL WebSocket . Zur besseren Lesbarkeit wurden Zeilenumbrüche hinzugefügt.

wss://streaming.health-agent.us-west-2.api.aws/medical-scribe-stream-websocket
    ?X-Amz-Algorithm=AWS4-HMAC-SHA256
    &X-Amz-Credential=<access-key>/<date>/<region>/health-agent/aws4_request
    &X-Amz-Date=<ISO8601-datetime>
    &X-Amz-Expires=60
    &X-Amz-Security-Token=<session-token>
    &X-Amz-SignedHeaders=host
    &X-Amz-Signature=<signature>

Signieren von Event-Stream-Frames

Jeder Event-Stream-Frame, den Sie nach dem Upgrade senden — Konfiguration, Audio und Sitzungssteuerung — muss einzeln signiert sein. Jeder Frame enthält zwei Event-Stream-Header: :date (den Signaturzeitstempel) und :chunk-signature (die Frame-Signatur). Frame-Signaturen bilden eine Kette: Jede Signatur wird aus der Signatur des vorherigen Frames und die ersten Frame-Ketten aus dem X-Amz-Signature Wert in der vorsignierten URL berechnet.

Um einen Frame zu signieren, erstellen Sie eine Zeichenfolge, die mit dem AWS4-HMAC-SHA256-PAYLOAD Algorithmus signiert werden soll, und berechnen Sie dann eine HMAC-SHA256 Überschreibung mit einem Sigv4-Signaturschlüssel, der für das Anforderungsdatum, die Region und den Dienst abgeleitet wurde. health-agent Die zu signierende Zeichenfolge hat das folgende Format:

AWS4-HMAC-SHA256-PAYLOAD
<date>                       # signing time, ISO 8601 basic format (YYYYMMDDTHHMMSSZ)
<date-stamp>/<region>/health-agent/aws4_request
<prior-signature>            # hex; for the first frame, the X-Amz-Signature from the presigned URL
<hashed-headers>             # SHA-256 hex digest of the encoded :date header
<hashed-payload>             # SHA-256 hex digest of the frame payload

Berechne die Signatur und hänge sie an den Rahmen an:

Der Signaturschlüssel wird auf die gleiche Weise wie für jede SigV4-Anfrage abgeleitet: Kette HMAC-SHA256 über den Datumsstempel, die Region, den Dienstnamen (health-agent) undaws4_request, ausgehend von Ihrem geheimen Zugriffsschlüssel mit dem Präfix. AWS4

Audio wird gesendet WebSocket

Nachdem die Verbindung hergestellt wurde, senden Sie Ihre Sitzungskonfiguration und streamen Sie dann Audio als binäre Audioereignisse. Jedes binaryAudioEvent enthält einen Teil unformatierter PCM- oder FLAC-Bytes. Der Dienst gibt Transkriptereignisse über dieselbe Verbindung in Echtzeit zurück. Um die Sitzung zu beenden, senden Sie ein END_OF_SESSION Sitzungssteuerungsereignis.

WebSocket Empfehlungen des Kunden

Der Dienst signalisiert das Ende einer Sitzung, indem er einen WebSocket geschlossenen Frame sendet. Gestalten Sie Ihren Client so, dass er das Schließen der Verbindung elegant handhabt:

Die AWS-SDKs unterstützen kein WebSocket Streaming. Um zu streamen WebSocket, stellen Sie eine direkte Verbindung zum Endpunkt her, wie in diesem Abschnitt beschrieben. Die Amazon Connect Health API-Referenz dokumentiert die API-Operationen und ihre Anfrage- und Antwortparameter, die für beide Transporte gelten.

Speicher

Zu Beginn einer Sitzung muss ein S3-Speicherort angegeben werden. Ausgabeartefakte werden am folgenden Basisspeicherort gespeichert:

s3://{customer-provided-uri}/health-agent-listening-session/{domainId}/{subscriptionId}/{sessionId}/post-stream-action/

Klinische Notizen werden in einem clinical-notes Ordner an diesem Basisspeicherort gespeichert.

Kontext des Patienten

Der Patientenkontext informiert den Agenten vor dem Gespräch über den encounterContext API-Parameter über die Krankengeschichte. Das encounterContext Objekt enthält das FeldunstructuredContext, das bis zu 10 KB Textdaten für jede Sitzung akzeptiert. Wenn Sie den Patientenkontext einbeziehen, verwendet der Mitarbeiter ihn, um die generierte Dokumentation mit Hintergrundinformationen anzureichern, die während des Besuchs nicht explizit besprochen wurden.

Der Patientenkontext kann Folgendes beinhalten:

Der Kontext wird in der gesamten generierten Notiz verwendet, um die Spezifität und Genauigkeit zu verbessern, wenn die erforderlichen Informationen nicht allein im Transkript enthalten sind, wobei die Evidenz den Quellenmaterialien für die Überprüfung durch den Arzt zugeordnet wird.

Beispiel für einen Patientenkontext

## Patient Information
Name: Patricia Underwood
Age: 28 years
Sex: female
Pronouns: she/her
MEDICATIONS:
Ondansetron 4mg PO PRN - Nausea/vomiting
Dicyclomine 20mg PO BID PRN - Abdominal cramping
Sertraline 50mg PO daily - Depression
Ferrous sulfate 325mg PO TID - Iron deficiency anemia
ALLERGIES: NKDA (No Known Drug Allergies)
PAST MEDICAL HISTORY:
Brainstem pilocytic astrocytoma diagnosed 04/2010
Posterior fossa craniotomy with gross total resection 05/12/2010
Hyperprolactinemia diagnosed 08/2013
Autoimmune hemolytic anemia diagnosed 12/2012
Splenomegaly secondary to autoimmune hemolytic anemia 01/2013
Major depressive disorder diagnosed 08/2012
Substance use disorder (heroin) in sustained remission since 04/2011
Tobacco use disorder, quit 09/15/2013 (10 pack-year history)
Iron deficiency anemia diagnosed 01/2013
Gastroesophageal reflux disease diagnosed 05/2013
Appendectomy 07/23/2009 (uncomplicated laparoscopic)
Wisdom teeth extraction 11/08/2008
FAMILY HISTORY:
Maternal grandmother: Cervical cancer, ovarian cancer, dementia/Alzheimer's
Maternal aunt: Cervical cancer
Paternal grandfather: Type 2 diabetes, hypertension, kidney transplant
Maternal great-grandfather: Colon cancer
Multiple maternal great-uncles: Colon cancer
No family history of breast, uterine, or cardiac disease
SOCIAL HISTORY:
Tobacco: Former smoker, quit 09/15/2013 (10 pack-year history)
Alcohol: Not documented
Illicit drugs: History of IV heroin use, abstinent since 04/2011, occasional marijuana use
Sexual history: Single, sexually active, monogamous relationship since 05/2012
Previous relationship with military personnel ended 03/2012
Employment: Lives independently, employed
Contraception: Not currently using
Former plasma donor, discontinued 10/2013 due to positive syphilis screening
PROBLEM LIST:
History of brainstem pilocytic astrocytoma (C71.7) - Diagnosed 04/2010 with posterior fossa craniotomy and gross total resection 05/12/2010. Annual MRI surveillance shows post-surgical changes, no residual tumor. Most recent MRI 10/18/2013 normal. Followed by neurology with annual visits.
Hyperprolactinemia (E22.1) - Diagnosed 08/2013 with prolactin 45.2 ng/mL (normal <25). Referred to neurology for pituitary evaluation. Recent MRI 10/18/2013 shows normal pituitary gland. Not currently on treatment. Neurology follow-up scheduled.
Autoimmune hemolytic anemia with splenomegaly (D59.1) - Diagnosed 12/2012-01/2013. Positive direct Coombs test, elevated LDH 420 U/L, low haptoglobin <10 mg/dL, reticulocyte count 8.2%. Associated splenomegaly. Managed by primary care physician. On iron supplementation for concurrent iron deficiency.
Major depressive disorder, mild (F32.0) - Diagnosed 08/2012. Started sertraline 50mg daily 09/08/2012 with good response. Stable mood, no current suicidal ideation. Continues on current regimen.
Substance use disorder (heroin), in sustained remission (F11.21) - History of IV drug use, abstinent since 04/2011. Not currently in formal treatment program. Maintains abstinence, occasional marijuana use.
Iron deficiency anemia (D50.9) - Diagnosed 01/2013 concurrent with autoimmune hemolytic anemia. Started ferrous sulfate 325mg TID 01/14/2013. Recent Hgb 9.8 g/dL, Hct 29%, MCV 102 fL.
Gastroesophageal reflux disease (K21.9) - Diagnosed 05/2013. Managed with lifestyle modifications. Symptoms of nausea and vomiting, taking ondansetron and dicyclomine PRN.
RECENT LABS (Various dates 2013):
Prolactin: 45.2 ng/mL (08/22/2013, elevated)
CBC: Hgb 9.8, Hct 29%, MCV 102 fL (10/28/2013)
Direct Coombs: Positive (01/14/2013)
LDH: 420 U/L, Haptoglobin <10 mg/dL (01/14/2013)
MRI brain with contrast: Normal pituitary, post-surgical changes only (10/18/2013)
Pap smear: Normal cytology, HPV negative (11/15/2012)
Mammogram: BI-RADS 1, normal (02/28/2013)

Vorlagen für klinische Notizen

Vorlagen definieren die Struktur, die Abschnitte und die Formatierungsregeln, die der Wirkstoff bei der Erstellung klinischer Unterlagen befolgt. Sie müssen ein Ausgabeformat angeben, indem Sie bei jeder Sitzung ein Konfigurationsobjekt an den noteTemplateSettings API-Parameter übergeben. Die Umgebungsdokumentation unterstützt zwei Methoden zur Angabe des Ausgabeformats: verwaltete Vorlagen oder benutzerdefinierte Vorlagen.

Verwaltete Vorlagen

Die Ambient-Dokumentation enthält sieben vorgefertigte Notizvorlagen. Das Konfigurationsobjekt für verwaltete Vorlagen,managedTemplate, spezifiziert die Vorlage über den templateType Parameter. Die Standardvorlage ist HISTORY_AND_PHYSICAL.

Abschnitte HISTORY_AND_PHYSICAL

Abschnitte PHYSICAL_SOAP und BEHAVIORAL_SOAP

GIRPP-Abschnitte

BIRP-Abschnitte

SIRP-Abschnitte

DAP-Abschnitte

Benutzerdefinierte Vorlagen

Die Umgebungsdokumentation verwendet ein zweistufiges Anpassungsmodell: Basis- und Ausgabespezifikation. Diese beiden Ebenen werden in einem Konfigurationsobjekt verwaltet,customTemplate. Das customTemplate Konfigurationsobjekt enthält zwei Parameter: Es templateType legt die Basisvorlage fest und templateInstructions enthält die Ausgabespezifikation.

Die Base (templateType) legt die Organisationsstruktur der während des Gesprächs festgestellten klinischen Fakten fest. Die folgenden Basisvorlagen werden unterstützt:

Das Ausgabespezifikationsobjekt (templateInstructions) ist als eine Reihe von Anweisungen organisiert, wobei eine sectionHeader Anweisung den Namen des Abschnitts definiert und Anweisungen und eine Vorlage für diesen Abschnitt kombiniert. sectionInstructions

Anpassungsanweisungen können drei Arten von Direktiven beinhalten:

Vorlagen können als Text mit Platzhaltern, strukturierten JSON-Schemas oder als Beispiel für vorherige Hinweise bereitgestellt werden.

Beispiel für eine Anleitung zur Anpassung

Das folgende Beispiel zeigt eine Anpassungsanweisung für eine SOAP-Notiz unter Verwendung des customTemplate Konfigurationsobjekts.

{
  "clinicalNoteGenerationSettings": {
    "noteTemplateSettings": {
      "customTemplate": {
        "templateType": "HISTORY_AND_PHYSICAL",
        "templateInstructions": [
          {
            "sectionHeader": "Subjective",
            "sectionInstruction": "You will be generating a SOAP note one section at a time, starting with the `S` section. Please use this template when generating the `S` section:\n<template>\nSUBJECTIVE:\nChief Complaint: <Brief statement, in patient's own words, if available>\nHistory of Present Illness: <Narrative description of current symptoms, onset, duration, quality, severity, timing, context, modifying factors, associated symptoms.>\nReview of Systems:\n• Constitutional: <fever, chills, weight changes, fatigue>\n• Cardiovascular: <chest pain, palpitations, shortness of breath>\n• Respiratory: <cough, dyspnea, wheezing>\n• GI: <nausea, vomiting, diarrhea, constipation, abdominal pain>\n• GU: <dysuria, frequency, urgency, hematuria>\n• Musculoskeletal: <joint pain, muscle weakness, back pain>\n• Neurological: <headache, dizziness, numbness, weakness>\n• Psychiatric: <mood changes, anxiety, sleep disturbances>\n• All other systems negative unless noted above Past Medical History: <List chronic conditions>\nPast Surgical History: <List previous surgeries with dates>\nMedications: <Current medications with doses>\nAllergies: <Drug allergies and reactions, or NKDA>\nSocial History: <Tobacco, alcohol, drugs, occupation, living situation>\nFamily History: <Relevant family medical history>\n</template>"
          }
        ]
      }
    }
  }
}

Bewährte Methoden für Vorlagen

Der Agent erreicht mit gut gestalteten Vorlagen eine durchschnittliche Layoutkonformität von 97,7%.

Outputs

Die Umgebungsdokumentation generiert drei Ausgabedateien:

Transkriptionsdatei

Die Transkriptdatei enthält eine schrittweise Transkription mit Zeitstempeln auf Wortebene. Amazon Connect Health fügt die Rollenerkennung der Teilnehmer hinzu und kennzeichnet jeden Sprecher als KLINIKER oder PATIENT. Wenn eine Konversation mehr als einen Teilnehmer in jeder Kategorie hat, wird jedem Teilnehmer eine Nummer zugewiesen (z. B.CLINICIAN_0,CLINICIAN_1).

Datei zur Zuordnung klinischer Unterlagen und Evidenz

Die klinische Dokumentationsdatei enthält die strukturierte klinische Notiz, die aus dem Gespräch zwischen Patient und Arzt generiert wurde, und einen Abschnitt, in dem jede generierte Aussage mit ihrer Quelle im Gesprächsprotokoll oder der Eingabe im Patientenkontext verknüpft wird.

Die Datei folgt der verwalteten Vorlage oder den Anpassungsanweisungen, die zu Beginn der Sitzung bereitgestellt wurden. Jeder Abschnitt kann vom Besuch abgeleitete Inhalte (aus der Konversation) und aus dem Kontext abgeleitete Inhalte (aus dem Patientenkontext) enthalten. Je nach Vorlagenkonfiguration werden mehrere Ausgabeformate unterstützt: prose/free -Text und strukturiertes JSON. Im Bereich Evidence Mapping können Ärzte die Herkunft aller Inhalte überprüfen. AI-generated Jeder Zuordnungseintrag enthält den generierten Satz und die transcript/context Quellenreferenz.

After-visit Übersichtsdatei

Die Übersichtsdatei nach dem Besuch enthält eine Zusammenfassung für den Patienten, die in einer barrierefreien Sprache verfasst ist und von einem Arzt überprüft und fertiggestellt werden kann. Sie enthält eine Beschreibung des Besuchs in verständlicher Sprache, aktuelle Medikamente mit Dosierung und Häufigkeit, Anweisungen für die Nachsorge durch den Arzt und Maßnahmen für den Patienten.

Die Zusammenfassung wird aus der Datei mit den klinischen Unterlagen und nicht direkt aus dem Protokoll generiert, sodass die Konsistenz zwischen der klinischen Notiz und der Zusammenfassung für den Patienten gewährleistet ist.

Vollständige API-Parameterdetails, request/response Schemas und Anweisungen zur Streaming-Einrichtung finden Sie in der Amazon Connect Health API-Referenz.