Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Wawasan pasien

Wawasan pasien mensintesis data pasien longitudinal menjadi ringkasan pra-kunjungan yang ringkas dan dapat ditindaklanjuti dengan mengambil catatan klinis terstruktur, dokumen klinis, dan file ad-hoc, kemudian menghasilkan ringkasan terfokus untuk ditinjau oleh dokter sebelum setiap pertemuan.

Wawasan pasien memberikan kemampuan berikut:

Wawasan pasien tersedia sebagai pratinjau di Wilayah AS Timur (Virginia N.) (us-east-1) dan AS Barat (Oregon) (us-west-2).

Bagaimana wawasan pasien bekerja

Wawasan pasien menggunakan alur kerja berbasis pekerjaan asinkron dengan empat tahap:

Masukan

Konteks pasien

Berikan pengenal pasien unik yang sesuai dengan ID FHIR pasien di server FHIR Anda. Pengidentifikasi ini adalah kunci yang digunakan layanan untuk menanyakan titik akhir FHIR untuk riwayat klinis pasien tersebut.

Alasan pertemuan

Alasan pertemuan memberi tahu layanan jenis kunjungan apa yang direncanakan dan mengapa pasien datang. Ini membantu layanan memprioritaskan informasi klinis mana yang paling relevan. Misalnya, ringkasan kunjungan kesehatan menekankan skrining pencegahan dan status imunisasi, sementara ringkasan tindak lanjut bedah memprioritaskan riwayat prosedur dan catatan pasca operasi.

Konteks pengguna

Identifikasi dokter yang meminta ringkasan, peran mereka, dan spesialisasi mereka. Informasi ini membantu layanan menyesuaikan ringkasan dengan kebutuhan dokter.

Konfigurasi data masukan

Tentukan di mana layanan harus mencari data klinis pasien:

Format file yang didukung

Batas pemrosesan dokumen

Wawasan pasien menerima maksimal 10 dokumen per pekerjaan di semua sumber dokumen yang digabungkan. Layanan memproses dokumen dalam urutan ini:

Jika jumlah dokumen melebihi 10, hanya 10 dokumen pertama yang diproses sesuai pesanan ini.

Konfigurasi data keluaran

Tentukan jalur keluaran S3 tempat layanan memberikan ringkasan pra-kunjungan yang lengkap. Anda mengelola retensi dan siklus hidup keluaran wawasan pasien melalui kebijakan siklus hidup bucket S3.

Mengirimkan dan melacak pekerjaan

Setelah mengirimkan pekerjaan wawasan pasien, Anda dapat melacak kemajuannya dengan melakukan polling API. GetPatientInsightsJob Tabel berikut menjelaskan kemungkinan status pekerjaan:

Output

Jika pekerjaan wawasan pasien berhasil diselesaikan, Amazon Connect Health mengirimkan dokumen JSON terstruktur ke jalur keluaran S3 yang dikonfigurasi. Dokumen ini berisi ringkasan pra-kunjungan yang disusun ke dalam bagian yang didefinisikan dengan jelas, dengan setiap pernyataan klinis terkait kembali dengan bukti pendukungnya.

Bagian ringkasan

Pohon berikut menunjukkan struktur skema output:

PatientSummaries[] (array)
└── PatientSummary
    ├── JobId
    ├── SummaryType (e.g., "Pre-visit")
    ├── PatientId
    ├── GeneratedAt (ISO 8601 timestamp)
    └── Sections[] (array)
        ├── SectionName
        └── ClinicalNarrative[] (array)
            ├── Text (clinical content with markdown formatting)
            └── Evidence[] (array of FHIR resource references)
TotalCount
GeneratedAt (ISO 8601 timestamp)
HccIncluded (boolean)

Ringkasan pra-kunjungan disusun menjadi lima bagian:

Setiap bagian berisi berbagai objek narasi klinis. Narasi klinis adalah unit terpisah dari konten klinis yang dihasilkan layanan dari data pasien. Teks dalam narasi klinis mungkin termasuk pemformatan penurunan harga (seperti penanda bullet, header, dan penekanan) yang dapat diurai dan dirender aplikasi Anda sesuai dengan konteks tampilan Anda.

Tiga bagian pertama menjawab pertanyaan yang biasanya perlu dijawab oleh dokter sebelum masuk ke ruang ujian: Siapa pasien ini? Apa yang terjadi sejak terakhir kali aku melihat mereka? Bagaimana hal-hal berubah? Dua bagian terakhir mendukung Tinjauan Kondisi, yang membantu organisasi menangkap pendapatan yang sesuai di keduanya Fee-for-Service dan model Value-Based Perawatan. Bagian ini memunculkan kondisi yang didokumentasikan sebelumnya yang membawa bobot penyesuaian risiko HCC, bersama dengan tanggal setiap kondisi terakhir dinilai dan permintaan untuk mengkonfirmasi apakah kondisi tersebut masih ada secara klinis. Bagian CMS dan HHS mungkin memunculkan kondisi yang tumpang tindih di mana kedua model penyesuaian risiko berlaku, atau mungkin memunculkan kondisi yang berbeda tergantung pada definisi kategori masing-masing model.

Referensi bukti

Setiap narasi klinis dalam ringkasan mencakup array bukti yang menghubungkan pernyataan yang dihasilkan kembali ke sumber daya FHIR tertentu atau dokumen sumber yang mendukungnya. Referensi bukti menggunakan formatResourceType/ResourceId, sepertiCondition/d68e8fc6-2e5f-4a3e-a2a7-942a435e78ec.

Elemen struktural seperti header bagian atau pernyataan ringkasan yang mensintesis di berbagai sumber mungkin memiliki larik bukti kosong. Pernyataan klinis yang berasal dari data pasien tertentu - hasil laboratorium tertentu, alergi yang terdokumentasi, pertemuan masa lalu, kondisi yang dinilai sebelumnya - termasuk referensi sumber daya FHIR yang sesuai.

HccIncluded bendera

Outputnya mencakup HccIncluded bendera tingkat atas yang menunjukkan apakah bagian Tinjauan Kondisi (Analisis Pengkodean HCC CMS dan HHS) dihasilkan untuk pekerjaan tersebut.

Merender ringkasan

Untuk menyajikan ringkasan kepada dokter dalam aplikasi Anda:

Untuk bagian Tinjauan Kondisi, render setiap kondisi yang muncul sebagai elemen interaktif yang memungkinkan dokter untuk mengkonfirmasi, mengabaikan, atau membubuhi keterangan setiap kondisi secara langsung dalam alur kerja. Format keluaran terstruktur memberi Anda kontrol penuh atas bagaimana ringkasan dirender.

Untuk detail dan request/response skema parameter API lengkap, lihat Referensi API Amazon Connect Health.