Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Utilizzo di Amazon Comprehend Medical
Amazon Comprehend Medical rileva e restituisce informazioni utili in testo clinico non strutturato come note mediche, riepiloghi delle dimissioni, risultati dei test e note sui casi. Servizio AWS Utilizza modelli di elaborazione del linguaggio naturale (NLP) per rilevare le entità. Le entità sono riferimenti testuali a informazioni mediche, come condizioni mediche, farmaci o informazioni sanitarie protette (PHI).
Importante
Amazon Comprehend Medical non sostituisce la consulenza, la diagnosi o il trattamento medico professionale. Amazon Comprehend Medical fornisce punteggi di affidabilità che indicano il livello di fiducia nell'accuratezza delle entità rilevate. Identificare la soglia di confidenza giusta per il caso d'uso e utilizzare soglie di confidenza elevata in situazioni che richiedono un'elevata precisione. In alcuni casi d'uso, i risultati devono essere esaminati e verificati da revisori umani adeguatamente formati. Ad esempio, Amazon Comprehend Medical deve essere usato in scenari di assistenza ai pazienti solo dopo aver verificato l'accuratezza e l'attendibilità del giudizio medico da parte di professionisti medici qualificati.
Puoi accedere ad Amazon Comprehend Medical tramite, AWS Management Console AWS Command Line Interface il AWS CLI() o tramite AWS SDKs. AWS SDKs Sono disponibili per vari linguaggi e piattaforme di programmazione, come Java, Python, Ruby, .NET, iOS e Android. Puoi utilizzarlo per accedere in modo programmatico SDKs ad Amazon Comprehend Medical dalla tua applicazione client.
Questa sezione esamina le funzionalità principali di Amazon Comprehend Medical. Descrive inoltre i vantaggi dell'utilizzo di questo servizio rispetto a un modello linguistico di grandi dimensioni (LLM).
Funzionalità di Amazon Comprehend Medical
Amazon Comprehend Medical APIs offre inferenze quasi in tempo reale e in batch. Questi APIs possono assimilare testo medico e fornire risultati per le attività di PNL in ambito medico utilizzando il riconoscimento delle entità mediche e l'identificazione delle relazioni tra le entità. Puoi eseguire analisi su singoli file o in batch su più file archiviati in un bucket Amazon Simple Storage Service (Amazon S3). Amazon Comprehend Medical offre le seguenti operazioni API di analisi del testo per il rilevamento sincrono di entità:
-
Rileva entità: rileva categorie mediche generali come anatomia, condizione medica, categoria PHI, procedure ed espressioni temporali.
-
Rileva PHI: rileva entità specifiche come età, data, nome e informazioni personali simili.
Amazon Comprehend Medical include anche diverse operazioni API che puoi utilizzare per eseguire analisi di testo in batch su documenti clinici. Per ulteriori informazioni su come utilizzare queste operazioni API, consulta Text analysis batch APIs.
Usa Amazon Comprehend Medical per rilevare entità nel testo clinico e collegarle a concetti di ontologie mediche standardizzate, tra cui RxNorm le knowledge base ICD-10-CM e SNOMED CT. Puoi eseguire analisi su singoli file o in batch su documenti di grandi dimensioni o più file archiviati in un bucket Amazon S3. Amazon Comprehend Medical offre le seguenti operazioni di collegamento ontologico delle API:
-
Infer ICD1 0CM — L'operazione Infer ICD1 0CM rileva potenziali condizioni mediche e le collega ai codici della versione 2019 della classificazione internazionale delle malattie, decima revisione, modifica clinica (ICD-10-CM). Per ogni potenziale condizione medica rilevata, Amazon Comprehend Medical elenca i codici e le descrizioni ICD-10-CM corrispondenti. Le condizioni mediche elencate nei risultati includono un punteggio di confidenza, che indica la fiducia di Amazon Comprehend Medical nell'accuratezza delle entità rispetto ai concetti corrispondenti nei risultati.
-
InferRxNorm— L'InferRxNormoperazione identifica i farmaci elencati nella cartella clinica di un paziente come entità. Collega le entità agli identificatori concettuali (RxCUI) presenti RxNorm nel database della National Library of Medicine. Ogni RxCUI è unico per diversi dosaggi e dosaggi. I farmaci elencati nei risultati includono un punteggio di confidenza, che indica la fiducia di Amazon Comprehend Medical nell'accuratezza delle entità corrispondenti ai concetti RxNorm della knowledge base. Amazon Comprehend Medical elenca i migliori CUIs Rx potenzialmente corrispondenti per ogni farmaco rilevato in ordine decrescente in base al punteggio di confidenza.
-
InfersnomeDCT — L'operazione InfersnomeDCT identifica i possibili concetti medici come entità e li collega ai codici della versione 2021-03 della nomenclatura sistematica della medicina, termini clinici (SNOMED CT). SNOMED CT fornisce un vocabolario completo di concetti medici, tra cui condizioni mediche e anatomia, nonché test, trattamenti e procedure mediche. Per ogni concept ID corrispondente, Amazon Comprehend Medical restituisce i cinque concetti medici principali, ciascuno con un punteggio di affidabilità e informazioni contestuali come tratti e attributi. Il concetto SNOMED CT IDs può quindi essere utilizzato per strutturare i dati clinici dei pazienti per la codifica, la reportistica o l'analisi clinica se utilizzato con la poligerarchia SNOMED CT.
Per ulteriori informazioni, consulta Analisi del testo APIs e collegamento ontologico APIs nella documentazione di Amazon Comprehend Medical.
Casi d'uso per Amazon Comprehend Medical
Come servizio autonomo, Amazon Comprehend Medical potrebbe risolvere i casi d'uso della tua organizzazione. Amazon Comprehend Medical può eseguire attività come le seguenti:
-
Assistenza nella codifica medica nelle cartelle cliniche dei pazienti
-
Rileva i dati delle informazioni sanitarie protette (PHI)
-
Convalida dei farmaci, inclusi attributi quali dosaggio, frequenza e forma
I risultati di Amazon Comprehend Medical sono comprensibili per la maggior parte degli studi medici. Tuttavia, potresti dover prendere in considerazione delle alternative se hai limitazioni come le seguenti:
-
Definizioni di entità diverse: ad esempio, la tua definizione
FREQUENCYdi entità medicinale potrebbe essere diversa. Per quanto riguarda la frequenza, Amazon Comprehend Medical prevede in base alle necessità, ma la tua organizzazione potrebbe utilizzare il termine pro re nata (PRN). -
Enorme quantità di risultati: ad esempio, le note dei pazienti contengono spesso più sintomi e parole chiave che corrispondono a più codici ICD-10-CM. Tuttavia, molte delle parole chiave non sono applicabili alla diagnosi. In questo caso, il fornitore deve valutare numerose entità ICD-10-CM e i relativi punteggi di affidabilità, il che richiede tempi di elaborazione manuali.
-
Entità personalizzate o attività di NLP: ad esempio, i fornitori potrebbero voler estrarre prove PRN, ad esempio prenderle quando necessario in caso di difficoltà. Poiché ciò non è disponibile tramite Amazon Comprehend Medical, è necessaria una soluzione AI/ML model is warranted. A different AI/ML diversa se l'attività di PNL non rientra nel riconoscimento dell'entità, ad esempio riepilogando, rispondendo a domande e analisi del sentiment.
