本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
后续步骤和资源
本指南可帮助您用于 AWS 服务 在生产环境中为实际应用自动执行医疗 NLP 和生成式 AI 任务。它描述了如何使用 Amazon Comprehend Medical、Amazon Bedrock 支持 LLMs 、预先培训的医疗或 LLMs 微调来实现您的 LLMs医疗保健和生命科学业务目标。本指南描述了以下方法的优点和局限性：
-
独立使用亚马逊 Comprehend Medical
-
向法学硕士提供亚马逊 Comprehend Medical 成绩
-
在检索增强生成 (RAG) 方法中使用预先训练的普通法学硕士或医学法学硕士
-
微调普通法学硕士或医学法学硕士
使用本指南中的决策树和业务成熟度注意事项，根据组织 AI/ML 的成熟度级别在这些方法之间进行选择。尽管 Amazon Comprehend Medical 和 A LLMs mazon Bedrock 提供了强大的功能，但只有当你正确实施和评估它们时，它们才会成功。使用本指南中描述的评估信息和指标来验证您的解决方案的性能。
对于后续步骤，我们建议医疗保健 IT 经理、架构师和技术主管与 AI/ML 从业人员合作，确定他们的 NLP 医疗任务。使用本指南选择开发路径，然后使用相应的 AWS 服务 和功能在上成功实施自动化解决方案 AWS。
AWS 资源
-
亚马逊 Comprehend Medical 文档：
其他 资源
