使用 Amazon Comprehend Medical - AWS 方案指引
功能使用案例

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 Amazon Comprehend Medical

Amazon Comprehend Medical 是一種 AWS 服務 ，可偵測並傳回非結構化臨床文字中的有用資訊，例如醫生備註、排放摘要、測試結果和案例備註。它使用自然語言處理 (NLP) 模型來偵測實體。實體是醫療資訊的文字參考，例如醫療情況、藥物或受保護醫療資訊 (PHI)。

重要

Amazon Comprehend Medical 無法取代專業醫療建議、診斷或治療。Amazon Comprehend Medical 提供可信度分數，指出偵測到之實體準確性的可信度層級。確認使用案例的相關可信度閾值，並在需要高準確性的情況下使用高可信度閾值。在某些情況下，應由經過適當訓練的人工檢閱者檢閱和驗證結果。例如，Amazon Comprehend Medical 只有在經過訓練的醫療專業人員審查準確性和健全的醫療判斷後，才應該用於病患照護案例。

您可以透過 AWS Management Console、 AWS Command Line Interface (AWS CLI) 或透過 AWS SDKs 存取 Amazon Comprehend Medical。 AWS SDKs 適用於各種程式設計語言和平台，例如 Java、Python、Ruby、.NET、iOS 和 Android。您可以使用 SDKs 從用戶端應用程式以程式設計方式存取 Amazon Comprehend Medical。

本節會檢閱 Amazon Comprehend Medical 的主要功能。它還討論了與大型語言模型 (LLM) 相比，使用此服務的優勢。

Amazon Comprehend Medical 功能

Amazon Comprehend Medical 提供近乎即時和批次推論APIs。這些 APIs 可以使用醫療實體辨識和識別實體關係，擷取醫療文字並為醫療 NLP 任務提供結果。您可以對單一檔案執行分析，或對存放在 Amazon Simple Storage Service (Amazon S3) 儲存貯體中的多個檔案執行批次分析。Amazon Comprehend Medical 提供下列用於同步實體偵測的文字分析 API 操作：

  • 偵測實體 – 偵測一般醫療類別，例如結構、醫療情況、PHI 類別、程序和時間表達式。

  • 偵測 PHI – 偵測特定實體，例如年齡、日期、名稱和類似的個人資訊。

Amazon Comprehend Medical 也包含多個 API 操作，可用於對臨床文件執行批次文字分析。若要進一步了解如何使用這些 API 操作，請參閱文字分析批次 APIs。

使用 Amazon Comprehend Medical 偵測臨床文字中的實體，並將這些實體連結至標準化醫療拓撲中的概念，包括 RxNorm、ICD-10-CM 和 SNOMED CT 知識庫。您可以對單一檔案執行分析，或對存放在 Amazon S3 儲存貯體中的大型文件或多個檔案執行批次分析。Amazon Comprehend Medical 提供下列本體連結 API 操作：

  • InferICD10CM – InferICD10CM 操作會偵測潛在的醫療情況，並將其連結至 2019 年國際疾病分類第 10 版臨床修改 (ICD-10-CM) 的代碼。對於偵測到的每個潛在醫療情況，Amazon Comprehend Medical 會列出相符的 ICD-10-CM 代碼和描述。結果中列出的醫療情況包括可信度分數，表示 Amazon Comprehend Medical 對結果中相符概念之實體準確性的可信度。

  • InferRxNorm – InferRxNorm 操作會識別病患記錄中列為實體的藥品。它將實體連結至來自國家醫學圖書館 RxNorm 資料庫的概念識別符 (RxCUI)。每個 RxCUI 對於不同的強度和用量表單都是唯一的。結果中列出的藥物包含可信度分數，表示 Amazon Comprehend Medical 對符合 RxNorm 知識庫概念之實體準確性的可信度。Amazon Comprehend Medical 會列出其根據可信度分數以遞減順序偵測到之每種藥物可能相符的最上層 RxCUIs。

  • InferSNOMEDCT – InferSNOMEDCT 操作會將可能的醫療概念識別為實體，並將其連結至 2021 年 3 年版本的 Systematized Nomenclature of Medicine， clinical Terms (SNOMED CT) 程式碼。SNOMED CT 提供醫療概念的完整詞彙，包括醫療條件和結構，以及醫療測試、治療和程序。對於每個相符的概念 ID，Amazon Comprehend Medical 會傳回前五個醫療概念，每個概念都有可信度分數和內容資訊，例如特徵和屬性。然後，SNOMED CT 概念 IDs 可用於在與 SNOMED CT 多階層搭配使用時，建構用於醫療編碼、報告或臨床分析的患者臨床資料。

如需詳細資訊，請參閱 Amazon Comprehend Medical 文件中的文字分析 APIs 和 Ontology Linking APIs。

Amazon Comprehend Medical 的使用案例

作為獨立服務，Amazon Comprehend Medical 可能會解決您組織的使用案例。Amazon Comprehend Medical 可以執行如下任務：

  • 協助在病患記錄中進行醫療編碼

  • 偵測受保護的健康資訊 (PHI) 資料

  • 驗證藥物，包括屬性，例如用量、頻率和形式

Amazon Comprehend Medical 結果適用於大多數醫療實務。不過，如果您有下列限制，您可能需要考慮替代方案：

  • 不同的實體定義 – 例如，您對藥物實體FREQUENCY的定義可能不同。對於頻率，Amazon Comprehend Medical 會視需要進行預測，但您的組織可能會使用 pro re nata (PRN) 一詞。

  • 結果數量過載 – 例如，患者備註經常包含多個症狀和關鍵字，對應到多個 ICD-10-CM 代碼。不過，數個關鍵字不適用於診斷。在此情況下，提供者必須評估許多 ICD-10-CM 實體及其可信度分數，這需要手動處理時間。

  • 自訂實體或 NLP 任務 – 例如，供應商可能想要擷取 PRN 證據，例如視需要採取緩解疼痛的方法。由於 Amazon Comprehend Medical 不提供此功能，因此需要不同的 AI/ML 模型。如果 NLP 任務不在實體辨識範圍內，例如摘要、問答和情緒分析，則需要不同的 AI/ML 解決方案。