亚马逊推出患者数据挖掘服务以协助文档

亚马逊本周宣布其最新的数据分析产品，一个针对电子医疗记录（EMRS）内的非结构化数据，以提出医生可以用于更好地治疗患者的洞察力。

亚马逊的新理解医疗AWS云服务是一种自然语言处理引擎，可以探明能够读取医生票据，患者处方，音频面试成绩单和病理和放射学报告 - 并使用机器学习算法吐出相关的医疗信息到医疗保健提供者。

亚马逊理解医疗软件服务是该公司周二宣布的13台新机器学习软件产品之一。

从非结构化的记录或记录以结构化的数据库格式，理解医学可以提取患者的医疗条件，解剖学，药物，受保护的健康信息（PHI），测试，治疗和程序，然后将它们放在易于亚马逊的说法，读取，电子表格形式。

就在八年前，只有10％的医院使用了甚至基本的EMR，而是依靠纸质记录。然而，2009年的经济和临床健康（Hitech）法案的卫生信息技术推动了医疗保健设施，以采用EMR，扣留医疗保险和医疗补助机构，如果他们没有。如今，80％的医院和医师惯例使用EMRS，该EMRS已经为有价值的信息创建了一个大型的电子患者数据宇宙。

据说，西雅图的弗雷德·哈钦森癌症研究中心已经使用了亚马逊的一项试点研究，而且结果快速准确。

理解医疗是一个癌症研究中心，鉴定患者可能受益于特定癌症疗法的临床试验。弗雷德·赫格特，因为它在本地众所周知，能够评估数百万临床票据，以提取和指数医疗病症，药物和选择癌症治疗方案，减少从小时到几秒钟处理每个文件的时间。

“它”仍然是早期，它没有被用于临床试验，但它确实具有使队列选择过程更快的能力，“弗雷德·霍金森癌症研究中心的发言人汤姆金·伯克姆通过电子邮件表示。

根据Kim的说法，开发临床试验和将它们与合适患者连接的过程需要研究团队以筛选和标记非结构化临床记录数据的山脉。亚马逊理解医疗将减少那个时代的负担“并允许研究人员和数据团队将注意力转向更有趣的分析，”Kim补充道。

最终，从患者记录和其他来源剔除的信息的丰富性可能有一天可以帮助消费者管理自己的健康，包括药物管理，主动调度，以及对其健康和资格做出明智决定的能力，亚马逊说博客帖子。

亚马逊是一部分，进入其自己的服务，包括自己的服务，包括Apple，谷歌，微软和IBM，其Watson超级计算机的自然语言处理引擎作为服务提供从非结构化中拉出关键数据点的服务医疗数据和公布研究。

然而，IBM Watson Health认知服务实际上使用人工智能来产生假设，推荐给医生或与患者对临床试验的患者治疗。最近几个月，IBM Watson - 特别是肿瘤学的Watson - 一直受到批评而不是满足预期。

“[它]很难说谁会赋予他们独特的优势，但我不会说只是因为沃森挣扎意味着其他人赢得了”T成功“，”旧金山加州大学临床信息学与改进研究中心。

IDC Health洞察的研究总监Cynthia Burghard表示，虽然亚马逊的理解医疗服务就像Watson Health一样，其自然语言处理摄取非结构化数据，但它不使用机器学习来提出患者治疗或进行临床试验匹配。

“我认为他们的价值主张正在服用所有非结构化的数据，使其感受到，并给予它，以便您可以使用自己的机器学习，”Burghard说。

Burghard说，虽然许多科技公司已经尝试过，但是，使用非结构化的临床数据有很多成功的临床数据来提出有价值的护理洞察力。

另一个担心的伯哈德表示，她已经介绍了为自己或第三方使用数百万患者记录的科技公司的概念，如果亚马逊的服务尚未在正在进行的“数据战争”中的一名球员 - 这是其中的目标要求医疗信息的行业统治。

“我不知道AWS是否正在保留其他用途的数据，但是有很多活动在那里有很多活动并担心这个世界的亚马逊，谷歌和苹果最终可以访问所有这些数据，”Burghard说。

例如，去年，关于谷歌“Seepmind AI引擎和英国国家卫生服务（NHS）之间的伙伴关系的学术研究发现了涉及在没有明确的患者同意的情况下在网络上转让可识别的患者记录的”不可原谅的“错误开发肾损伤临床警觉应用的目的。

Amazon Spokesperson表示，它的亚马逊Web服务，传输数据的云，不会收集或存储通过理解医疗处理的任何数据。一旦分析完成，输出就会仅回馈给客户。数据也加密，键被提供它的医疗机构持有。

“最后，没有客户数据用于培训或改进理解医疗引擎盖下的机器学习模型，”发言人通过电子邮件表示。

此外，据阿德勒 - ·米尔斯坦报道，医疗保健行业通过删除个人可识别的信息（PII）而开发了“非常好的方法”。虽然“不完美”，但重新识别来自匿名数据的患者的可能性远远不如EHR系统的风险更小，“易受攻击的攻击，她说。