Aws ha rilasciato Amazon HealthLake, un servizio conforme HIPAA (Health Insurance Portability and Accountability Act) che offre alle aziende del settore sanitario e delle scienze biologiche una visione completa dei dati sanitari della popolazione o di pazienti per fare query e analisi su vasta scala.
Amazon HealthLake utilizza il machine learning per comprendere ed estrarre informazioni mediche significative da dati non strutturati, quindi organizza, indicizza e archivia tali informazioni in ordine cronologico.
Il risultato fornisce una visione olistica della salute del paziente. Il servizio sfrutta il formato standard del settore Fast Healthcare Interoperability Resources (FHIR) per consentire ulteriormente l’interoperabilità facilitando lo scambio di informazioni tra sistemi sanitari, aziende farmaceutiche, ricercatori clinici, assicuratori sanitari, pazienti e altro ancora.
Amazon HealthLake fa parte di Aws for Health, l’offerta di servizi Aws e soluzioni della Aws Partner Network utilizzate da migliaia di clienti del settore sanitario e delle scienze biologiche in tutto il mondo. Come parte di Aws for Health, Amazon HealthLake facilita ulteriormente l’applicazione da parte dei clienti di analisi e apprendimento automatico in aggiunta ai loro dati appena normalizzati e strutturati.
Ciò consente ai clienti di esaminare tendenze come la progressione della malattia a livello di salute individuale o della popolazione nel tempo, individuare opportunità di intervento precoce e fornire medicine personalizzate.
Amazon HealthLake è disponibile da oggi negli Stati Uniti orientali (Virginia settentrionale), negli Stati Uniti orientali (Ohio) e negli Stati Uniti occidentali (Oregon), con disponibilità di ulteriori regioni in arrivo.
Da dove parte Amazon HealthLake…
Le organizzazioni sanitarie creano ogni giorno enormi volumi di informazioni sui pazienti e la maggior parte di questi dati è non strutturata e contenuta in note cliniche, rapporti di laboratorio, richieste di risarcimento, immagini mediche, conversazioni registrate e grafici in formati diversi e distribuiti su sistemi disparati.
Prima che si possa ricavare una singola visione (ad esempio, segnalare i pazienti diabetici ad alto rischio che si prevede svilupperanno ulteriori complicazioni), bisogn aggregare, strutturare e normalizzare questi dati.
Questo è un processo che richiede tempo ed è soggetto a errori. Alcune organizzazioni sanitarie utilizzano il riconoscimento ottico dei caratteri e creano strumenti basati su regole per automatizzare il processo di trasformazione dei dati non strutturati e l’estrazione di informazioni cliniche (ad esempio diagnosi, farmaci e procedure).
Tuttavia, queste opzioni sono spesso imprecise e non possono tenere conto di variazioni di ortografia, errori di battitura o errori grammaticali. Anche dopo che le organizzazioni sono in grado di aggregare e strutturare i propri dati, devono comunque creare le proprie applicazioni di analisi e apprendimento automatico per rivelare le relazioni nei dati, scoprire le tendenze e fare previsioni precise.
Il costo e la complessità operativa di questo lavoro sono proibitivi per la maggior parte delle organizzazioni sanitarie.
…per far entrare in campo il machine learning
Amazon HealthLake rimuove questo problema utilizzando il machine learning per automatizzare l’estrazione e la trasformazione dei dati sanitari non strutturati in modo che le organizzazioni possano applicare analisi avanzate e modelli di machine learning personalizzati alle loro informazioni.
Utilizzando Amazon HealthLake le organizzazioni sanitarie possono spostare facilmente i propri dati sanitari in formato FHIR dai sistemi locali a un data lake sicuro nel cloud.
Amazon HealthLake utilizza modelli di machine learning ottimizzati che comprendono la terminologia medica per identificare e contrassegnare ogni informazione clinica.
Il servizio arricchisce quindi i dati con etichette standardizzate (come farmaci, condizioni, diagnosi) in modo che i dati possano essere facilmente ricercati e analizzati.
Amazon HealthLake indicizza anche eventi come le visite dei pazienti in una sequenza temporale, offrendo ai professionisti del settore medico una visione olistica e cronologica della storia medica di ciascun paziente. Una volta completato questo lavoro pesante, i clienti possono applicare analisi e apprendimento automatico a questi dati appena normalizzati e strutturati.
Ad esempio, si possono fare analisi utilizzando Amazon QuickSight per comprendere le tendenze a livello di pazienti e popolazione, nonché creare potenti modelli di machine learning con Amazon SageMaker per aiutare a fare previsioni accurate sulla progressione della malattia, l’efficacia degli studi clinici, l’idoneità di sinistri assicurativi e altro ancora.
Amazon HealthLake archivia anche i dati nel formato FHIR per facilitare lo scambio di informazioni in modo che sia facile per organizzazioni, ricercatori e professionisti collaborare e accelerare le scoperte nei trattamenti, consegnare vaccini più velocemente sul mercato e scoprire le tendenze sanitarie nelle popolazioni di pazienti.
Le funzionalità di analisi e machine learning mirate di Amazon HealthLake sono ora disponibili anche con Aws for Health, un portafoglio di soluzioni che semplifica il modo in cui le organizzazioni sanitarie, biofarmaceutiche e genomiche scoprono, valutano e distribuiscono soluzioni cloud per ottenere migliori affari e pazienti risultati.
Ad esempio, le soluzioni in Aws for Health stanno aiutando a creare cartelle cliniche elettroniche olistiche per aiutare i medici a creare piani di assistenza basati sui dati, accelerare la ricerca e la scoperta per portare più rapidamente sul mercato nuove terapie e potenziare le iniziative genomiche della popolazione per espandere l’accessibilità alla medicina di precisione.