Guardoc Health обрабатывает клиническую документацию, используя модели Amazon Nova.

Искусственный интеллект в здравоохранении и оздоровлении

Guardoc Health обрабатывает клиническую документацию, используя модели Amazon Nova.

Компания Guardoc Health заявляет, что ежедневно обрабатывает более миллиона медицинских документов, используя модели Amazon Nova, реализуемые через Bedrock.

Внедрение ИИ в клиническую документацию сводится к особому расчету рисков. Ошибки накапливаются, приводя к отказу в выплатах по программе Medicare в рамках модели оплаты, ориентированной на пациента, штрафам за аудит, судебным разбирательствам, а в худшем случае – к пропущенному заболеванию, которое меняет тактику лечения пациента.

Однако, если все сделать правильно, результат проявится в меньшем количестве исправлений, меньшем количестве переводов в больницу и снижении затрат на соблюдение нормативных требований. Компания Guardoc Health, которая разрабатывает программное обеспечение для документирования для учреждений долгосрочного ухода, опубликовала данные о внедрении, которые, по ее словам, подтверждают этот результат.

Масштаб лежащей в основе проблемы

Система обработки документов Guardoc Health должна обрабатывать документы практически во всех форматах, которые могут быть созданы в медицинских учреждениях: многостраничные PDF-файлы с рукописными пометками врачей, наложенными на печатный текст, формы предварительного согласования, где решение о покрытии принимается только по флажку в соответствующем штате, списки лекарств, которые отображаются в виде таблиц в одной медицинской карте и свободного текста в другой, а также формы приема пациентов, в которых на одной странице сочетаются печатные поля с оттиском штампов и рукописным текстом.

Исследование, опубликованное в журнале BMJ Quality and Safety, показывает, что число амбулаторных пациентов в США, страдающих от диагностических ошибок, составляет около 12 миллионов в год, при этом одним из факторов называются сбои в обработке информации. При таком объеме обработки данных, как у Guardoc, даже один процент ошибок только в определении состояния приведет к появлению тысяч некорректных записей ежедневно. Каждая из них влечет за собой последствия для безопасности пациентов или соблюдения нормативных требований.

Компания Guardoc сообщает о 46-процентном сокращении ошибок в документации, 70-процентном снижении штрафов по результатам аудитов и более чем 400 000 долларов годовой окупаемости инвестиций для одного предприятия, не публикуя при этом базовый период или методологию, лежащую в основе этих расчетов.

В ходе ежеквартального внедрения системы в двух учреждениях и с участием 200 пациентов компания сообщила, что ее система позволила исправить 847 ошибок в документации, выявила 86 проблем, связанных с точностью возмещения расходов по программе PDPM, и привела к снижению количества переводов в другие больницы на 74% на каждые 100 госпитализаций. В отдельном исследовании, охватывающем семь учреждений и 1618 пациентов, было выявлено 10 612 проблем, согласно данным Guardoc.

Конвейер обработки данных, построенный на принципе одновременно высокой стоимости и точности.

Архитектура Guardoc осуществляет классификацию заболеваний посредством генерации с использованием методов поиска и анализа данных, извлекая информацию из медицинской документации пациента, а затем анализируя её для получения окончательного ответа.

Amazon Textract сначала извлекает текст и структурные метаданные из каждой входящей страницы, используя, по мнению компании, самый низкий уровень затрат на страницу в процессе обработки. Полученные данные разбиваются на фрагменты в соответствии с клиническими критериями, поэтому список лекарств или раздел с диагнозом остаются неизменными, а не разделяются по произвольному количеству символов.

Каждый фрагмент кода встраивается с использованием Amazon Titan Text Embeddings V2 и хранится в Amazon DynamoDB, разделенный по пациентам, поэтому поиск никогда не выходит за рамки данных по пациентам. Пользовательский предварительный фильтр сужает набор кандидатов по типу документа и давности, после чего поиск k-ближайших соседей извлекает фрагменты, наиболее релевантные заданному запросу классификации, возвращая на этом этапе только ссылки на страницы, чтобы минимизировать передачу данных.

Затем Amazon Nova 2 Lite выполняет текстовый анализ для удаления очевидных несоответствий. Только страницы, прошедшие все предыдущие фильтры, попадают в Amazon Nova Pro, которая получает необработанные PDF-файлы и анализирует их макет, почерк, подписи и штампы для создания классификации, на основе которой работают последующие системы.

В основе проектирования лежит принцип многоуровневого ценообразования: дешевые компоненты обрабатывают большие объемы работы, такие как встраивание и грубая фильтрация, а более ресурсоемкие многомодальные вычисления откладываются на заключительный этап, где они действительно необходимы.

Сложные случаи клинической документации

По словам Гуардока, большинство ошибок, допущенных в более ранних версиях конвейера обработки данных, приходится на два типа документов. Первый — это поля подтверждения врача в формах предварительного согласования, где рукописная заметка может переопределить печатный флажок. Второй — это разделы, в которых пациент описывает симптомы, где рукописный текст часто содержит информацию, которая не встречается больше нигде в медицинской карте.

Извлечение информации о лекарственных препаратах представляет собой аналогичную проблему. Названия лекарств, дозировки, способы применения и частота приема встречаются в структурированных таблицах, в тексте, скрытом в записях врачей, в рукописных дополнениях к печатным спискам и в отсканированных документах, переданных по факсу через несколько рук. Гибридный конвейер Guardoc сначала обрабатывает чистые печатные таблицы с помощью Amazon Textract, а затем передает исходный PDF-файл и результат обработки Textract в Amazon Nova Pro для решения проблем с переносом столбцов в таблицах, рукописными дополнениями и нестандартными форматами, которые OCR не может правильно обработать.

«Благодаря семейству Nova мы упрощаем для медицинских организаций выявление случаев высокого риска на ранних стадиях и принятие мер до того, как проблемы станут дорогостоящими», — сказал Ассаф Амиаз, директор по продуктам Guardoc Health. «Автоматизируя рабочие процессы, которые ранее требовали ручного контроля, семейство Nova помогает командам сократить пробелы в соблюдении нормативных требований, предотвратить ошибки и сосредоточить больше времени на улучшении результатов лечения пациентов».

См. также: Как ИИ сокращает сроки разработки лекарств в Китае

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками, включая Cyber Security & Cloud Expo. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com