Amazon Comprehend Medical은 HIPAA 적격 자연어 처리(NLP) 서비스로, 기계 학습을 사용하여 의료 텍스트에서 의료 정보를 추출합니다. 이때 기계 학습 경험은 필요하지 않습니다.
오늘날 많은 의료 데이터는 의사의 메모, 임상 시험 보고서, 환자 의료 레코드와 같이 자유 형식의 의료 텍스트로 구성됩니다. 데이터를 수동으로 추출하는 작업은 시간이 오래 걸리는 반면, 자동화된 규칙 기반 데이터 추출 시도에서는 전체 상황을 파악하지 못하여 맥락을 이해하지 못하는 문제도 발생합니다. 그 결과, 의료 및 생명 과학 산업을 발전시키고 환자에 대한 치료 성과를 개선하고 효율성을 높이는 데 필요한 대규모 분석에 데이터를 사용하지 못할 수 있습니다.
Amazon Comprehend Medical에 대한 단순한 API 호출을 통해 의료 상태, 투약, 복용량, 검사, 치료 및 시술, 보호되는 의료 정보와 같은 정보를 정확하고 빠르게 추출하면서 정보의 맥락을 유지할 수 있습니다. Amazon Comprehend Medical에서는 추출된 정보 사이에서 관계를 식별하여 인구 의료 분석, 임상 시험 관리, 약물 감시 및 요약과 같은 사용 사례에 맞는 애플리케이션을 구축하도록 지원합니다. 또한, Amazon Comprehend Medical을 사용하여 추출된 정보는 ICD10-CM 또는 RxNorm과 같은 의료 온톨로지로 연결하여 매출 주기 관리(의료 코딩), 클레임 검증 및 처리, 전자 의료 레코드 생성과 같은 사용 사례에 맞는 애플리케이션을 구축하도록 지원할 수 있습니다.
Amazon Comprehend Medical은 완전관리형이므로 서버를 프로비저닝하거나 기계 학습 모형을 빌드, 훈련 또는 배포할 필요가 없습니다. 사용한 만큼만 비용을 지불하면 되고, 최소 요금 및 사전 약정은 없습니다.
이점
빠르고 정확하게 의료 정보 추출
최첨단 기계 학습 모델을 기반으로 하는 Amazon Comprehend Medical은 복잡한 의료 정보를 빠르고 보다 정확하게 이해하고 식별합니다. 예를 들어, Amazon Comprehend Medical은 "메치실린 내성 포도상구균"(종종 "MRSA"로 입력됨)을 추출해 "J15.212" IDC-10-CM 코드에 연결하고 추출된 용어를 의미 있게 만들기 위해 환자의 검사 결과가 양성 또는 음성인지와 같은 컨텍스트를 제공합니다.
환자 정보 보호
Amazon Comprehend Medical은 의료 서비스 공급자가 규정을 준수하고 환자 데이터를 보호하는 데 도움이 되는 다양한 기능을 제공합니다. 이 서비스는 HIPAA 자격이 있으며 일반 데이터 보호 규정(GDPR) 표준을 준수하면서 의료 기록 시스템에 저장된 개인 건강 정보(PHI)를 식별할 수 있습니다. Amazon Comprehend Medical을 통해 개발자는 HIPAA의 세이프 하버 익명화 방법에 설명된 대로 관련 환자 식별자를 추출한 다음 식별하여 데이터 프라이버시 및 보안 솔루션을 구현할 수 있습니다. 마지막으로 이 서비스는 고객 데이터를 저장하지 않습니다.
의료 문서 처리 비용 절감
Amazon Comprehend Medical을 통해 환자 기록, 청구 및 임상 인덱싱에서 비정형 의료 텍스트를 처리하고 코딩하는 데 드는 비용을 쉽게 자동화하고 줄일 수 있습니다. Amazon Comprehend Medical은 개발자가 단 몇 줄의 코드만으로 기존 워크플로 및 애플리케이션에 통합할 수 있는 2개의 API를 제공하며, 분석된 텍스트 100자당 1센트 이하의 비용이 듭니다. 사용한 만큼만 비용을 지불하면 되고, 최소 비용은 없습니다.
작동 방식
요금
Amazon Comprehend Medical에서는 사용한 만큼만 비용을 지불합니다. 월별로 처리되는 텍스트의 양에 따라 요금이 부과됩니다. Amazon Comprehend Medical은 의학적으로 명명된 개체 및 관계 추출(NERe)과 개인 건강 정보 데이터 추출 및 식별(PHId)이라는 두 가지 API를 제공합니다.
의학적 NERe API는 개체, 개체 관계, 개체 특성 및 개인 건강 정보(PHI)를 추출합니다. 데이터 보호를 위해 PHI만 식별하려는 경우에는 PHId API를 요청할 수 있습니다. 모든 API 요청은 문자 100개로 된 유닛으로 측정하며, 요청당 1개 유닛(문자 100개)에 대한 최소 요금이 부과됩니다.
| 기능 | 유닛당 요금 |
|---|---|
| 의학적으로 명명된 개체 및 관계 추출(NERe) API | 0.01 USD |
| 의학적으로 보호된 건강 정보 데이터 추출 및 식별(PHId) API | 0.0014 USD |
| Medical ICD-10-CM 온톨로지 연결 API | 0.0005 USD |
| Medical RxNORM 온톨로지 연결 API | 0.00025 USD |
프리 티어
Amazon Comprehend Medical에서는 서비스를 사용하기 시작한 후 처음 3개월 동안 모든 API에 대해 25,000유닛(문자 250만 개)의 텍스트를 무료로 제공하는 프리 티어를 지원합니다.
사용 사례
의료 집단 분석 수행
종양학에서는 임상 실험을 위한 환자를 모집하기 위해 올바른 선택 기준을 신속하게 발견하는 것이 매우 중요합니다. Amazon Comprehend Medical은 구조화되지 않은 텍스트에서 발견되는 복잡한 의료 정보를 이해하고 식별하여 인덱싱 및 검색을 용이하게 합니다. 이러한 통찰력을 이용해 수동 선택 프로세스에서 소요되는 시간과 비용의 일부만을 투입하여 모집 환자에게 적절한 임상 실험을 구분할 수 있습니다.
임상 결정 지원
Amazon Comprehend Medical은 Amazon S3에 저장된 환자 데이터에서 의료 정보를 추출하고 치료 지원 팀이 액세스할 수 있는 의료 대시보드에 통합할 수 있는 구조화된 결과를 반환합니다. 예를 들어 개발자는 Amazon Comprehend Medical을 사용하여 100,000개가 넘는 임상 기록에서 진단, 징후 및 증상을 추출하여 다발성 경화증 위험에 있는 개인을 식별하는 데 도움이 되는 조기 경고 시스템을 구축할 수 있습니다. 환자의 병력에 대한 '단일 뷰'를 제공함으로써 임상 팀은 더 많은 정보를 바탕으로 결정을 내릴 수 있습니다.
수익 주기 관리에서 의료 코딩 개선
병원의 경우 환자 기록에서 올바른 진단을 찾아 국제 질병 분류(ICD)의 올바른 코드에 매핑해야 하는 과정은 시간이 많이 걸리고 지루할 수 있습니다. 서로 다른 방식으로 표현될 수 있는 진단을 추출하는 것은 특히 어렵습니다. 예를 들어, ‘심방 세동’은 때때로 ‘AF’로 기록됩니다. Amazon Comprehend Medical은 의료 텍스트의 약어, 철자 오류 및 오타를 정확하게 식별할 수 있습니다. 이를 통해 의료 코더가 구조화되지 않은 메모를 분석하는 데 소요되는 시간을 줄이고 임상 직원의 시간 부담을 줄이며 효율성을 개선합니다.
