Serviço Amazon HealthLake vai permite que organizações de saúde armazenem, transformem e analisem todos seus dados na nuvem
A Amazon Web Services anunciou o Amazon HealthLake, um serviço qualificado para HIPAA voltado a empresas de saúde e life sciences. O Amazon HealthLake agrega dados completos de uma organização, armazenados em vários silos e formatos distintos, em um data lake centralizado da AWS e padroniza automaticamente essas informações usando machine learning. O serviço identifica cada informação clínica, inclui tags e indexa eventos em uma visualização de linha do tempo com rótulos padronizados para que possam ser facilmente pesquisados. Todos os dados são estruturados no formato padrão da indústria, o Fast Healthcare Interoperability Resources (FHIR), dando assim uma visão completa da saúde de pacientes individuais e populações inteiras.
Como resultado, o Amazon HealthLake facilita para os clientes consultar, realizar análises e executar machine learning para obter valor significativo dos dados recém-normalizados. Empresas como sistemas de saúde, farmacêuticas, pesquisadores clínicos, seguradoras de saúde, entre outras, podem usar o Amazon HealthLake para identificar tendências e anomalias em dados de saúde e realizar previsões muito mais precisas sobre o avanço de doenças, a eficácia dos ensaios clínicos, a precisão dos prêmios de seguro e muitas outras aplicações.
À medida que o machine learning se torna mais comum, organizações de todos os segmentos buscam aplicá-lo a seus dados para obter resultados mais significativos. A área de saúde está utilizando machine learning para aprimorar as operações e o atendimento ao paciente, e clientes AWS como 3M, Anthem, AstraZeneca, Bristol Myers Squibb, Cerner, Fred Hutchinson Cancer Research Center, GE Healthcare, Infor, Pfizer e Philips adotam a nuvem e ML para extrair mais valor para seu vasto acervo de dados. De histórico familiar e observações clínicas a diagnósticos e medicamentos, empresas de saúde geram grandes volumes diários de informações dos pacientes, buscando uma visão completa dos mesmos e aplicar analytics e ML para melhorar o atendimento, analisar tendências de saúde populacional e melhorar a eficiência de suas operações. No entanto, dados clínicos são complexos e conhecidos por serem isolados, incompletos, incompatíveis e armazenados em sistemas on-premises espalhados em vários locais diferentes.
Agregar toda essa riqueza de informações no formato FHIR é um ponto de partida para alcançar a padronização de dados estruturados, mas a maioria permanece não-estruturada. Algumas companhias criam ferramentas com base em regras para automatizar o processo de transformação de dados não-estruturados (por exemplo, históricos médicos, anotações médicas e relatórios de imagens médicas) e inclusão de tags em informações clínicas (diagnósticos, medicamentos e procedimentos), mas essas soluções geralmente falham porque os dados precisam ser normalizados em sistemas distintos. Além disso, as ferramentas não conseguem considerar todas as variações possíveis na ortografia, erros de digitação e erros gramaticais. Outras companhias usam software de reconhecimento de caracteres (OCR) de uso geral para processar fontes de dados, mas essas ferramentas carecem de experiência médica para serem eficazes.
Portanto, as organizações recorrem à entrada manual de dados por profissionais médicos, o que aumenta as despesas do processo de digitalização. Mesmo que as empresas sejam capazes de agregar e estruturar seus dados, elas ainda precisam criar aplicativos próprios de análise e machine learning para descobrir o cruzamento entre os dados, identificar tendências e fazer previsões precisas. O custo e a complexidade operacional de todo esse trabalho são proibitivos para a maioria e, como resultado, a maior parte das empresas acaba não explorando usar seus dados para melhorar a saúde de pacientes e comunidades.
Serviços oferecidos
O Amazon HealthLake oferece às prestadoras de serviços médicos, seguradoras de saúde e empresas farmacêuticas um serviço que reúne e dá sentido a todos os dados de seus pacientes para que possam fazer previsões mais precisas sobre a saúde dos pacientes e da população. O novo serviço qualificado para HIPAA permite que companhias armazenem, incluam tags, indexem, padronizem, consultem e apliquem ML para analisar dados em escala de petabyte na nuvem.
O serviço permite que organizações copiem facilmente dados de saúde de sistemas locais para um data lake seguro na nuvem e normalizem todos os registros de pacientes em formatos distintos, de forma automática. Após a alimentação, o Amazon HealthLake utiliza machine learning treinado para entender a terminologia médica, identificando e incluindo tags em cada informação clínica, indexando eventos em uma linha do tempo e enriquecendo dados com rótulos padronizados (por exemplo, medicamentos, condições, diagnósticos, procedimentos etc.) para que todas essas informações possam ser facilmente pesquisadas. Assim, é possível encontrar respostas para perguntas como, por exemplo, “Como o uso de medicamentos para baixar o colesterol ajudou nossos pacientes com pressão alta no ano passado?”, com rapidez e precisão.
Para fazer isso, os clientes podem criar uma lista de pacientes selecionando “colesterol alto” em um índice padrão de problemas médicos; “medicamentos de uso oral” em um menu de tratamentos; e valores de pressão arterial no campo estruturado “pressão arterial”. Eles podem, então, refinar ainda mais a lista escolhendo filtros como período, sexo e idade. Como o Amazon HealthLake também estrutura automaticamente todos os dados de uma organização de saúde no formato FHIR, exigido pelo setor, as informações podem ser compartilhadas de forma simples e segura entre sistemas de saúde e aplicativos de terceiros, permitindo que os fornecedores colaborem de forma mais eficaz e oferecendo aos pacientes acesso irrestrito às informações médicas.
“Com o Amazon HealthLake, as organizações de saúde podem reduzir o tempo que levam para transformar dados na nuvem de semanas para minutos, a fim de que possam ser analisados com segurança, mesmo em escala de petabytes. Isso reinventa completamente o que é possível para o segmento de saúde e nos aproxima do objetivo de fornecer um tratamento mais personalizado e preditivo a indivíduos e populações inteiras”, afirma Swami Sivasubramanian, Vice-Presidente de Amazon Machine Learning da AWS.
Ao agregar, rotular, indexar e estruturar todos os dados, o Amazon HealthLake facilita a consulta, análise e uso de machine learning, dando sentido às informações. Os clientes podem usar outras análises da AWS e serviços de ML com o Amazon HealthLake, como o Amazon QuickSight para painéis interativos e o Amazon SageMaker para criar, treinar e implementar facilmente modelos de machine learning personalizados.
Empresas de saúde podem, por exemplo, usar os modelos do Jupyter Notebook no Amazon SageMaker para executar análises de maneira rápida e fácil para tarefas comuns, como previsões de diagnósticos, probabilidade de re-internação e tendências de utilização da sala de cirurgia. Companhias de saúde e life sciences podem usar o Amazon HealthLake para ter uma visão completa da saúde do paciente e da população, derivar insights usando analytics e machine learning para descobrir relacionamentos e tendências anteriormente não tão claros.
