AWS 與哈佛 BIDMC 合作,以機器學習提高醫療營運效率

作者 | 發布日期 2019 年 03 月 28 日 8:15 | 分類 AI 人工智慧 , 醫療科技 follow us in feedly

據 CB Insights 統計,2018 年美國健康照護 AI 廠商獲得的股權融資達 24 億美元,較 2017 年躍升 78%,亞馬遜另提供哈佛大學附屬醫學中心 BIDMC 200 萬美元贊助,以 AWS 機器學習服務簡化操作和提升資源利用率。



以雲端機器學習服務,改善醫療營運效率

由於醫療單位資料多為非結構化資料,像是病患資料、診斷資料、手術同意書等,在查找過程中不但耗費行政資源,也造成患者過多的等待時間,BIDMC 利用 AWS Cloud 的機器學習服務連結醫院系統,進行多項研究。

其中一項為改善手術行政流程,原本手術開始前手術同意書需與 Electronic Health Record(EHR)系統的病患資料進行核對,改善流程則將同意書掃描為圖像檔,再使用 AWS SageMaker 的機器學習服務建立模型,標記、訓練、調整與最佳化圖像,最終建立預估模型,將對應文件歸檔至 EHR 並搜尋病患資料以標記,當行政人員讀取 EHR 時,即可看到病患是否有相對應的同意書,以進行跟催。

▲ 醫院透過雲端服務以機器學習改善流程。(Source:拓墣產業研究院,2019.3)

建立醫療生態圈,發展專業 AI 模型

BIDMC 與 AWS 的合作使用多種 SW 服務,包含 SageMaker、QuickSight、Forecast、Apache MXNet 深度學習 API 及 Comprehend Medical 等,以進行多項研究與改善,導入 AI 後,也看到顯著成效,例如手術室使用率提升三成。由於醫院主要提供患者醫療及照護服務,患者資訊將產生大量資料,因此 AWS 資料中心以軟體技術及運算、儲存等硬體資源,提供訓練模型時完整的軟硬體解決方案。

對醫院來說,不必擔心大量數據儲存,與進行 AI 訓練衍生的硬體及研發成本,可專注於提升醫療品質、營運效率;對 AWS 來說,發展 AI 需大量數據資料,透過自身技術優勢,收集患者資料及業界專業知識,可發展專業領域的 AI 模型。此外,AWS 也與 Berkshire Hathaway、JPMorgan Chase 合資成立醫療機構,並收購線上藥局 PillPack,顯示其在醫療領域大力投資;其他科技巨頭,像是微軟與匹茲堡醫學中心合作,推出 Healthcare NExT 計畫,將 Azure 與 AI 結合,改善患者照護品質,並與藥妝連鎖 Walgreens 合作,將患者用藥資訊做數據分析及 AI 訓練,此系統也與各地製藥商串聯,提供保險機構,形成護理網路。微軟與 AWS 策略相仿,透過自身完整軟、硬體方案與醫療院所及藥局合作,布局醫療體系單位,建立完整生態圈。

▲ BIDMC 使用各種雲端服務進行改善。(Source:拓墣產業研究院整理,2019.3)

(首圖來源:shutterstock)