Tecnología, información e internet

/

MoatIT

Tecnología, información e internet

MOATiT: Transcripción médica mejorada con los servicios de IA de AWS

Zero
Service interruption — full feature continuity through cutover
1000s
Agent interactions auto-validated for model parity, no manual QA
Live
Heartbeat agent shipped to production before migration completed
Cliente

MoatIT

Ubicación

Pocatello, Idaho

Industria

Tecnología, información e internet

Servicios y tecnología

AWS Transcribe, AWS Comprehend, AWS Bedrock, AWS S3, AWS Lambda, AWS RDS.

Resumen del proyecto

MOATiT, líder del sector en el suministro de soluciones de tecnología médica al sector sanitario, pretendía aprovechar los servicios de IA de AWS para la transcripción automática de conversaciones médico-paciente de una forma que cumpliera con la ley HIPAA. La solución propuesta implicaba una combinación de servicios de AWS en materia de computación, almacenamiento y aprendizaje automático. Avahi, socio de nivel avanzado de AWS, fue contratado para ayudar a MOATiT a alcanzar este objetivo transformador mediante el uso de AWS HealthScribe, SageMaker, Bedrock, S3, RDS, Lambda y API Gateway.

Acerca del cliente

El problema

MOATiT se enfrentó a varios retos a la hora de implementar una solución de transcripción automática:

  • Cumplimiento de la ley HIPAA: Garantizar que la solución cumple con las estrictas normativas de privacidad de los datos sanitarios.
  • Procesamiento en tiempo real: Capturar y transcribir las conversaciones médico-paciente casi en tiempo real.
  • Precisión: Lograr una alta precisión en las transcripciones, incluida la terminología y el contexto médicos.
  • Escalabilidad: Construir una infraestructura capaz de gestionar grandes volúmenes de datos de audio y peticiones de usuarios.
  • Integración: Integrar a la perfección la nueva solución con los sistemas y flujos de trabajo existentes.

¿Por qué AWS?

Resultados clave

  • Procesos ETL: Realizar ETL en datos brutos para prepararlos para el entrenamiento de modelos y las llamadas a la API.
  • Trabajos de post-procesamiento: Ejecutar trabajos de post-procesamiento basados en los umbrales de confianza seleccionados por MOATiT.
  • Validación: Garantizar la precisión, la mitigación de sesgos y la escalabilidad de la solución utilizando herramientas estándar del sector.
  • Revisión cualitativa: Un informe de análisis basado en la revisión manual para identificar problemas y patrones comunes.

Arquitectura de la solución

La arquitectura de la solución aprovechó varios servicios de AWS para implementar los resultados y garantizar una plataforma robusta y escalable.

Adquisición y almacenamiento de datos

  • Amazon S3: Se utiliza para almacenar archivos de audio sin procesar, transcripciones procesadas y otros datos relacionados. La escalabilidad y durabilidad de S3 garantizan una gestión eficiente de grandes volúmenes de datos.
  • Amazon RDS: Proporcionó un servicio de base de datos gestionado y escalable para almacenar datos estructurados, incluidos los metadatos de la transcripción y la información de codificación médica.

Procesamiento basado en eventos

  • AWS Lambda: Se implementó para ejecutar funciones basadas en eventos que procesan datos de audio y gestionan varias etapas del pipeline. Las funciones Lambda se utilizaron para obtener nuevos archivos de audio, activar trabajos de transcripción y actualizar/almacenar las salidas.

Aprendizaje automático e IA

  • AWS HealthScribe: Se empleó para servicios de transcripción médica de IA generativa gestionados y escalables, lo que garantiza transcripciones eficientes y precisas.
  • AWS SageMaker: Se utilizó para desarrollar, entrenar e implementar modelos de aprendizaje automático que mejoran la precisión de la transcripción y gestionan la terminología médica compleja.
  • AWS Bedrock: Se utiliza para servicios de IA generativa gestionados y escalables, lo que respalda la infraestructura general de IA.

Gestión de API

  • Amazon API Gateway: Proporcionó un servicio gestionado para crear, publicar, mantener y proteger las API. Esto facilitó la comunicación fluida entre las aplicaciones front-end y los servicios back-end, lo que permitió un fácil acceso a los datos transcritos.

Monitorización y registro

  • AWS CloudWatch: Se implementó para una monitorización y un registro integrales. CloudWatch proporcionó información en tiempo real sobre el rendimiento del sistema, las interacciones del usuario y el estado de los modelos implementados.

Análisis de texto

  • AWS Comprehend Medical: Se utiliza para extraer información de texto médico no estructurado con precisión, identificando entidades y relaciones médicas clave dentro de las transcripciones.

Solución

Avahi propuso una solución integral para abordar estos retos, centrándose en el desarrollo de un sistema de grado de producción para una herramienta de transcripción automática. El proyecto se ejecutó en fases, comenzando con el descubrimiento y la planificación, seguido del diseño y el desarrollo, la validación y el control de calidad y, por último, una presentación ejecutiva y la entrega.

Resultados clave

Impacto del proyecto

Mayor eficiencia

La herramienta de transcripción basada en IA mejoró significativamente la eficiencia de la captura y transcripción de las conversaciones médico-paciente, reduciendo el tiempo y el esfuerzo necesarios para la transcripción manual.

Cumplimiento y seguridad

Al aprovechar AWS HealthScribe y otros servicios de AWS, la solución garantizó el cumplimiento de la ley HIPAA, protegiendo los datos sanitarios confidenciales y manteniendo al mismo tiempo altos niveles de seguridad.

Escalabilidad y flexibilidad

La arquitectura diseñada por Avahi garantizó que la plataforma de MOATiT fuera escalable, capaz de gestionar mayores volúmenes de datos y demandas de los usuarios. Esto proporcionó flexibilidad para futuras mejoras y crecimiento.

Precisión mejorada

El uso de modelos avanzados de aprendizaje automático en AWS SageMaker y AWS Comprehend Medical mejoró la precisión de las transcripciones, incluida la detección de codificación médica, como los códigos ICD-10.

Información detallada y análisis

La implementación de AWS CloudWatch y otras herramientas de monitorización proporcionó a MOATiT información detallada sobre el rendimiento del sistema, la precisión de la transcripción y el comportamiento del usuario. Estos análisis fueron cruciales para la mejora continua y la optimización de la plataforma.

Conclusión

La colaboración entre MOATiT y Avahi condujo al desarrollo exitoso de una herramienta de transcripción médica basada en IA. Aprovechando los servicios de AWS, MOATiT mejoró su proceso de transcripción, garantizando la eficiencia, la precisión y el cumplimiento de las normativas sanitarias. La experiencia de Avahi en soluciones de AWS desempeñó un papel fundamental en esta transformación, lo que demuestra el poder de la IA generativa y el aprendizaje automático para avanzar en las soluciones de tecnología médica.

Su migración, sin riesgos

¿Va a dejar Azure o está planeando su propia migración de IA empresarial?

Avahi lleva a las empresas desde la idea hasta la producción en AWS en cuestión de semanas, no meses, con una paridad validada y transiciones sin tiempo de inactividad. Permítanos evaluar su proyecto.

MOATiT: Transcripción médica mejorada con los servicios de IA de AWS

Cliente

MoatIT

Ubicación

Pocatello, Idaho

Industria

Tecnología, información e internet

Servicios y tecnología

AWS Transcribe, AWS Comprehend, AWS Bedrock, AWS S3, AWS Lambda, AWS RDS.

Resumen del proyecto

MOATiT, líder del sector en el suministro de soluciones de tecnología médica al sector sanitario, pretendía aprovechar los servicios de IA de AWS para la transcripción automática de conversaciones médico-paciente de una forma que cumpliera con la ley HIPAA. La solución propuesta implicaba una combinación de servicios de AWS en materia de computación, almacenamiento y aprendizaje automático. Avahi, socio de nivel avanzado de AWS, fue contratado para ayudar a MOATiT a alcanzar este objetivo transformador mediante el uso de AWS HealthScribe, SageMaker, Bedrock, S3, RDS, Lambda y API Gateway.

El problema

MOATiT se enfrentó a varios retos a la hora de implementar una solución de transcripción automática:

  • Cumplimiento de la ley HIPAA: Garantizar que la solución cumple con las estrictas normativas de privacidad de los datos sanitarios.
  • Procesamiento en tiempo real: Capturar y transcribir las conversaciones médico-paciente casi en tiempo real.
  • Precisión: Lograr una alta precisión en las transcripciones, incluida la terminología y el contexto médicos.
  • Escalabilidad: Construir una infraestructura capaz de gestionar grandes volúmenes de datos de audio y peticiones de usuarios.
  • Integración: Integrar a la perfección la nueva solución con los sistemas y flujos de trabajo existentes.

Por qué AWS

Resultados clave

  • Procesos ETL: Realizar ETL en datos brutos para prepararlos para el entrenamiento de modelos y las llamadas a la API.
  • Trabajos de post-procesamiento: Ejecutar trabajos de post-procesamiento basados en los umbrales de confianza seleccionados por MOATiT.
  • Validación: Garantizar la precisión, la mitigación de sesgos y la escalabilidad de la solución utilizando herramientas estándar del sector.
  • Revisión cualitativa: Un informe de análisis basado en la revisión manual para identificar problemas y patrones comunes.

Arquitectura de la solución

La arquitectura de la solución aprovechó varios servicios de AWS para implementar los resultados y garantizar una plataforma robusta y escalable.

Adquisición y almacenamiento de datos

  • Amazon S3: Se utiliza para almacenar archivos de audio sin procesar, transcripciones procesadas y otros datos relacionados. La escalabilidad y durabilidad de S3 garantizan una gestión eficiente de grandes volúmenes de datos.
  • Amazon RDS: Proporcionó un servicio de base de datos gestionado y escalable para almacenar datos estructurados, incluidos los metadatos de la transcripción y la información de codificación médica.

Procesamiento basado en eventos

  • AWS Lambda: Se implementó para ejecutar funciones basadas en eventos que procesan datos de audio y gestionan varias etapas del pipeline. Las funciones Lambda se utilizaron para obtener nuevos archivos de audio, activar trabajos de transcripción y actualizar/almacenar las salidas.

Aprendizaje automático e IA

  • AWS HealthScribe: Se empleó para servicios de transcripción médica de IA generativa gestionados y escalables, lo que garantiza transcripciones eficientes y precisas.
  • AWS SageMaker: Se utilizó para desarrollar, entrenar e implementar modelos de aprendizaje automático que mejoran la precisión de la transcripción y gestionan la terminología médica compleja.
  • AWS Bedrock: Se utiliza para servicios de IA generativa gestionados y escalables, lo que respalda la infraestructura general de IA.

Gestión de API

  • Amazon API Gateway: Proporcionó un servicio gestionado para crear, publicar, mantener y proteger las API. Esto facilitó la comunicación fluida entre las aplicaciones front-end y los servicios back-end, lo que permitió un fácil acceso a los datos transcritos.

Monitorización y registro

  • AWS CloudWatch: Se implementó para una monitorización y un registro integrales. CloudWatch proporcionó información en tiempo real sobre el rendimiento del sistema, las interacciones del usuario y el estado de los modelos implementados.

Análisis de texto

  • AWS Comprehend Medical: Se utiliza para extraer información de texto médico no estructurado con precisión, identificando entidades y relaciones médicas clave dentro de las transcripciones.

Solución

Avahi propuso una solución integral para abordar estos retos, centrándose en el desarrollo de un sistema de grado de producción para una herramienta de transcripción automática. El proyecto se ejecutó en fases, comenzando con el descubrimiento y la planificación, seguido del diseño y el desarrollo, la validación y el control de calidad y, por último, una presentación ejecutiva y la entrega.

¿Listo para transformar su negocio con la IA?

Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita