Gesundheitsorganisationen investieren stark in Technologie und Daten. Generative Künstliche Intelligenz (KI) ermöglicht es Gesundheitsorganisationen, ihre Investitionen in robuste Datenfundamente zu nutzen, die Patientenerfahrung durch innovative interaktive Technologien zu verbessern, die Produktivität zu steigern, um Arbeitskräfteherausforderungen zu bewältigen, und neue Einblicke zu gewinnen, um die Forschung zu beschleunigen. Dieser Beitrag hebt drei Beispiele dafür hervor, wie generative KI auf Amazon Web Services (AWS) im Gesundheitswesen eingesetzt wird und diskutiert Möglichkeiten, diese Technologie verantwortungsbewusst und sicher zu nutzen.
Mehr als 10.000 Organisationen weltweit nutzen Amazon Bedrock, einen vollständig verwalteten Dienst, der eine Auswahl hochleistungsfähiger Foundation-Modelle (FMs) von führenden KI-Unternehmen wie AI21 Labs, Anthropic, Cohere, Meta, Mistral AI, Stability AI und Amazon über eine einzige API bietet. Mit Amazon Bedrock können Sie ganz einfach mit Top-FMs experimentieren, sie feinabstimmen und privat mit Ihren eigenen Daten anpassen. Lassen Sie uns drei Beispiele betrachten, wie Gesundheitskunden Amazon Bedrock nutzen.
Fujita Health University verbessert Workflows für Ärzte
Fujita Health University, die größte private medizinische Universität in Japan, nutzte Amazon Bedrock, um mögliche Verbesserungen der Arbeitsabläufe für Ärzte zu erkunden. Ihr Pilotprojekt überprüfte die Machbarkeit der Nutzung generativer KI-Fähigkeiten zur Erstellung von Entlassungsberichten, kritischen medizinischen Aufzeichnungen, die die Behandlungsgeschichte und Diagnose eines Patienten während ihres Krankenhausaufenthalts festhalten. Mit Amazon Bedrock gelang es Fujita, die für Entlassungsberichte erforderliche Zeit um bis zu 90 Prozent zu reduzieren, auf etwa eine Minute pro Patient. Durch die Automatisierung repetitiver Aspekte dieser essentiellen Aufgaben können Gesundheitsfachkräfte mehr Zeit für die Kommunikation mit Patienten und die persönliche Betreuung aufwenden, um bessere Patientenergebnisse zu erzielen und ihre Arbeitsbelastung zu optimieren.
Genomics England beschleunigt die Genkrankheitsforschung mit Anthropic Claude auf AWS
Genomics England, ein führendes Unternehmen in der Humangenomforschung, entwickelt eine Lösung mit Claude 3-Modellen auf Amazon Bedrock, um Forschern zu helfen, Verbindungen zwischen genetischen Varianten und medizinischen Erkrankungen zu identifizieren. Diese Forschung hat das Potenzial, zukünftige genetische Tests zu informieren und die menschliche Gesundheit zu verbessern, mit einem anfänglichen Fokus auf geistige Behinderung. Die Lösung kann schnell Millionen von Literaturseiten verarbeiten, um die wahrscheinlichsten Genverbindungen für weitere Untersuchungen zu identifizieren, schneller als durch manuelle Überprüfung allein, wobei bereits 20 potenziell klinisch relevante Verbindungen identifiziert wurden.
AlayaCare stattet Pflegefachkräfte mit schnellen Informationen aus, wenn sie mit Patienten interagieren
AlayaCare ermöglicht es Anbietern häuslicher Pflege und Betreuungskräften, eine bessere Betreuung durch Technologie zu bieten. Mit AWS-KI-Technologien automatisieren sie die aufwendige Extraktion entscheidender Daten aus Patientenformularen und Pflegeplänen und erstellen leicht verdauliche Zusammenfassungen. Auf diese Weise bekommen Pflegekräfte und Ärzte die Einblicke, die sie benötigen, und können sich auf die Patientenversorgung konzentrieren. Darüber hinaus kann AlayaCare gefährdete Patienten für eine Wiederaufnahme in die Akutversorgung oder Hospitalisierung identifizieren, wodurch Wartezeiten reduziert, die Zeiten für die Pflegeintervention verbessert und die Kosten der Versorgung durch die frühzeitige Identifizierung gesenkt werden.
Wenn es darum geht, ethisch und verantwortungsvoll mit KI im Gesundheitswesen umzugehen, sind Genauigkeit, Sicherheit, Privatsphäre und Fairness entscheidende Überlegungen. Bei AWS haben wir Tools, um Ihrer Organisation zu helfen, sicher und verantwortungsbewusst mit KI zu beginnen.
Die Verbesserung der Genauigkeit mit der Retrieval-Augmented Generation
Eine Möglichkeit, über ein generatives KI-Modell in natürlicher Sprache (Large Language Model, LLM) nachzudenken, ist wie über einen eifrigen neuen Mitarbeiter, der nicht auf dem Laufenden ist, aber jede Frage selbstbewusst beantwortet. Dies liegt daran, dass LLMs offline mit Daten bis zu einem bestimmten Punkt trainiert werden, sodass das Modell nicht über Informationen verfügt, die nach dem Training des Modells erstellt wurden oder aus einer Quelle stammen, mit der es nicht konfrontiert wurde. LLMs werden in der Regel auch auf allgemeine Domain-Informationen trainiert, was sie für domänenspezifische Aufgaben weniger effektiv machen kann.
Die Verteilungs-augmentierte Generation (RAG) ermöglicht es uns, Daten außerhalb eines Foundation-Modells abzurufen. Dies wird durch die Kombination des LLM mit Suchtechnologie erreicht, die wir verwenden können, um Stichwörter zu bereichern, indem wir die relevanten abgerufenen Daten im Kontext hinzufügen. RAG ist ein leistungsstarkes Werkzeug auf der Suche nach Genauigkeit in domänenspezifischen KI-Lösungen. Indem LLMs mit Suchtechnologie kombiniert werden, um Daten spezifisch für Ihre Anwendungsfälle und Benutzer zu extrahieren, ist es möglich, sowohl allgemeines Wissen als auch spezialisierte Gesundheitskontexte einzubeziehen.
Verteidigung der Datenintegrität, Sicherung der Privatsphäre, Erhalt der Qualität
AWS bietet einen robusten Rahmen für den verantwortungsbewussten Einsatz von KI, wobei die Priorität auf der Privatsphäre und Sicherheit von Benutzerdaten liegt und potenzielle Voreingenommenheiten kontinuierlich überwacht und abgemildert werden. Amazon Bedrock liegt im Geltungsbereich gängiger Compliance-Standards wie ISO, SOC, CSA STAR Level 2 und ist für HIPAA geeignet. Kunden können auch Amazon Bedrock in Übereinstimmung mit der DSGVO verwenden.
Daten, die in Amazon Bedrock eingegeben werden, werden in verschlüsselter Form innerhalb der AWS-Region der Anwendung gespeichert und niemals an Drittanbieter weitergegeben. Nehmen Sie AWS HealthScribe, einen von HIPAA genehmigten Dienst, der von Amazon Bedrock betrieben wird, als Beispiel. Er verwendet Spracherkennung und generative KI, um vorläufige klinische Dokumentation automatisch zu generieren. Mit Sicherheit und Datenschutz im Hinterkopf können Sie steuern, wo Ihre Daten gespeichert sind, wobei Daten während der Übertragung und im Ruhezustand verschlüsselt sind. AWS verwendet weder Eingaben noch Ausgaben, die durch den Dienst generiert werden, um seine Modelle zu trainieren.
Leitplanken für Amazon Bedrock bieten branchenführenden Sicherheitsschutz und ermöglichen es Kunden, Richtlinien festzulegen, Verhaltensgrenzen der Anwendung zu setzen und Schutzmaßnahmen gegen potenzielle Risiken zu implementieren. Leitplanken für Amazon Bedrock ist die einzige Lösung, die von einem großen Cloud-Anbieter angeboten wird und es Kunden ermöglicht, Sicherheits- und Datenschutzschutzmaßnahmen für ihre generativen KI-Anwendungen in einer einzigen Lösung zu erstellen und anzupassen.
AWS verpflichtet sich zur Sicherheit, zum Datenschutz und zum Schutz der Privatsphäre von Benutzern, während generative KI reift und ihr Einsatz im Gesundheitswesen weit verbreiteter wird. Wir streben danach, sicherzustellen, dass Anbieter, Patienten und Gesundheitsbehörden Zugang zu den richtigen Tools für den richtigen Anwendungsfall haben, während wir unser Kernprinzip “Sicherheit ist oberste Priorität” aufrechterhalten. Dieses Engagement unterstreicht unsere Hingabe zur Förderung verantwortungsbewusster KI-Initiativen und zur Aufrechterhaltung des Vertrauens unserer Kunden in der sich ständig verändernden Landschaft der Gesundheitstechnologie.
Sprechen Sie mit einem Spezialisten, um mehr über generative KI im Gesundheitswesen und in den Lebenswissenschaften zu erfahren und verantwortungsbewusste KI-Überlegungen für Ihre Anwendungen zu erkunden.