re:Invent 2023 | 在医疗保健领域使用生成式 AI 改善患者疗效

关键字: [Amazon Web Services re:Invent 2023, Amazon TITAN, Patient Safety, Improving Outcomes, Reducing Errors, Leveraging Ai, Preventing Harm]

本文字数: 2000, 阅读完需: 10 分钟

视频

如视频不能正常播放，请前往bilibili观看本视频。>> https://www.bilibili.com/video/BV1Jg4y1f7RZ

导读

在医疗保健中使用生成式 AI 有可能显著提高护理和诊断的时间和质量。了解加州大学圣地亚哥分校健康中心的临床医生如何使用生成式 AI检查数十万种干预措施，并更快速识别出对患者有积极影响的干预措施。利用 Amazon SageMaker 的传统机器学习预测模型和 Amazon Bedrock 上使用大语言模型的生成式 AI，临床医生能够将合并症与其他患者人口统计学相结合，以帮助改善结果。

演讲精华

以下是小编为您整理的本次演讲的精华，共1700字，阅读时间大约是8分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。

Rod Trigo，作为亚马逊云科技学术医学临床信息学的负责人，探讨了如何通过人工智能（AI）改进医疗保健领域的患者预后。作为一名拥有20年儿科重症监护经验的医生，他见证了无数令人惊叹的康复案例，同时也目睹了医疗保健系统的不足之处。

为了说明这个问题，Trigo分享了一个关于4岁男孩的故事。这个孩子原本健康，但因为癫痫发作需要用药治疗。在定期检查时，神经科医生为他调整了癫痫药物的处方，并在医院信纸上向孩子的母亲提供了打印的药物清单。然而，两周后，当母亲试图叫醒她的儿子时，却发现他毫无反应，无论她怎么摇晃都无法唤醒他。无奈之下，她拨打了911，救护车将孩子送到了当地的急诊室。

在急诊室，他们对患儿进行了抽血、头部扫描，甚至还进行了脊髓穿刺检查脑膜炎。大约一小时后，他们收到了实验室结果，显示孩子的血液中有一种癫痫药物毒性水平过高——他的剂量实际上超过了正常剂量。所有人都对此感到困惑，因为母亲给他们看了药物瓶，并与神经科医生提供的打印药物清单上的药物相匹配。

在他们的检查过程中，他们发现神经科医生已将处方从通用名更改为品牌名，但没有从清单中删除旧的通用名。因此，母亲无意中给她儿子的双倍剂量，导致了过量。这个本可避免的药物错误引发了一系列急诊室里的创伤事件。

特里戈博士表示，他在上医学院时，新医生都会宣誓遵循希波克拉底誓言，其中包含“首先，不做伤害”的原则。自希波克拉底时代以来，医学已有很大发展，但在医疗保健领域，意外伤害事件仍时有发生。1999年，患者安全问题成为焦点，当时国立卫生研究院发布了《人之误,人之罪》报告，估计每年有98,000人在美国因可预防的医疗错误而死亡。尽管近年来有所进步，但2022年1月的一项研究发现，仍有四分之一住院病人受到某种形式的预防伤害。

特里戈博士强调，这些错误不仅会影响患者的治疗效果，还会通过延长住院时间和增加额外程序来提高成本。他还展示了来自英联邦基金的一份图表，表明在美国提供合理费用的良好结果方面，其医疗保健系统的表现较差。因此，迫切需要采用新方法，包括利用人工智能解决这一问题。

好消息是，像人工智能这样的新技术具有巨大潜力，可以帮助从不同的角度审视临床问题。然而，在实施过程中必须谨慎思考和应用。在与医疗保健组织合作时，特里戈博士指出，有许多可能的AI用例，如帮助研究人员更轻松地查询数据而非依赖数据科学家，自动化行政临床工作流程，以及归纳如长PDF转诊信等信息。但重点应放在最终目标上，即提高疗效、降低成本并优化患者和医生的体验。

这与医疗保健的“四重目标”相吻合，可作为指导框架。通过从这个框架出发，人工智能可以推动护理质量、公平性和效率的系统性改进。在此背景下，特里戈博士介绍了加州大学圣地亚哥健康中心的首席质量和患者安全官查德·范德伯格的观点。

范德伯格先生首先表示，他们的目标是要进一步拓展AI的应用范围，寻求根本性地优化护理服务。他指出，加州大学圣地亚哥分校曾负责照顾美国首批新冠病毒患者，这使得他们不得不迅速进行调整和创新。为此，他们成立了一个由临床专家组成的指挥中心，专注于提高每位新患者的护理质量。

例如，他们迅速实施了一个由加州大学圣地亚哥分校医生开发的AI算法，该算法可以在X光片中检测肺炎。虽然最初该算法只能在台式机上运行，但他们与亚马逊云科技合作，将其扩展至亚马逊云科技的服务，如S3、SageMaker和API网关，从而在不到一分钟内将结果整合回临床工作流程。由于早期新冠病毒测试数量有限，这个AI辅助的肺炎检测可以更早地识别和治疗可能的新冠病毒患者。

据范德伯格先生介绍，约20%的提供者表示，这个AI工具改变了他们对患者的临床决策。此外，他们还研究了改进的早期脓毒症警报算法的影响，发现集成该算法后，脓毒症病例的死亡率显著降低。他强调，AI必须展示出实际成效，而不仅仅是追求技术本身。

接下来，范德伯格先生分享了他们如何使用生成性AI来处理医生收到的大量患者门户消息。虽然这些消息对于维持与患者的良好关系至关重要，但对已经超负荷的医生来说却是一个主要负担。许多医生最终会在晚上或个人家庭时间回应这些消息，这是不可持续的。

加州大学圣地亚哥分校并未对这些数字消息收取费用，而是使用亚马逊文本提取和亚马逊理解等生成性AI服务来审查输入的消息并为医生起草适当的回复供其审阅和编辑。目标是减轻医生的工作负担，使他们能够以更短的时间提供同样高质量、富有同情心的回应给患者。

在未来的展望中，范登伯格先生对大型语言模型（例如亚马逊的CodeWhisperer）在分析电子健康记录中的非结构化临床文本方面的潜力表示期待。他表示，目前，他的质量和安全团队需要投入大量人力来审查病人图表，以识别问题、验证监管机构的护理交付并检测模式。然而，通过使用大型语言模型从非结构化的笔记和文本中合成上下文，他的员工可以更快地解释问题并采取行动。这将使他们从回顾性审查过渡到实时、前瞻性识别潜在问题或改进的可能性。范登伯格先生相信这将从根本上提高他们为患者提供安全、高质量护理的能力。

作为证据，他提到了加州大学圣地亚哥分校与亚马逊云科技的合作为例。该校使用了亚马逊的Comprehend Medical等自然语言处理服务来分析发生事故时工作人员提交的事故报告。在这些报告中，有价值的数据目前需要手动审查。在一个双周样本中，共有293份事故报告。目标是使用AI对这些报告进行分类和摘要，以加速解读，迅速回应重大问题，并确定系统改进的主题。

总的来说，范登伯格先生强调，AI集成必须无缝地融入临床工作流程，同时展示对患者结果、成本降低、医生体验改善和健康公平性的实质性影响。他认为，当深思熟虑地应用时，AI和大型语言模型可以帮助医疗保健领域最终实现防止错误和避免长期存在的损害所需的地震般的变革。

约翰·P，一位资深解决方案架构师，支持加州大学圣地亚哥分校的健康项目，简要介绍了推动他们AI应用程序的技术架构。他解释了他们如何从Epic电子健康记录系统和RL Solutions患者安全数据库这两个核心来源中提取大量数据。

史诗"数据包含了数以万计的患者记录，其中包括结构化的数据和非结构化的数据。RL解决方案所涉及的数据则包括了已报告的事件和不良反应事件。这两个系统的原始数据已被导出至Amazon S3存储桶中进行临时处理。随后，我们使用HealthLake将史诗数据导入到HealthLake数据存储系统中。

HealthLake利用亚马逊云科技的Lake Formation来管理数据湖的访问和安全，同时使用亚马逊云科技的Glue对数据进行编目并准备进行分析。RL解决方案的事故数据也被使用Glue和Lake Formation集成到HealthLake中，以便为患者提供统一的临床记录和安全事件的视图。

如今，在HealthLake中，SageMaker处理用于使用Amazon BEDROCK和TITAN文本嵌入模型将所有非结构化的临床文本转化为向量嵌入。这种文本的数学表示方式使得语义相似性搜索成为了可能。

为了高效地处理大数据，SageMaker在处理过程中会并行运行于多个节点，同时在每个节点内部还会进行额外的并行处理。生成的嵌入会被存储在Amazon OpenSearch中，而OpenSearch则支持通过其向量相似性插件进行有效的相似性搜索。

在实际应用中，一个聊天机器人用户界面允许UC San Diego的员工提出问题，这些问题将被路由到一个Lambda函数。该Lambda函数使用名为LangChain的框架来使用BEDROCK获取问题的文本向量嵌入，然后在通过对OpenSearch数据库执行相似性搜索以查找相关临床笔记和文件之后，执行相似性搜索。

它会将这些上下文传递给Anthropic的Claude AI模型以生成响应，然后将响应通过API Gateway发送回用户。灵活的架构允许不同的组件，如向量数据库，轻松替换以进行实验。

总的来说，通过结合亚马逊云科技的医疗健康数据湖、可扩展的数据处理、向量相似性搜索和大型语言模型，加州大学圣地亚哥分校可以从大量临床数据中提取关键见解，以提高患者的安全性和质量。重点是将AI无缝地集成到临床工作流程中，以实现实际的影响。

下面是一些演讲现场的精彩瞬间：

亚马逊云科技正利用人工智能技术帮助医疗保健提供商更高效地工作并提高患者护理质量。

这种技术有望从根本上改善患者护理并拯救生命。

领导者强调了使用AI直接影响患者临床结果的重要性。

创新健康中心将推动医疗保健交付的地震式变革，以提高提供者及患者体验、降低成本并提高成果。

一位数据科学家与一位医生合作，共同改进用于检测败血症的AI算法，使其更准确且具有临床可操作性。

领导者讨论了尝试不同的数据库组件，如适用于向量数据库的PostgreSQL。

总结

一位演讲者探讨了生成性人工智能如何在改善医疗保健领域的患者成果和安全问题上发挥作用。他们从一起情感故事入手，讲述了误服药物导致一名年幼儿童住院的事件，强调了减少可预防的医疗差错的重要性。

演讲者指出，每年约有10万美国患者因医疗差错丧生，而25%的住院患者会受到某种伤害，这表明需要付出更多努力以提高患者安全性。接着，演讲者概括了加州大学圣地亚哥分校健康中心如何通过成功部署AI进行早期疾病检测和个性化护理的案例。

例如，他们运用AI算法检测X光片中的肺炎，从而能够尽早识别并治疗COVID-19病例。此外，他们还利用生成性AI为患者信息制定个性化的回复，旨在减轻医生的工作压力，同时维持护理质量。最后，演讲者描述了他们计划如何使用大型语言模型分析事故报告和电子病历数据，以便发现潜在模式并预防未来错误的愿景，从而将被动安全措施转变为积极主动的预防措施。

演讲原文

https://blog.csdn.net/just2gooo/article/details/134787751

想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！

2023亚马逊云科技re:Invent全球大会 - 官方网站

点击此处，一键获取亚马逊云科技全球最新产品/服务资讯！

点击此处，一键获取亚马逊云科技中国区最新产品/服务资讯！

即刻注册亚马逊云科技账户，开启云端之旅！

【免费】亚马逊云科技“100 余种核心云服务产品免费试用”

【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”

亚马逊云科技是谁？

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者，自 2006 年以来一直以不断创新、技术领先、服务丰富、应用广泛而享誉业界。亚马逊云科技可以支持几乎云上任意工作负载。亚马逊云科技目前提供超过 200 项全功能的服务，涵盖计算、存储、网络、数据库、数据分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面；基础设施遍及 31 个地理区域的 99 个可用区，并计划新建 4 个区域和 12 个可用区。全球数百万客户，从初创公司、中小企业，到大型企业和政府机构都信赖亚马逊云科技，通过亚马逊云科技的服务强化其基础设施，提高敏捷性，降低成本，加快创新，提升竞争力，实现业务成长和成功。