AWS推出醫療記錄自然語言理解服務Comprehend Medical，不需模型就能讀懂大量非結構化醫療資訊

AWS近日宣布推出針對醫療記錄的自然語言理解服務Comprehend Medical，該服務是符合醫療安全隱私HIPPA法案的機器學習服務，協助開發人員處理非結構化的醫療文字資訊，像是病患的診斷、治療、劑量、症狀和病徵等，開發人員只要提供非結構化的醫療記錄，該服務將在會讀取辨識後，回傳醫療資訊。AWS表示，過程中不需要機器學習背景，也不用訓練模型，AWS不會儲存上傳的醫療資訊，也不會用來訓練模型，開發者可透過Comprehend Medical API，將該服務整合至自家現有的系統中。

現今絕大多數的病患資料都是非結構化的資料，像是醫囑、放射報告、病理報告，要辨識這些資訊往往需要耗費不少時間，不管是透過醫療專業人員人工記錄所需的資料，或是開發人員轉選一套客製化的程式去萃取所需的資訊欄位，都是非常龐大的作業。

而AWS推出的醫療記錄自然語言理解服務Comprehend Medical，能夠自動辨識床間的醫療資訊類型，不需要開發人員自行定義，系統能夠自動辨識的資料類型包含醫療狀況、解剖術語、醫療行為和實驗、治療和手續。AWS相信未來這些豐富的資訊也可以透過藥物管理、主動安排看診等服務，協助用戶管理自己的健康。

AWS認為，該自然語言理解服務，能夠協助許多不同醫療專業的人員，包含醫療照護的廠商、保險公司、醫療研究人員、臨床醫療檢查人員、製藥商，甚至是醫療業的IT人員等，取得醫療記錄的資訊，將可以為醫療產業增加效率、降低成本，在臨床決策和管理、臨床試驗管理等方面都會有所改善。

目前AWS正在與西雅圖癌症研究中心Fred Hutchinson合作，該研究中心透過Comprehend Medical服務辨識病患對特定癌症治療臨床試驗的記錄，從數百萬的臨床記錄中萃取和索引藥物治療、醫療狀況、藥物和治療方式選擇，以往這項工作每個文件就要耗費數個小時，現在透過該服務縮短為幾秒鐘。

「治療癌症本質上是時間的問題。」西雅圖癌症研究中心Fred Hutchinson的CIO Matthew Trunnell表示，對於病患和研究人員，時間是有限的資源，癌症試驗需要從大量的非結構化醫療記錄中，篩選出有用的資訊，縮短這項工作的流程，將能夠協助研究人員更快速的找到所需的資訊，做出對病患最佳的決策。