AWS lanza Amazon HealthLake

En AWS re:Invent, Amazon Web Services,(AWS), una empresa de Amazon dio a conocer a Amazon HealthLake, un servicio calificado en la Ley de Transferencia y Responsabilidad de Seguro Médico (HIPAA, por sus siglas en inglés) para las empresas en el sector de salud y biociencias. Amazon HealthLake agrupa toda la información de una empresa a través de varios silos y distintos formatos en un data lake y automáticamente normaliza esta información utilizando machine learning.

El servicio identifica cada parte de la información clínica, índices e indicadores de eventos en un cronograma visual con etiquetas uniformes para que se pueda buscar con facilidad, y organiza toda la información dentro del formato estándar del Fast Healthcare Interoperability Resources (FHIR) para una visión completa de la salud tanto de pacientes individuales como de poblaciones enteras. Con esto, Amazon HealthLake permite que sus consumidores consulten, realicen análisis y programen machine learning para obtener información valiosa de los nuevos datos.

Ver más: Samsung les devuelve “la voz” a los pacientes con ELA

Empresas en el sector de salud, farmacéuticas, estudios clínicos, aseguradoras médicas, y otras pueden usar Amazon HealthLake para detectar tendencias y anomalías en información relacionada con la salud y de esta forma hacer predicciones más exactas sobre el avance de enfermedades, la eficacia de ensayos clínicos, la fiabilidad de las primas de seguro y muchas otras aplicaciones.

A medida que el machine learning se convierte en la norma, las empresas a través de cada negocio vertical tratan de aplicarla a sus datos para ofrecer valor comercial significativo. Los sistemas de salud están aplicando machine learning para mejorar el funcionamiento y el cuidado de los pacientes. AWS cuenta con clientes como 3M, Anthem, AstraZeneca, Bristol Myers Squibb, Cerner, el Fred Hutchinson Cancer Research Center, GE Healthcare, Infor, Pfizer, y Philips quienes han adoptado la nube y el machine learning para obtener más valor de su vasta recopilación de datos. Desde antecedentes familiares y observaciones clínicas hasta el diagnóstico y las medicinas, las empresas en el sector de salud están creando volúmenes enormes diarios de información de pacientes con el objetivo de tener una visión completa de la salud del paciente y aplicar análisis y machine learning para mejorar el cuidado, analizar las tendencias de la población y mejorar la eficiencia operativa.

Ver más: Humano 2.0, ¿hacia dónde nos dirigimos?

Sin embargo, la información clínica es compleja y se caracteriza por estar aislada, incompleta, incompatible, y almacenada en distintos lugares. Agrupar toda esta información en el formato FHIR es un comienzo hacia el objetivo de estandarizar la información estructurada, pero la mayoría de la información continúa sin estructura y necesita ser etiquetada, indexada y estructurada en orden cronológico para que toda la información pueda ser entendida y consultada.

Algunas empresas del sector de salud crean herramientas basadas en normas para automatizar el proceso de transformar la información desestructurada (historial clínico, notas de los médicos, y reportes de imagen por ejemplo) y etiquetando la información clínica (diagnósticos, medicamentos y procedimientos, por ejemplo), pero estas soluciones generalmente fallan porque la información tiene que ser normalizada a través de sistemas distintos y porque las herramientas no pueden justificar todas las variaciones en la escritura, errores gramaticales o tipográficos.

Otras empresas utilizan un software de reconocimiento óptico de caracteres (OCR por sus siglas en inglés), pero estas empresas no tienen la experticia médica para ser eficientes y por ello las empresas recurren a introducir la información manualmente por profesionales médicos lo cual encarece el proceso de digitalización. Aunque las empresas fueran capaces de agrupar y estructurar su información, todavía tienen que armar su propia aplicación de análisis y machine learning para descubrir los vínculos entre las informaciones, descubrir tendencias y hacer predicciones precisas. El costo y complejidad operacional de todo este trabajo es prohibitivo para la mayoría de las empresas y como resultado, la mayoría de las organizaciones pierden la oportunidad de utilizar la información para mejorar la salud de los pacientes y las comunidades.

Ver más: Goldman Sachs lanza un fondo especializado en salud e investigación

Amazon HealthLake ofrece a los médicos, aseguradoras de salud y farmacéuticas un servicio que reúne de forma que hace sentido la información de todos sus pacientes, para que las empresas del sector de salud puedan hacer predicciones precisas sobre la salud de sus pacientes y las poblaciones. El nuevo acceso a HIPAA, permite que las empresas almacenen, etiqueten, indexen, estandaricen, consulten y apliquen machine learning para analizar la información en la escala de petabyte en la nube. Amazon HealthLake permite que las empresas copien fácilmente información de los sistemas de la sede en un data lake seguro en la nube y normalizen todos los historiales de los pacientes en formatos distintos automáticamente.

Una vez obtenida la información, Amazon HealthLake utiliza el machine learning entrenado para entender terminología médica para identificar y etiquetar cada pieza de información clínica, indexar eventos en un cronograma visual y enriquecer la información con etiquetas estandarizadas, como, por ejemplo: medicinas, condiciones, diagnósticos, procedimientos, etc., para que se pueda buscar toda la información fácilmente. Las empresas pueden de manera rápida y exacta encontrar respuestas a preguntas como, por ejemplo: “¿Cómo han ayudado las medicinas para bajar el colesterol a nuestros pacientes con presión alta durante el último año?”.

Para esto, los clientes crean una lista de pacientes seleccionando “Colesterol alto“ de una lista estándar de condiciones médicas, “Medicinas de uso oral” de un menú de tratamientos, y valores de presión arterial del campo estructurado “Presión arterial” – y pueden inclusive refinar más la lista escogiendo características como marco, género y edad. Como Amazon HealthLake también estructura automáticamente toda la información de la empresa en el formato de la industria de FHIR, la información puede ser compartida de manera fácil y segura entre los sistemas de salud y con aplicativos de otras empresas, facilitando que los proveedores colaboren más eficientemente y permitiendo a los pacientes acceso ilimitado a su información médica.

“Ha habido una explosión de salud digitalizada en los últimos años con la llegada de los historiales médicos electrónicos, pero las empresas nos están diciendo que revelar el valor de esta información utilizando tecnología como machine learning sigue siendo un desafío plagado de obstáculos”, dijo Swami Sivasubramanian, Vicepresidente de Amazon Machine Learning para AWS. “Con Amazon HealthLake, empresas en el sector de salud pueden reducir el tiempo para transformar datos de salud en la nube de semanas para minutos de manera que pueda ser analizada de forma segura, inclusive en la escala de petabyte. Esto reinventa completamente las posibilidades dentro del sistema de salud y nos acerca mucho más a la meta común de ofrecer a los pacientes tratamientos más personalizados y previsibles para personas y poblaciones enteras.”

Agrupando, etiquetando, indexando y estructurando toda la información, Amazon HealthLake facilita la consulta y el análisis a sus consumidores y utiliza machine learning para que su información haga sentido. Los consumidores pueden usar otros AWS analíticos y servicios de machine learning con Amazon HealthLake como Amazon QuickSight para tableros interactivos y Amazon SageMaker para construir, entrenar e implementar fácilmente modelos de machine learning personalizados. Por ejemplo: las empresas de cuidados de salud pueden usar los modelos de Jupyter Notebook en Amazon SageMaker para de forma rápida y sencilla hacer análisis de tareas comunes como predicciones de diagnósticos, probabilidad de volver a ser hospitalizado y predicciones del uso de quirófanos. Las empresas del sector de salud y biociencias pueden usar Amazon HealthLake para obtener una visión completa del paciente y la salud de la población, obtener perspectivas utilizando análisis y machine learning, y descubrir relaciones y tendencias que estaban escondidas.

Cerner Corporation, una empresa global de tecnología de cuidados de salud está enfocada en utilizar información para ayudar a solucionar problemas a la velocidad de la innovación – evolucionar el sistema de salud para mejorar los resultados clínicos y operacionales, ayudan a resolver el agotamiento clínico y a mejorar la equidad en la salud. “En Cerner estamos comprometidos en transformar el futuro de los cuidados de salud a través de la entrega cloud, machine learning e IA. Trabajando junto con AWS, estamos en una posición donde podemos acelerar la innovación en los cuidados de salud. Eso comienza con la información. Estamos emocionados con el lanzamiento de Amazon HealthLake y su potencial de rápidamente recopilar información de distintas fuentes y transformar la información para realizar análisis avanzados para revelar nuevos conocimientos y apoyar a muchas de nuestras iniciativas a través de la salud de la población”, dijo Ryan Hamilton, Vicepresidente de Population Health de Cerner.

Ciox Health es una empresa de cuidados de salud tecnológica que se dedica a mejorar los resultados de salud de los Estados Unidos mediante la transformación de información clínica en ideas viables. “En Ciox, trabajamos para permitir mejor salud mediante el mejoramiento del manejo de la información de salud”, dijo Sasidhar Mukkamala, Vicepresidente de Data Management de Ciox Health. “Gran parte de la información que tomamos es desestructurada, como notas o PDF escritos a mano, y se hace difícil encontrar soluciones que nos permitan darnos cuenta del valor analítico total de esa información. Con 60 por ciento de la participación del mercado con ajuste por riesgo esta es una oportunidad increíble. Estamos emocionados de empezar a trabajar con Amazon HealthLake y su potencial para ayudarnos a lograr esta necesidad y entregar mejores ajustes por riesgos, predicciones, facturación y mucho más, todo obtenido a través de datos de salud.”

Konica Minolta Precision Medicine (KMPM) es una empresa de biociencias dedicada al desarrollo de precisión médica para predecir, detectar, tratar y por último curar enfermedades con mayor exactitud. “Estamos construyendo una plataforma multimodal en KMPM para manejar un alto volumen de información médica que incluye patología, imágenes e información genética. Amazon HealthLake nos permitirá revelar el verdadero poder de este abordaje multimodal para encontrar nuevas asociaciones e indicios en nuestra información. Permitirá a nuestro equipo de científicos y programadores de datos la habilidad de integrar, etiquetar y estructurar esta información de manera más rápida, y obtener conocimiento que nuestros colaboradores clínicos y farmacéuticos necesitan para realmente accionar una medicina de precisión”, dijo Kiyotaka Fujii, Presidente de Global Healthcare de Konica Minolta.

Orion Health es una empresa global, ganadora de premio que provee información médica tecnológica, fomentando la salud de la población y soluciones médicas precisas para la entrega de cuidado a través del ecosistema de salud. “En Orion Health, creemos que existe un potencial no aprovechado para transformar el sector de salud a través del mejoramiento de la utilización de tecnología y entregando conocimiento sobre la información generada. Estamos satisfechos en encontrar una empresa afín a la nuestra como lo es AWS, que junto con Amazon HealthLake, está dando el siguiente paso en utilizar machine learning para ayudar a que la información de salud tenga sentido de manera segura, reclamable y verificable,” dijo Anne O’Hanlon, directora de productos, Orion Health. “La información generalmente es desordenada e incompleta, y conlleva tiempo y dinero para ser organizada.

Estamos emocionados de trabajar junto con AWS para ofrecer nuevas formas para que los pacientes interactúen con el sistema de salud, apoyando iniciativas como las del 21st Century Cures Act diseñada para hacer que el sistema de salud sea más accesible y económico, y Digital Front Door, cuya meta es mejorar los resultados de salud ayudando a los pacientes a recibir el cuidado perfecto para ellos desde la comodidad de sus hogares. Ampliar la relación que tenemos con AWS nos permite innovar y explorar nuevas maneras de entregar cuidados médicos centrados en el paciente y resultados de salud de alta calidad que permiten a las personas una vida más sana.”