Guardoc Salute afferma di elaborare oltre un milione di documenti clinici ogni giorno Amazzonia Nova modelli attraverso Bedrock.
L’introduzione dell’intelligenza artificiale nella documentazione clinica si riduce a un tipo specifico di calcolo del rischio. Se si sbaglia, gli errori si tradurranno in richieste di risarcimento Medicare negate in base al modello di pagamento orientato al paziente, multe di audit, esposizione a contenziosi e, nei casi peggiori, una condizione mancata che cambia il modo in cui un paziente viene trattato.
Tuttavia, se lo si fa nel modo giusto, il risultato si tradurrà in meno correzioni, meno trasferimenti ospedalieri e minori costi di conformità. Guardoc Health, che crea software di documentazione per i fornitori di assistenza a lungo termine, ha pubblicato dati sull’implementazione che afferma supportano tale risultato.
La portata del problema di fondo
La pipeline di Guardoc Health deve gestire documenti che arrivano in quasi tutti i formati che un ambiente clinico può produrre: PDF multipagina con annotazioni mediche scritte a mano sovrapposte al testo stampato, moduli di autorizzazione preventiva in cui lo stato di una sola casella di controllo determina una decisione di copertura, elenchi di farmaci che vengono visualizzati come tabelle pulite in un grafico e testo libero in quello successivo e moduli di assunzione dei pazienti che mescolano campi digitati con timbri in gomma e scrittura a mano sulla stessa pagina.
Una ricerca pubblicata su BMJ Quality and Safety stima a circa 12 milioni il numero di pazienti ambulatoriali statunitensi affetti da errori diagnostici all’anno, con la mancata gestione delle informazioni citata come fattore determinante. Considerando il volume elaborato da Guardoc, un tasso di errore dell’1% nel solo rilevamento delle condizioni genererebbe migliaia di record errati ogni giorno. Ciascuno comporta le proprie conseguenze in termini di sicurezza del paziente o di conformità.
Guardoc segnala una riduzione del 46% degli errori di documentazione, una diminuzione del 70% delle multe di audit e più di 400.000 dollari di ROI annuale per una singola struttura, senza pubblicare il periodo di riferimento o la metodologia alla base di tali calcoli.
In un’implementazione trimestrale che ha interessato due strutture e 200 pazienti, l’azienda afferma che il suo sistema ha apportato 847 correzioni alla documentazione, segnalato 86 problemi legati all’accuratezza del rimborso PDPM ed è stato associato a una riduzione del 74% dei trasferimenti ospedalieri per 100 ricoveri. Secondo Guardoc, un caso di studio separato che copre sette strutture e 1.618 residenti ha identificato 10.612 problemi.
Una pipeline di recupero costruita attorno al costo tanto quanto alla precisione
L’architettura di Guardoc esegue la classificazione delle condizioni attraverso la generazione aumentata di recupero, estraendo prove dalla documentazione del paziente prima di ragionare su di essa per produrre una risposta finale.
Amazon Textract estrae prima il testo e i metadati strutturali da ciascuna pagina in entrata, a quello che l’azienda considera come il punto di costo per pagina più basso nella pipeline. Tale output viene suddiviso lungo i confini clinici, quindi un elenco di farmaci o una sezione di diagnosi rimane intatto anziché essere suddiviso in base al conteggio arbitrario dei caratteri.
Ogni blocco viene incorporato utilizzando Amazon Titan Text Embeddings V2 e archiviato in Amazon DynamoDB, partizionato per paziente in modo che il recupero non oltrepassi mai i limiti del paziente. Un pre-filtro personalizzato restringe il set di candidati in base al tipo di documento e alla recency prima che una ricerca k-nearest neighbor recuperi i blocchi più rilevanti per una determinata query di classificazione, restituendo i riferimenti alla pagina solo in questa fase per mantenere leggero il trasferimento dei dati.
Amazon Nova 2 Lite esegue quindi un passaggio basato su testo per rimuovere evidenti non corrispondenze. Solo le pagine che sopravvivono a ogni filtro precedente raggiungono Amazon Nova Pro, che riceve i byte PDF grezzi e ragiona su layout, grafia, firme e timbri per produrre la classificazione su cui agiscono i sistemi a valle.
Il progetto segue ovunque una logica di suddivisione dei costi: componenti economici gestiscono lavori ad alto volume come l’incorporamento e il filtraggio grossolano, e il ragionamento multimodale più intensivo dal punto di vista computazionale viene riservato alla fase finale in cui è effettivamente richiesto.
I casi difficili di documentazione clinica
Secondo Guardoc, due tipi di documenti rappresentano la maggior parte di ciò che mancava alle versioni precedenti della pipeline. Il primo riguarda i campi di attestazione del medico sui moduli di autorizzazione preventiva, in cui una nota scritta a mano può sovrascrivere una casella di controllo stampata. La seconda riguarda le sezioni relative ai sintomi riferiti dal paziente, in cui la scrittura a mano spesso riporta informazioni che non compaiono da nessun’altra parte nella cartella clinica.
L’estrazione dei farmaci presenta un problema correlato. Nomi dei farmaci, dosaggi, percorsi e frequenze compaiono in tabelle strutturate, in prosa sepolta negli appunti del medico, nelle aggiunte scritte a mano agli elenchi stampati e nelle scansioni inviate via fax da più mani. La pipeline ibrida di Guardoc esegue prima Amazon Textract per tabelle stampate pulite, quindi trasmette sia il PDF originale che l’output Textract ad Amazon Nova Pro per risolvere colonne di tabelle racchiuse, aggiunte scritte a mano e formati non standard che il solo OCR non è in grado di analizzare correttamente.
“Con la famiglia Nova, stiamo rendendo più semplice per le organizzazioni sanitarie individuare tempestivamente i casi ad alto rischio e agire prima che i problemi diventino costosi”, ha affermato Assaf Amiaz, Direttore del prodotto presso Guardoc Health. “Automando i flussi di lavoro che un tempo richiedevano una supervisione manuale, la famiglia Nova aiuta i team a ridurre le lacune di conformità, prevenire gli errori e concentrare maggiormente il proprio tempo sul miglioramento dei risultati dei pazienti.”
Vedi anche: Come l’intelligenza artificiale sta abbreviando i tempi di scoperta dei farmaci in Cina
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
