В последние годы искусственный интеллект (AI) стал неотъемлемой частью многих сфер, включая здравоохранение. Одним из ярких примеров применения AI в клинической документации является компания Guardoc Health, которая обрабатывает более одного миллиона клинических документов ежедневно с помощью моделей Amazon Nova через платформу Bedrock. Однако внедрение AI в клиническую документацию связано с определенными рисками, которые могут привести к серьезным последствиям, если что-то пойдет не так.

Риски и выгоды внедрения AI

Ошибки в клинической документации могут привести к отказам в выплатах Medicare, штрафам за аудит, судебным искам и, что наиболее критично, к упущенным диагнозам, которые могут повлиять на лечение пациента. Тем не менее, правильное использование AI может снизить количество исправлений, уменьшить количество переводов пациентов и сократить затраты на соблюдение нормативных требований.

Масштаб проблемы

Guardoc Health сталкивается с огромным объемом документов, которые поступают в самых различных форматах. Это могут быть многостраничные PDF-файлы с рукописными аннотациями врачей, формы предварительного согласования, где состояние чекбокса определяет решение о покрытии, списки медикаментов, представленные как в виде таблиц, так и в свободном тексте, а также формы приема пациентов с напечатанными полями и рукописными отметками. Согласно исследованию, опубликованному в BMJ Quality and Safety, около 12 миллионов амбулаторных пациентов в США ежегодно сталкиваются с диагностическими ошибками, и недостатки в обработке информации играют в этом значительную роль. При объеме, который обрабатывает Guardoc, даже 1% ошибок в выявлении состояний может привести к тысячам неправильных записей ежедневно, каждая из которых несет свои последствия для безопасности пациентов и соблюдения норм.

Результаты внедрения

Guardoc сообщает о 46% снижении ошибок в документации, 70% сокращении штрафов за аудит и более чем $400,000 годовой прибыли для одного учреждения. В рамках квартального развертывания, охватывающего два учреждения и 200 пациентов, система компании зафиксировала 847 исправлений документации и 86 проблем, связанных с точностью возмещения по модели PDPM. В другом исследовании, охватывающем семь учреждений и 1,618 жителей, было выявлено 10,612 проблем.

Архитектура обработки документов

Архитектура Guardoc основана на классификации состояний через генерацию, дополненную извлечением, что позволяет извлекать данные из документации пациента и использовать их для окончательного вывода. Amazon Textract извлекает текст и структурированные метаданные из каждой входящей страницы, что позволяет обрабатывать документы по клиническим границам, сохраняя целостность списков медикаментов и разделов диагнозов. Каждый фрагмент данных затем обрабатывается с использованием Amazon Titan Text Embeddings V2 и хранится в Amazon DynamoDB, разделенном по пациентам, чтобы избежать пересечения данных. Специальный предварительный фильтр сужает набор кандидатов по типу документа и актуальности, прежде чем выполняется поиск по методу k-ближайших соседей для извлечения наиболее релевантных фрагментов. Только те страницы, которые проходят все предыдущие фильтры, доходят до Amazon Nova Pro, который обрабатывает сырые PDF-байты и учитывает макет, рукописные записи, подписи и штампы для окончательной классификации.

Сложные случаи клинической документации

По данным Guardoc, две категории документов составляют основную часть тех, что ранее не обрабатывались. Первая — это поля аттестации врачей на формах предварительного согласования, где рукописная заметка может переопределить напечатанный чекбокс. Вторая — это разделы с симптомами, сообщаемыми пациентами, где рукописный текст часто содержит информацию, отсутствующую в других записях. Извлечение данных о медикаментах также представляет собой сложную задачу. Названия препаратов, дозировки, способы применения и частота могут встречаться как в структурированных таблицах, так и в рукописных дополнениях к напечатанным спискам. Гибридный процесс Guardoc использует Amazon Textract для обработки чистых таблиц, а затем передает как оригинальный PDF, так и выходные данные Textract в Amazon Nova Pro для разрешения проблем с форматированием.

Заключение

Как отметил Ассаф Амиаз, директор по продуктам в Guardoc Health, "с помощью семейства Nova мы упрощаем для медицинских организаций обнаружение случаев высокого риска на ранних стадиях и предотвращение проблем до того, как они станут дорогостоящими". Автоматизация рабочих процессов, которые ранее требовали ручного контроля, позволяет командам сократить разрывы в соблюдении норм, предотвратить ошибки и сосредоточиться на улучшении результатов лечения пациентов.