其他行业 · AI应用
利用AWS上的AI医疗分析增强价值医疗
Reveleer面临高效分析海量医疗记录的挑战，这对提供价值医疗的医疗机构至关重要。通过利用AWS服务（如Amazon Textract和Amazon Comprehend Medical），Reveleer增强了其平台准确突出诊断条件的能力，从而简化了医疗编码员的工作流程。这一创新方法在2024年第一季度处理了超过4500万页医疗图表数据，90%的响应在8秒内完成。平台100%的正常运行时间确保了可靠性，最终帮助医疗提供者做出明智决策并改善患者预后。
季度处理页面量
超过4500万页
来源披露
响应速度
90%在8秒内
来源披露
平台正常运行时间
100%
来源披露
01
业务背景
Reveleer面临高效分析海量医疗记录的挑战，这对提供价值医疗的医疗机构至关重要。通过利用AWS服务（如Amazon Textract和Amazon Comprehend Medical），Reveleer增强了其平台准确突出诊断条件的能力，从而简化了医疗编码员的工作流程。这一创新方法在2024年第一季度处理了超过4500万页医疗图表数据，90%的响应在8秒内完成。平台100%的正常运行时间确保了可靠性，最终帮助医疗提供者做出明智决策并改善患者预后。
02
遇到的问题
在推行价值医疗时需要回顾大量医疗图表数据，查询单个患者可能返回数千页，扩大到平台规模则有数百万页医疗记录涌入，传统人工审查效率极低。
03
AI 解决方案
利用 Amazon Textract 自动从扫描文档中提取文本、手写、版式和数据，结合 Amazon Comprehend Medical 从非结构化医疗文本中快速准确提取信息。AI 扫描医疗记录并以高准确度识别其中的诊断条件，随后将识别结果突出显示给医疗编码员，使其无需翻阅数千页即可快速完成审查。
04
实施结果
季度处理页面量：超过4500万页（预期继续增长）
响应速度：90%在8秒内（未披露）
平台正常运行时间：100%（未披露）
05
风险与边界
未披露
“Reveleer processed over 45 million pages of medical chart data in the first quarter of 2024, and these are numbers that are expected to grow.”
Sunil Chandran · Chief Technology Officer, Reveleer
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。