医疗数据湖技术解析与机器学习应用

医疗数据湖服务的技术架构

在最近的re:Invent 2020机器学习主题演讲中，某机构AI副总裁宣布推出Amazon HealthLake服务。这是一项符合HIPAA标准的服务，使医疗保健提供商、健康保险公司和制药公司能够在云中以PB规模存储、转换、查询和分析健康数据。

该服务以FHIR V4格式接收数据，然后对这些信息进行标准化处理，标记日期和任何关键事件描述，如药物、程序、诊断等，涵盖患者在整个健康历史中的所有就诊记录。随后对所有信息建立索引以便后续搜索。

新服务使客户能够使用机器学习发现健康数据中的趋势和异常，从而为个体患者和整个人群提供更精准的护理。其核心技术是能够在安全数据湖中创建全面的数据集，按不同属性组织，然后通过高级分析和机器学习进行查询和分析。

大量数据是非结构化信息，如临床笔记、PDF实验室报告、保险索赔、X光和MRI图像、录音对话、心脏ECG或脑部EEG轨迹等。这意味着在搜索和分析之前需要提取和转换数据。

通过基于标准的API访问所有信息，在患者同意的情况下，可以在健康系统之间以及与流行的第三方应用程序、分析平台等共享这些数据。

通过读取患者的完整医疗记录，医疗保健提供者可以从此前未开发的信息中发现整个人群的趋势和洞察。例如，可以运行多个模型来评估慢性病风险、管理总医疗费用，或预测患者出院后再入院的可能性。

在公共卫生领域，该服务能够帮助更早地发现大规模人群中的异常情况，进行更多的预测分析，并更快确定干预措施是否有效。

该服务消除了所有这些组件的繁重工作，使机器学习人工智能更加易于使用。无论用户是具有深厚专业知识的专家还是新手从业者，都可以根据个人需求定制和使用这些工具。

通过Amazon HealthLake，用户可以在只有自己能够访问的安全环境中整合所有数据，然后从所有数据中获取趋势、洞察和发现，以做出临床决策、建议甚至新政策。