来源：AWS云计算 昨天

2019 年美国医疗信息与管理系统学会（HIMSS）全球会展活动将在 2 月 11-15 日于美国奥兰多举行。这是一场业界标杆性的大会，聚集了来自 90 多个国家的 45,000+ 专家，共同探讨如何通过教育、创新与合作来利用信息技术进行医疗服务转型。届时还会有超过 1,300 个医疗供应商到场展示其技术、产品与服务。

此次大会主题凸显了医疗界的新趋势：人工智能、数据分析和云计算不断融合，降低成本并提高护理质量。届时，AWS 也将参加 HIMSS 2019 大会。

云计算助力精准医疗

医疗保健公司正在借助人工智能、机器学习和云计算技术，更好地接收、管理和利用各种结构化、非结构化数据及数据流，打破以往各自为政的模式，促进数据流动，为协作研究和医护协调提供支持。

AWS 全球医疗保健和生命科学、商业及市场开发总监 Shez Partovi 表示：

借助云平台，医疗保健提供商可以在需求高峰期（如流感季节）扩大规模，在需求下降时再次缩减规模。之后，他们可以处理数据、应用深度学习方法，并对数据进行可视化处理，以便在患者的整个护理过程中（甚至在整个研究过程中）做出富有洞察力的决策。

例如，Orion Health 公司在 AWS 云上托管了 5,000 万用户的数据，使其客户能够访问从临床信息、基因组到索赔、报销数据在内的患者信息。反过来，医护人员也可以基于此确定个性化治疗和预防策略，并优化临床决策。

AWS 医疗保健和生命科学技术负责人 Patrick Combes 表示：

人工智能和机器学习还可以提供必要的工具，用以处理和分析源自医生、医院、研究人员和组织机构的、数量愈加繁多的数据，包括 EHR 表单等结构化数据，以及电子邮件、文本文档甚至语音笔记等非结构化数据。

为此，AWS 最近宣布推出 Amazon Comprehend Medical，这种机器学习服务可以帮助处理非结构化数据，如医疗记录、处方、音频访谈实录和放射报告等，从中识别出患者的诊断、治疗、用药剂量、系统和体征等信息。

Combes 补充道：

机器学习正在被广泛应用于各种各样的任务领域，比如分析医学图像以推进精准医疗等。自然语言处理、模式认定和风险识别等工具的采用，催生了预测、预防和人口健康的新模式，这些新模式极有可能帮助医护人员找出护理方面的差距，帮助改善个人和群体的健康。

飞利浦 Healthsuite 数字平台就是一个例子。这个基于云技术的数据库中，存储着源自 3.9 亿医疗图像、医疗记录和患者输入的超过 21 PB字节数据，能够为医疗保健服务提供商、临床医生、数据专家和软件开发人员提供获取优质数据的权限和人工智能工具，助力他们提供更加个性化的护理体验。

人工智能减轻人力重担

纵观全球，医护人员正面临着来自内外部的源源不断的压力，要求他们能够基于翔实的数据制定医疗决策，在提高医疗品质、削减成本的同时，提升患者体验，并获得更加理想的治疗结果。

此外，由结构化表格向文本和语音笔记的转变导致了非结构化数据的不断增加，这为人工智能和机器学习的采用提供了机会。

Combes 表示：

对于医疗报账师来说，数据处理工作是一个异常复杂、成本高昂且时限性要求较高的编码过程。而医护人员对此也是怨声载道，因为他们必须时不时地回复相关问询，来澄清和解读医疗记录中的内容，严重挤压了他们本应投注在患者护理上的精力与时间。

Combes 补充道，AWS 认为机器学习和人工智能在医疗保健行业大有可为，可以帮助在临床环境中深度挖掘结构化和非结构化数据。

举例来说，西雅图的 Fred Hutchinson 癌症研究中心正在使用 Amazon Comprehend Medical 服务来评估数百万份医疗记录，从中提取医疗状况、药物和癌症治疗方案的选择等信息并建立索引，这种做法将每份文件的处理时间从几小时缩短到几秒钟。

医疗行业新浪潮

Combes 表示: “在从初创公司到老牌跨国公司在内的整个医疗保健行业都把目光投向人工智能和机器学习的浪潮中，有几点要素是成功应用的关键：

1) 大量经过精心整理的优质数据；

2) 符合行业标准和规定的最优化系统；

3) 免去数据构建训练和部署模型等沉重负担的机器学习服务；

4) 云计算

Partovi 表示，由于医疗保健行业的数据高度复杂且缺乏结构性，要想从中整理出高质量的数据尤其具有挑战性，因此运行人工智能和机器学习驱动的数据集至关重要。

“在成功确立各项基础要素后，医疗机构将能够充分借助人工智能和机器学习的力量，全面提升决策能力，造福更多的患者和医护人员，并缩短疾病发现和决策的等待时间。”