客戶案例/醫療保健

2023 年
Rush 標誌

Rush University System for Health 在 AWS 上建置人口健康分析平台

了解 Rush University System for Health 如何使用 AWS 來識別差異並促進健康公平。

使用符合 HIPAA 的服務

彙總多個來源的資料

使用臨床、社交和患者產生的資料

建立完整的患者檔案

產生風險評分

以指導臨床和社群干預

針對少數族群和弱勢患者群

促進健康公平

概觀

在品質和健康公平方面,Rush University System for Health (RUSH) 是全國認可的醫療系統領導者。醫院網路致力於解決芝加哥西區少數族群和較低收入居民預期壽命差距達 16 年的根本原因。RUSH 力求建置一個全面的分析解決方案,以根據臨床、心臟代謝和社會需求,識別並提供可擴展的干預措施,以實現公平的醫療保健。

RUSH 在其非常成功的新冠肺炎分析中心基礎上建置,並獲得來自 Amazon Web Services (AWS) 的支援,開發了 Health Equity Care & Analytics Platform (HECAP)。此平台可轉換、彙總和協調不同來源的資料,以反映臨床和社會因素對患者健康的複雜相互作用。HECAP 利用進階分析,為患者和服務提供者提供切實可行的洞察,RUSH 正使用這些分析來改善芝加哥西區的照護成效,進而減少健康不公平的狀況。

vital signs in tablet screen, medical technology concept, various medical equipments

商機 | 使用 AWS 服務來識別健康差異並促進健康公平

RUSH 成立於 1837 年,是領先的學術醫療保健體系,包括三家主要醫院和眾多門診服務設施。該系統主要為芝加哥西區居民提供服務,他們的預期壽命比城市較為富裕地區的居民低。「我們居住在最弱勢街區的患者,壽命比富裕地區的患者少 16 年」。RUSH 內科醫師兼醫療資訊副主任 Michael Cui 醫師說道,「我們使用 HECAP 的目標是改善這些記錄在案的長期醫療保健差異。」

除了醫療狀況和生活方式行為,住房、交通和食物獲取等某些因素,稱為健康的社會決定因素,也可協助醫療保健提供者了解健康狀況的差異。患者資料可能很難擷取,因為資料通常會獨立儲存在不同的服務提供者和服務組織中。某些資料點通常是非結構化的,例如患者產生的資料。其他資訊有時不可用,例如就業和鄰近街區安全資料。RUSH 的臨床醫師設法識別導致預期壽命差距的廣泛性問題,因此他們啟動了一項專案,讓患者資料更準確且可操作。「首先,我們在 AWS 上建置了一個解決方案,將多個來源的資料彙總至單一玻璃窗格。RUSH 創新長 Anil Saldanha 表示,我們成功加強了整個城市新冠肺炎疫情回應的協調能力。「Robert Wood Johnson Foundation 為我們提供額外資助後,我們在 AWS 及其健康公平倡議的支援下擴展了平台功能,以開發和啟動 HECAP。」

kr_quotemark

我們擁有絕佳的機會,開始從不同來源彙總更多資料,並利用 AWS 的強大功能在整個系統大規模擴展,從而讓我們在芝加哥的患者照護顯著受益。」

Anil Saldanha
Rush University System for Health 創新長

解決方案 | 使用 Amazon HealthLake 製做患者風險綜合圖

使用 HECAP,RUSH 可彙總有關患者的所有可用資料,並執行各種分析模型和工具,以協助指導醫療保健決策。該解決方案從多個來源收集資料,包括 Epic 電子健康記錄 (EHR)、血壓讀數、健康問卷調查的社會決定因素,以及索賠歷史記錄。該平台使用 Amazon HealthLake,這是一項符合 HIPAA 的服務,為醫療保健和生命科學公司提供個人和人口資料的統一檢視,以提供大規模分析和干預。Amazon HealthLake 支援 Amazon Comprehend Medical,這是一項符合 HIPAA 的自然語言處理服務,該服務可從醫師備註和 EHR 中的出院摘要等文字中提取關鍵資訊。使用此服務,RUSH 可轉錄藥物和手術等重要資訊,並將其連結至標準化醫學術語,例如 ICD-10-CM 和 RxNorm。然後,HECAP 可從這些資料中擷取相關資訊,以獲得進一步的洞察。Saldanha 表示:「當我們成功地從多個來源提供資料,並找到適當的機器學習模型時,我們會進行一種稱為風險分層的事情。「使用這些結果,我們可確定健康公平的可行干預措施。我們的臨床醫師和支援人員可進行干預,並對照護提供和其他服務做出變更,以便改善患者療效。」

RUSH 使用 Amazon SageMaker 來執行分析模型,這項服務可讓使用者針對任何使用案例建置、訓練和部署機器學習模型。使用 Amazon SageMaker,RUSH 可識別可能影響健康結果的不同因素,並產生風險分層分數,這可用於識別最具風險的患者。RUSH 使用 Amazon Athena 進行查詢,這是一項互動式查詢服務,能讓您輕鬆地直接從 Amazon HealthLake 分析資料。Amazon Athena 還可與 Amazon SageMaker 整合,以便資料科學家準備機器學習使用的資料。Saldanha 表示:「資料科學家面臨的其中一項最大挑戰是模型很複雜,而且將多個來源的資料合併可能很麻煩」。「藉助 Amazon SageMaker 的低程式碼環境,我們可簡化醫療保健資料分析,還可將錯誤降到最低,這非常重要。」 然後,RUSH 可使用 Amazon QuickSight 上的儀表板,向服務提供者呈現資料,這項服務可為資料驅動型組織提供超大規模的統一商業智慧。利用這些資訊,服務提供者可針對每位患者的照護做出關鍵決策,並將其與食品儲蓄站、公用事業付款支援和交通運輸等重要資源聯繫起來。

使用 HECAP on AWS,RUSH 可為其臨床醫師提供患者的完整概況,並為患者提供更好的健康工具。Cui 說道:「作為臨床醫師,查看多種來源的患者資料非常重要。」「能夠從 AWS 引入機器學習工具來分析這些資料,這是一項變革性舉措。作為醫療保健系統,我們可更好地照護患者,並獲得比目前擁有的更新、更豐富的資料來源。」

架構圖

RUSH HECAP 架構

按一下可放大並觀看全螢幕。

成效 | 透過資料互通性和進階分析促進美國的健康公平

RUSH 將繼續建置 HECAP,在服務提供者儀表板中新增更多功能,例如增強風險預測模型和實作額外工具,以增強對弱勢族群的照護。RUSH 希望利用在 AWS 上開發的方法和架構來擴充解決方案,以支援其他醫療保健組織,並改善全球患者的照護成效。

「我們擁有絕佳的機會,開始從不同來源彙總更多資料,並利用 AWS 的強大功能在整個系統大規模擴展,從而讓我們在芝加哥的患者照護顯著受益。」Saldanha 說道:「我們致力於讓 HECAP 成為一個藍圖,希望其他組織使用它來促進美國各地的健康公平。」

關於 Rush University System for Health

Rush University System for Health (RUSH) 是位於伊利諾伊州芝加哥的學術醫療保健系統。RUSH 包括三家主要醫院、廣泛的醫療服務提供者網路和眾多門診服務設施。

使用的 AWS 服務

Amazon HealthLake

Amazon HealthLake 是一項符合 HIPAA 要求的服務,可按時間順序排列,為醫療保健和生命科學公司提供個人或患者群體健康資料檢視,以進行大規模查詢和分析。

進一步了解 »

Amazon Comprehend Medical

Amazon Comprehend Medical 是符合 HIPAA 要求的自然語言處理 (NLP) 服務,其使用經過預先訓練的機器學習來理解和擷取醫學文字中的健康資料,如處方、手術或診斷。

進一步了解 »

Amazon QuickSight

Amazon QuickSight 透過超大規模的統一商業智慧 (BI) 為資料驅動的組織提供支援。

進一步了解 »

Amazon SageMaker

Amazon SageMaker 是根據 Amazon 長達 20 年開發真實世界 ML 應用程式的經驗精心打造而成,包含產品推薦、個人化、智慧採購、機器人和語音輔助裝置。

進一步了解 »

開始使用

各行各業各種規模的組織每天都在使用 AWS 來變革其業務和履行其使命。聯絡我們的專家,立即開始您的專屬 AWS 雲端之旅。