共计 3962 个字符，预计需要花费 10 分钟才能阅读完成。
在 2020 年 Amazon re:Invent 大会上，咱们预览了 Amazon HealthLake，这是一项齐全托管、合乎 HIPAA 规范的服务。医疗保健和生命科学客户能够利用此服务将来自不同孤岛和不同格局的衰弱信息汇总到结构化的集中式亚马逊云科技数据湖，并通过剖析和机器学习 (ML) 从这些数据中获取洞察。明天，我非常高兴地发表，Amazon HealthLake 正式公布，可供所有亚马逊云科技客户应用。
可能疾速存储、转换和剖析任何规模的衰弱数据对于做出正当的衰弱决策至关重要。在日常实际中，医生须要遵循工夫程序的患者病史视图，以确定最佳医治计划。如果呈现紧急情况，在适当的工夫向医疗团队提供适当的信息能够显著改善患者的医治成果。同样，医疗保健和生命科学钻研人员也须要高质量的规范化数据，以便据以进行剖析和构建模型，来确定人口衰弱趋势或药物试验受体。
传统上，大多数衰弱数据都锁定在临床笔记等非结构化文本中，并存储在 IT 孤岛中。异构应用程序、基础设施和数据格式使得从业人员难以拜访患者数据并从中取得洞察。咱们构建了 Amazon HealthLake 来解决此问题。
如果您急不可待要开始应用该服务，能够立刻跳转到 Amazon HealthLake 的 亚马逊云科技控制台。
隆重推出 Amazon HealthLake
Amazon HealthLake 由齐全托管的亚马逊云科技基础设施提供反对。您不用洽购、预置或治理一件 IT 设施。只需创立一个新的数据存储即可，而这仅需几分钟工夫。数据存储准备就绪后，您能够立刻创立、读取、更新、删除和查问数据。HealthLake 公开了一个简略的 REST 应用程序编程接口 (API)，以 最罕用的语言 提供，客户和合作伙伴能够轻松地将其集成到本人的业务应用程序中。
确保安全是亚马逊云科技的首要任务。默认状况下，Amazon HealthLake 应用 Amazon Key Management Service (KMS) 对静态数据进行加密。您能够应用亚马逊云科技托管的密钥，也能够应用本人的密钥。Amazon KMS 旨在让包含亚马逊云科技员工在内的任何人都不能从服务中检索您的明文密钥。对于传输中的数据，Amazon HealthLake 应用行业标准的 TLS 1.2 端到端加密。
公布时，Amazon HealthLake 反对结构化和非结构化文本数据，这些数据通常能够在临床笔记、实验室报告、保险索赔等中找到。该服务以 疾速医疗保健互操作性资源（FHIR，发音为“fire”）格局存储这些数据，该格局是一种旨在反对衰弱数据交换的规范。Amazon HealthLake 与最新订正版本 (R4) 兼容，目前反对 71 种 FHIR 资源类型，后续还会反对更多资源。
如果您的数据曾经采纳了 FHIR 格局，那就太棒了！如果还没有采纳这种格局，您能够自行进行转换，也能够应用 Amazon Marketplace 中提供的合作伙伴解决方案。公布时，Amazon HealthLake 包含针对 Redox、HealthLX、Diameter Health 和 InterSystems 应用程序进行了验证的连接器。它们能够轻松将 HL7v2、CCDA 和立体文件数据转换为 FHIR 格局，而后将其上传到 Amazon HealthLake。
上传数据时，Amazon HealthLake 应用集成的自然语言解决提取文档中存在的实体并存储相应的元数据。这些实体包含解剖、医疗条件、药物、受爱护的衰弱信息、测试、医治和程序。它们还与行业标准的 ICD-10-CM 和 RxNorm 实体匹配。
上传数据后，您能够通过将参数值调配给 FHIR 资源和提取的实体来开始查问这些数据。无论您是须要拜访一位患者的信息，还是想导出许多文档以构建钻研数据集，都只需一次 API 调用即可。
在 Amazon HealthLake 中查问 FHIR 数据
关上 Amazon HealthLake 的 亚马逊云科技控制台，单击“Create a Data Store (创立数据存储)”。而后，我只需为我的数据存储抉择一个名称，并决定应用亚马逊云科技托管的密钥对其进行加密即可。我还会勾选预加载示例合成数据的复选框，这是疾速开始应用服务的好办法，无需上传我本人的数据。
几分钟后，数据存储处于活动状态，我能够向其 HTTPS 终端节点发送查问。在上面的示例中，我查找蕴含 ICD-CM-10“高血压”实体的临床笔记（且仅限临床笔记），置信度得分为 99% 或更高。在后盾，亚马逊云科技控制台会向终端节点发送 HTTP GET 申请。我突出显示了相应的查问字符串。
查问只需运行几秒。在我的浏览器中查看 JSON 响应时，我发现有两个文档。对于每个文档，我都会看到很多信息：创立工夫、所属组织、作者是谁等等。我还会看到 Amazon HealthLake 主动提取了一个很长的实体列表，包含名称、形容和置信度得分，并将其增加到了文档中。
文档以 base64 格局附加在响应中。
将字符串保留到文本文件中，而后应用命令行工具对其进行解码，而后我看到了以下内容：
Nesser 学生是一位 52 岁的白种男性，有很多既往病史，包含冠状动脉疾病、房颤、高血压、高脂血症，就诊于北急诊科，主诉寒战、恶心、急性左腹疼痛和左腿有些麻痹
此文档完全正确。正如您所看到的，查问和检索存储在 Amazon HealthLake 中的数据非常简单。
剖析 Amazon HealthLake 中存储的数据
您能够从 Amazon HealthLake 导出数据，将其存储在 Amazon Simple Storage Service (Amazon S3) 存储桶中，而后将其用于剖析和机器学习（ML）工作。例如，您能够应用 Amazon Glue 转换数据，应用 Amazon Athena 查问数据，以及应用 Amazon QuickSight 直观出现数据。您还能够应用这些数据在 Amazon SageMaker 上构建、训练和部署机器学习（ML）模型。
以下博客文章向您展现了基于 Amazon HealthLake 中所存储数据的端到端剖析和机器学习（ML）工作流：
- Population health applications with Amazon HealthLake: Analytics and monitoring using Amazon QuickSight
- Building predictive disease models using Amazon SageMaker with Amazon HealthLake normalized data
- Build patient outcome prediction applications using Amazon HealthLake and Amazon SageMaker
- Build a cognitive search and a health knowledge graph using Amazon AI services
最初但同样重要的一点是，此 自定进度的研讨会 将向您展现如何应用 Amazon HealthLake 导入和导出数据，如何应用 Amazon Glue 和 Amazon Athena 解决数据，以及如何构建 Amazon QuickSight 控制面板。
当初，咱们来理解一下咱们的客户应用 Amazon HealthLake 获得的成绩。
客户已在应用 Amazon HealthLake
总部位于 芝加哥的拉什大学医疗核心 是 Amazon HealthLake 的晚期采纳者。他们代表芝加哥公共卫生部应用此服务构建了公共卫生剖析平台。该平台汇总、合并和剖析多家医院的患者入院、入院和转院、电子实验室报告、医院容量以及在芝加哥各医院承受医治的新冠肺炎 (COVID-19) 患者的临床护理文档相干数据。芝加哥 32 家医院中有 17 家目前正在提交数据，Rush 打算在今年夏天之前整合所有 32 家医院。
最近，Rush 启动了另一个我的项目，旨在确定高血压危险最高的社区，理解衰弱的社会决定因素，并改善医疗保健服务。为此，他们收集各种数据，例如临床笔记、社区的动静血压测量后果以及医疗保险索赔数据。而后，将这些数据摄取到 Amazon HealthLake 中并以 FHIR 格局存储，以供进一步剖析。
Bala Hota 博士
拉什大学医疗核心副总裁兼首席剖析官
他示意：“咱们不须要花工夫构建无关我的项目或重建曾经存在的我的项目。这使咱们可能更快进入分析阶段。Amazon HealthLake 的确放慢了咱们向公众交付成绩所需的洞察。咱们不想将所有工夫都用在构建基础设施上。咱们想提供洞察。”
Ernesto DiMarino
Cortica 企业应用程序和数据负责人
Cortica 的使命是为患有自闭症和其余发育缺点的儿童带来革命性的医疗保健服务。“在短短几周内，而不是几个月的工夫里，Amazon HealthLake 就帮忙咱们创立了一个集中式平台，可平安地存储患者病史、药物史、行为评估和实验室报告。该平台让咱们的临床团队能够更深刻地理解患者的护理停顿。应用 Amazon SageMaker 中的预约义笔记本和来自 Amazon HealthLake 的数据，咱们能够利用机器学习模型来跟踪和预测每位患者在实现其指标方面的停顿状况，应用其余办法是不可能实现的。通过这项技术，咱们还可能以互操作的形式与咱们的患者、钻研人员和医疗保健合作伙伴共享合乎 HIPAA 规范的数据，进一步推动自闭症医治方面的重要钻研。”
Pandian Velayutham
MEDHOST 工程部高级总监
MEDHOST 为 1000 多家各种类型和规模的医疗保健机构提供产品和服务。“借助 Amazon HealthLake，咱们能够在短短几天而不是数周内创立合规的 FHIR 数据存储，并集成自然语言解决和剖析，从而进步医院的经营效率，提供更好的患者护理服务，满足客户的需要。”
