Amazon ne perd pas de temps à saisir l'opportunité d'appliquer son expertise en technologie vocale au secteur médical, qui a en effet besoin de transcriptions voix-texte. Avec le service d'Amazon, le médecin peut dicter des notes cliniques et des discours dans un texte précis, résultant en des transcriptions en temps réel.

La nouvelle entrée dans leur gamme de services Amazon :"Amazon Transcribe Medical".

« En 2017, nous avons lancé Amazon Transcribe, un service de reconnaissance vocale automatique qui permet aux développeurs d'ajouter facilement une capacité de synthèse vocale à leurs applications :aujourd'hui, nous sommes extrêmement heureux de l'étendre au discours médical avec Amazon Transcribe Medical, " dit Julien Simon, avec un titre de "Artificial Intelligence &Machine Learning Evangelist for EMEA, " plus tôt cette semaine. L'annonce a été faite lors de la conférence AWS re:Invent. AWS signifie Amazon Web Services, qui est la plate-forme cloud de l'entreprise.

La société a lancé mardi Amazon Transcribe Medical lors de la conférence re:Invent d'Amazon Web Services. Une brève explication de ce qu'il fait :Amazon Transcribe Medical transcrit les interactions médecin-patient et envoie le texte dans le dossier médical.

TechCrunch Sarah Perez a souligné certains détails qui rendent le nouveau service ATM spécial. "Contrairement à certains services, les médecins n'auront pas à dire des choses comme " virgule " ou " point final ". Ils parlent normalement pendant le processus de dictée. Le texte peut être " transmis aux systèmes en aval, y compris les systèmes ER ou les services linguistiques AWS, comme Amazon Comprehend Medical pour l'extraction d'entités."

[Amazon Comprehend Medical est un service de traitement du langage naturel qu'AWS a introduit précédemment ; il facilite l'utilisation de l'apprentissage automatique pour extraire des informations médicales pertinentes à partir de texte non structuré. Amazon Comprehend Medical permet de collecter des informations, comme l'état de santé, des médicaments, dosage, force, et la fréquence à partir d'une variété de sources. Ces sources vont des notes des médecins aux dossiers médicaux des patients.]

Dans ce dernier lancement, Amazon a fait appel à une expertise extérieure à l'entreprise lors de la phase de développement. Bois mat, vice-président de l'intelligence artificielle chez AWS a été cité dans un rapport de CNBC. La technologie a été développée avec l'aide de certains clients AWS, dont Cerner et Suki, une startup de transcription.

"Amazon augmente ses investissements dans l'espace médical, notamment en termes d'intersection de la technologie vocale avec la médecine, ", a déclaré Perez. Elle a expliqué aux lecteurs un certain nombre de mesures importantes prises récemment par Amazon pour courtiser ce secteur.

"La semaine dernière, par exemple, Amazon a lancé un service de gestion des médicaments pour Alexa qui permet aux consommateurs de faire des demandes vocales de renouvellement et d'obtenir des rappels de médicaments. La société a également permis aux applications vocales Alexa d'être conformes à la norme HIPAA, acquis des startups de la santé comme PillPack et Health Navigator, a lancé son propre service de santé pour les employés, Amazon Care, et a testé l'utilisation d'Alexa dans un environnement hospitalier."

Consultez la « démo médicale d'Amazon Transcribe ». qui est une vidéo qui capture ce qu'ils ont fait. On peut apprécier des créations rapides de transcriptions de consultations médicales entre patients et médecins. La démo a été créée en utilisant le texte médical de MT Samples, transcriptions médicales anonymisées de la vie réelle.

Le message promotionnel derrière tout cela est qu'il s'agit d'un service où les médecins peuvent libérer le temps de travail fastidieux consacré à la prise de notes pour mieux servir les patients ou simplement obtenir un repos bien mérité.

Les patients cyniques qui ont peut-être passé trop d'heures à attendre d'être vus dans des salles d'attente pleines à craquer pourraient douter que le service de prise de notes apportera beaucoup de changement. Un commentaire de lecteur dans TechSpot :"La suggestion selon laquelle cela 'libérera plus de temps pour que le médecin puisse rendre visite aux patients' est un canular complet. En réalité, cela permettra au médecin de resserrer encore plus son emploi du temps afin de rapporter plus de $$... ..."

Néanmoins, le site Amazon Transcribe Medical a souligné que « dans de nombreux hôpitaux et cliniques, les médecins utiliseront un enregistreur pour dicter des notes qui seront envoyées à un tiers qui transcrira manuellement le fichier vocal, un processus long et coûteux qui prend plusieurs jours à compléter... Certaines organisations ont essayé d'utiliser un logiciel de transcription médicale existant, mais un langage médical complexe peut être difficile à transcrire, menant à l'inefficacité."

Julien Simon, dont les parents étaient tous deux médecins, peut attester du temps passé à prendre des notes.

Il se souvenait qu'ils passaient tous les deux des soirées "à enregistrer des lettres et des rapports d'examen avec un enregistreur à microcassette, afin que leur secrétaire puisse les saisir plus tard et les archiver. C'était il y a très longtemps, mais selon une étude de 2017 de l'Université du Wisconsin et de l'American Medical Association, les médecins de soins primaires aux États-Unis passent 6 heures par jour à saisir leurs rapports médicaux dans des systèmes de dossiers de santé électroniques (DSE), désormais une exigence standard chez les prestataires de soins de santé."

Ensuite, il y a la question du flux de travail et de la précision tout au long du pipeline et des avantages potentiels du nouveau service. "Un flux de travail peut inclure la conversation entre un médecin et un patient, entrer l'ordonnance dans un système de dossier de santé électronique (DSE), et l'envoi électronique de la commande à la pharmacie. Il est extrêmement important que ces informations soient exactes."

Le service a été formé pour comprendre la terminologie et le style du langage clinique, dit Amazone, car il a été "construit pour le langage médical en utilisant des modèles d'apprentissage automatique de pointe. Cela signifie qu'une déclaration comme" le patient a souffert d'un fibrome plantaire " sera capturée avec précision. "

© 2019 Réseau Science X