亚马逊云服务（AWS）今日宣布推出Amazon Connect Health，这是一款代理型AI，可与医疗提供商的电子健康记录（EHR）集成，执行患者验证、环境文档等行政任务相关的操作。
AWS医疗AI总监Naji Shafi与MobiHealthNews坐下来讨论了Amazon Connect Health以及他如何看待人工智能在未来增强医疗健康服务。
MobiHealthNews：你能向我们的读者介绍一下Amazon Connect Health吗？
Naji Shafi：去年早些时候，我和团队观察了医疗行业，非常有趣的是，医疗工作者正被行政复杂性淹没。这很艰难——职业倦怠、下班后的“睡衣时间”等等。89%的患者告诉我们，医疗导航是一个核心挑战，这也是他们更换医疗服务商的原因。工作人员告诉我们，他们80%的时间都花在电话上，只是汇编数据、试图弄清楚该做什么。
因此，当我们审视这一点时，最吸引我们的是，整个护理旅程中的所有这些挑战，从患者第一次试图获得护理、试图弄清楚如何看医生，一直延伸到就诊后出院。然后，如果你想一想，整个过程中需要完成的所有行政任务。
所以，对我们来说有趣的是，我们真正专注于行政任务。因此，我们解决了患者验证、预约安排与管理、患者见解、环境文档和医疗编码。
真正关键的是，这些功能全部集成在一个解决方案中。通过Amazon Connect Health，你可以在单一解决方案中获得整套能力，它专注于非技术用户，零实施，从第一天起就能获得价值，并且它建立在亚马逊在医疗领域数十年的经验之上。
MHN：它是否集成在医疗提供商的网络中？
Shafi：实际上，我认为可以将其分为两个主要用例，这在考虑患者旅程时非常自然。
作为患者，你试图获得护理；你试图联系你的医疗系统或诊所，这就是患者验证发挥作用的地方。当你打电话时，想想看，你首先要做的总是验证你的身份。你提供社保号后四位、出生日期或地址。现在，一个AI代理将代理性地验证你，然后，我开玩笑说，解锁所有其他能力。
下一步是预约管理。我想看我的初级保健医生，而传统体验非常刻板，比如按1、按2，或者更像传统的聊天机器人体验。这里，这些都是基于生成式AI和大型语言模型的，因此非常自然。
所以你可以说：“我想看我的儿科医生。我女儿生病了，我需要预约我的儿科医生。”AI会思考：谁是你的固定医生？你通常预约哪些时间段？然后查看EHR中所有现有历史记录，然后提取出来。从患者参与体验的角度看，这真正是以患者为中心的。
但如果你有联络中心，比如我们的客户加州大学圣迭戈分校（UCSD）就有联络中心，那么这就是我们真正构建到Amazon Connect中的地方。
第二组场景是：现在你预约了，来见临床医生，比如医生助理或护士。通常，医生助理、护士或临床医生必须查看你的病史，试图了解发生了什么、你的主诉以及你为什么来就诊。
然后，很多时候，即使根据自己的个人经验，他们可能干脆放弃，直接问你“今天来是因为什么？”所以有趣的是，患者见解就派上了用场。在诊疗点，患者见解、环境文档、医疗编码都集成到你的EHR中。我们有发布合作伙伴：Netsmart、Paradigm和Greenway，我们正与他们合作。特别是Netsmart，我们在过去六个月里一直在进行试点，他们取得了相当显著的效果。
以患者见解为例，我认为非常吸引人的是，我们构建的一切都基于数据。临床医生、医生和他们的员工相当挑剔——如果你没有赢得他们的信任，他们就不会使用你的产品。我的意思是，当我们生成见解时——比如，好的，Naji来了，他有高脂血症病史、有睡眠呼吸暂停等慢性病——我们生成的这些见解，无论是慢性病，还是与医生专科或主诉（他们来就诊的原因）相关，我们在EHR中向用户展示所有这些见解时，实际上都有证据映射。
所以，作为临床医生，如果我想：“嗯，我不记得患者有这个问题。我认识Naji，我经常见他，我不记得这个，”他们可以点击查看这个见解是从哪里提取的。现在，当你进入环境文档时，这正是我们非常兴奋的地方，这些上下文会被传递到你的环境临床文档服务。所以你的文档会更准确、更好。
因此，当对话结束时，患者和医生进行了非常自然的对话。现在，当医生回到电脑或笔记本电脑前，试图完成笔记时，他们当场就能获得生成的编码。然后，根据他们选择的编码，笔记可以动态更新。
非常有趣的是，如果你考虑大型语言模型（如基础模型），它们都天生理解FHIR。它们都理解那种格式。因此，我们在FHIR之上构建所有这些能力，当然是因为它可互操作，我们喜欢它，同时也因为这些LLM能理解它。
所以，我们实际上是在我们的FHIR数据存储HealthLake之上构建，但我们将它视为我们的AI就绪数据基础设施。对我们来说，实际上，在HealthLake之上，我很高兴告诉你，我们也在尝试帮助我们的客户将更多数据转换为FHIR格式，以便他们能够解锁它并用于更多用例。
我认为其中核心的一点，也是我们非常兴奋的，是这一切都建立在我们FHIR服务的基础上。我们有一个名为HealthLake的服务，历史上如果你谷歌一下，它会是我们FHIR事务性数据存储。你可以在这里存储任何互操作数据。
MHN：那么，通过Amazon Connect Health，AI理解自然的说话方式，比如“我必须因为这个原因去看医生”，它就能理解你？
Shafi：当然，我们设计时必须要有护栏。我们不希望人们随意闲聊。所以，AI已被训练或引导为专注于提取意图。整个想法是：你打电话进来。如果你还没有验证身份，那么在为你预约之前，我们先验证你，对吧？这样我就可以查找你所有的信息。所以这是一种非常自然的互动，而传统方式则是按1做这个，按2做那个，直到你到达科室才能预约。这里，就像人类对话一样自然。
MHN：AI是否实时更新EHR？
Shafi：是的。这对我们来说非常关键。对于患者验证和预约管理，我们直接与Epic集成，因此我们实时查找你的信息。
MHN：请告诉我们其他让你兴奋的事情。
Shafi：非常有趣的是，对我来说，我觉得很奇怪，在大多数医疗系统中，我与更多临床机构的互动非常困难。AI在很多行业已经如此普及，比如领先的航空公司客服或亚马逊零售，一切都是自服务、极快等。但在医疗领域，这项技术还没有真正普及。
因此，对于UCSD，非常吸引人的是，我们引入了Amazon Connect Health，在联络中心的320万次患者交互中，我们每次通话节省了一分钟。推算一下，这相当于每年节省33,000小时的员工时间。同样非常酷的是，他们实际上看到呼叫放弃率平均降低了30%。患者愿意留下来，因为体验很好，他们更快地得到了所需，而不会感到沮丧而挂断。
MHN：我对医疗编码方面很感兴趣；它能生成ICD-10和CPT编码。最近CMS发布的ACCESS模型在支付系统上采用了不同的方式，他们不再基于CPT或ICD编码，而是采用一套标准成本。Amazon Connect Health是否会提供与ACCESS模型工作方式集成的功能？
Shafi：目前，我们专注于ICD、CPT和E/M编码。对于ACCESS模型和基于价值的护理，这些是我们始终关注的事情。作为亚马逊，如果我不说“客户至上”，那就不对了。我非常渴望了解更多如何在这些场景和用例中更好地提供帮助，尤其是在这个领域也随着监管变化而不断发展。所以我很想了解更多，但现在，我们确实专注于ICD-10、CPT和E/M编码。
MHN：Amazon Connect Health何时推出？
Shafi：实际上它将于3月5日推出。患者验证和环境文档将全面上市。其他功能（预约管理、患者见解和医疗编码）将处于预览阶段。
MHN：这是一个非常新鲜的公告，但我很好奇。当你想到人工智能在医疗领域的未来时，AWS是否有特别想实现的目标？有什么你充满热情的事吗？
Shafi：有很多事情。对我来说最重要的部分是，首先，医疗组织拥有大量数据。他们有临床笔记、多模态数据、影像、SDI等等。因此，我们如何帮助所有医疗组织解锁他们的数据？对我来说，这是第一步。
第二点是，如果我只从患者角度考虑，我们谈到了预约管理。如果你试图预约，但办公室关门了，你无法预约，而且你有工作，不幸的是，你无法在工作时打电话。患者接入是一个挑战。
你知道，这很有趣，但做像患者验证、预约管理这样的事，只是提供一个24/7可拨打预约电话，让患者轻松完成预约，对许多患者来说是一个巨大的解放。因此，对我来说，当我想到患者接入时，这是我团队和我的目标之一——在这个领域做得更多。
【全文结束】