Guardoc Health、Amazon Novaモデルを使用して臨床文書を処理

Guardoc Healthは、長期介護施設向けの文書ソフトウェアを構築する企業で、Amazon Bedrock上のAmazon Novaモデルを使用して毎日100万以上の臨床文書を処理していると発表した。AIを臨床文書に導入するには特定のリスク計算が必要であり、誤ればメディケアの請求拒否、監査罰金、訴訟リスク、さらには患者の治療方法を変える見逃し状態につながる可能性がある。一方、正しく導入すれば、修正回数の減少、転院の減少、コンプライアンスコストの低下という成果が得られる。

Guardocのパイプラインは、臨床現場で発生するほぼすべての形式の文書を処理する必要がある：手書き注釈が印刷テキストに重なったマルチページPDF、チェックボックスの状態が保険適用決定を左右する事前承認フォーム、あるチャートでは整った表、別のチャートでは自由テキストで表示される薬剤リスト、そしてタイプフィールドとゴム印や手書きが混在する患者受付フォーム。BMJ Quality and Safetyに掲載された研究によると、米国では年間約1200万人の外来患者が診断エラーの影響を受けており、情報処理の失敗が一因とされている。Guardocが処理する量では、状態検出の1％のエラー率でも毎日数千件の誤った記録が生成され、それぞれが患者安全またはコンプライアンス上の結果をもたらす。

Guardocは、文書エラーが46％減少、監査罰金が70％減少、単一施設あたりの年間ROIが40万ドル以上と報告している。2施設200人の患者を対象とした四半期展開では、システムが847件の文書修正を実施し、PDPM償還精度に関連する86件の懸念をフラグ付けし、入院100件あたりの転院率を74％削減した。7施設1618人の住民を対象とした別の事例研究では、10,612件の問題が特定された。

Guardocのアーキテクチャは、検索拡張生成を通じて状態分類を実行し、患者自身の文書から証拠を取得してから推論を行い最終回答を生成する。Amazon Textractが最初に各ページからテキストと構造メタデータを抽出し、同社がパイプラインの中で最も低いページコストと見なしている。その出力は臨床境界に沿ってチャンク化され、薬剤リストや診断セクションは任意の文字数で分割されずに維持される。各チャンクはAmazon Titan Text Embeddings V2を使用して埋め込まれ、患者ごとにパーティション化されたAmazon DynamoDBに保存される。カスタム事前フィルターが文書タイプと新しさで候補セットを絞り込み、k近傍探索で分類クエリに最も関連するチャンクを取得し、この段階ではデータ転送を軽く保つためにページ参照のみを返す。次にAmazon Nova 2 Liteがテキストベースのパスを実行し、明らかな不一致を除去する。すべての事前フィルターを通過したページのみがAmazon Nova Proに到達し、生のPDFバイトを受け取り、レイアウト、手書き、署名、スタンプを推論して、下流システムが動作する分類を生成する。この設計はコスト階層ロジックに従っており、安価なコンポーネントが埋め込みや粗いフィルタリングなどの高容量作業を処理し、計算集約的なマルチモーダル推論は実際に必要な最終段階に予約される。

Guardocによると、早期パイプラインで見逃されたものの大部分は2つの文書タイプによるものである。1つ目は事前承認フォームの医師認定フィールドで、手書きのメモが印刷されたチェックボックスを上書きできる。2つ目は患者報告の症状セクションで、手書きは記録内の他の場所に現れない情報を含むことが多い。薬剤抽出も関連する問題を提示する。薬剤名、用量、経路、頻度は、構造化テーブル、医師メモ内の散文、印刷リストへの手書き追加、複数のファックスを経由したスキャンに現れる。Guardocのハイブリッドパイプラインは、まずクリーンな印刷テーブルにAmazon Textractを実行し、次に元のPDFとTextract出力の両方をAmazon Nova Proに渡して、OCRだけでは正しく解析できない折り返しテーブル列、手書き追加、非標準形式を解決する。Guardoc Healthのプロダクトディレクター、Assaf Amiaz氏は次のように述べている。「Novaファミリーにより、医療機関が高リスク事例をより早期に検出し、問題がコスト高になる前に対処することが容易になります。かつて手動監視を必要としたワークフローを自動化することで、Novaファミリーはチームがコンプライアンスのギャップを減らし、エラーを防止し、患者の転帰改善により多くの時間を費やすことを支援します。」