V posledních letech se mnoho zdravotnických společností přesunulo do cloudu a rozhodlo se poskytovat online služby prostřednictvím řešení pro zdravotnictví na dálku. Tato změna vedla ke zvýšení objemu zvukových dat orientovaných na zdravotnictví, která jsou dostupná společnostem, které tyto služby poskytují. Ruční analýza těchto dat může přinést užitečné přehledy, jako je například léčba, která jsou předepsána. Měřítko těchto dat ale dělá ruční analýzu časově náročným úkolem.
Analýzu citlivých zdravotnických dat je možné automatizovat pomocí nástrojů založených na Azure. Konkrétně tento článek popisuje řešení, které můžete použít pro následující úlohy:
- Automatizace přepisu zvukových dat
- Spuštění analýzy dat specifických pro zdravotnictví, která zahrnují propojení lékařské terminologie
- Poskytování dat koncovým uživatelům
Apache® a Apache Spark jsou registrované ochranné známky nebo ochranné známky Apache Software Foundation v USA a/nebo v jiných zemích. Použití těchto značek nevyžaduje žádné doporučení Apache Software Foundation.
Architektura
Řešení se skládá ze dvou kanálů:
- Kanál přepisu, který převádí zvuk na text
- Kanál analýzy a vizualizace, který rozšiřuje a analyzuje přepisovaný text
Kanál přepisu
Stáhněte si soubor aplikace Visio s touto architekturou.
Tok dat
Zvukové soubory se nahrají do účtu azure Storage. Mezi podporované metody nahrávání patří použití sady SDK úložiště, rozhraní API úložiště a nástrojů založených na uživatelském rozhraní, jako je Průzkumník služby Azure Storage.
Nahrání do úložiště aktivuje aplikaci logiky Azure. Aplikace logiky přistupuje ke všem nezbytným přihlašovacím údajům ve službě Azure Key Vault a odešle žádost do rozhraní API pro dávkový přepis služby Azure AI Speech.
Aplikace logiky odešle zvukové soubory do Azure AI Speech za účelem přepisu. Volání služby určuje volitelná nastavení pro diarizaci mluvčího.
Azure AI Speech dokončí dávkový přepis a načte výsledky přepisu do účtu úložiště.
Kanál analýzy a vizualizace pro analýzu zdravotní péče
Stáhněte si soubor aplikace Visio s touto architekturou.
Tok dat
Kanál Azure Synapse Analytics se spustí pro načtení a zpracování přepisovaného zvukového textu.
Aplikace funkcí Azure v kanálu používá volání rozhraní API k odeslání zpracovaného textu do analýzy textu pro funkci stavu jazyka Azure AI. Tato funkce spouští analýzu textu zaměřenou na zdravotnictví. Analýza extrahuje následující informace:
- Entity, jako jsou léky a diagnostiky
- Související metadata, jako jsou systematizovaná nomenklatura lékařství (SNOMED) kódy a kódy mezinárodní klasifikace nemocí (ICD)-10
- Vztahy mezi entitami, které funkce identifikuje
Aplikace funkcí Azure v kanálu Azure Synapse Analytics volá rozhraní API služby Azure OpenAI. Toto volání používá GPT k vygenerování obsahu volání čitelného člověka.
- V případě potřeby se obsah, který analýza textu pro funkci stavu extrahuje v předchozím kroku, předá službě Open AI a zahrne se do souhrnu.
- Pokud je pro strojové učení potřeba obsah volání, gpT se použije k extrakci strojového jazyka přívětivého k reprezentaci dat. Rozhraní API pro vkládání Azure OpenAI se používá pro tuto extrakci.
Zpracovávaná data jsou uložená v účtu úložiště.
Azure Synapse Analytics se používá k analýze dat ve velkém měřítku.
Výsledný obsah se obsluhuje vizualizačním nástrojům, jako je Power BI, prostřednictvím obslužné vrstvy, jako je vyhrazený fond SQL.
Komponenty
- Azure Data Lake Storage poskytuje široce škálovatelné cloudové nativní úložiště objektů. Data Lake, které je postavené na službě Azure Blob Storage, nabízí optimalizované náklady a výkon pro data používaná v analýzách, strojovém učení a dalších aplikacích.
- Azure Functions je bezserverové řešení nativní pro Azure, které hostuje jednoduchý kód, který se používá v analytických kanálech. Funkce podporují různé jazyky a architektury, včetně .NET, Javy a Pythonu. Díky použití odlehčené virtualizační technologie může služba Functions rychle škálovat kapacitu tak, aby podporovala velký počet souběžných požadavků při zachování smluv o úrovni služeb na podnikové úrovni (SLA).
- Key Vault ukládá tajné kódy, jako jsou tokeny, hesla a klientské klíče. Aby služba Key Vault pomohla řídit přístup k tajným kódům, poskytuje jemně odstupňovanou autorizaci a ověřování založené na ID Microsoft Entra. Key Vault také podporuje nativní integrace do mnoha služeb Azure.
- Azure AI Speech poskytuje funkce řeči, jako jsou řeč na text, převod řeči na řeč, překlad řeči a služby rozpoznávání mluvčího. Tato řečová služba vám v rámci služeb Azure AI pomáhá vytvářet aplikace tím, že nabízí předem připravená, předem připravená a přizpůsobitelná rozhraní API a modely.
- Analýza textu pro stav je funkcí jazyka Azure AI, kterou můžete použít k extrakci, klasifikaci a pochopení textu v rámci zdravotnických dokumentů. Pomocí analýzy textu pro zdraví můžete extrahovat zdravotnické entity, metadata lékařských entit, jako jsou kódy SNOMED, a vztahy lékařských entit z komplexního přirozeného jazyka, který zahrnuje lékařství, jako jsou lékařské poznámky.
- Azure OpenAI je cloudová služba, která nabízí pokročilou jazykovou AI tím, že poskytuje přístup rozhraní REST API k modelům OpenAI, jako jsou GPT-3, Codex a DALL-E. Rozhraní API Azure OpenAI jsou vyvinuta pomocí OpenAI, která pomáhají zajistit kompatibilitu s OpenAI. S Azure OpenAI získáte výhody z možností zabezpečení Azure během spuštění modelu. Azure OpenAI nabízí privátní sítě, regionální dostupnost a zodpovědné filtrování obsahu AI. Koncový bod dokončení je základní komponentou služby API. Toto rozhraní API poskytuje přístup k textovému rozhraní modelu. Když zadáte vstupní výzvu, která obsahuje příkaz pro anglický text, model vygeneruje dokončování textu.
- Azure Synapse Analytics je plnohodnotná podniková analytická platforma, která poskytuje možnosti pro příjem, orchestraci, zpracování a obsluhu dat ve velkém měřítku.
- Power BI je obchodní řídicí panel a vizualizační nástroj s integrovanými možnostmi sémantického modelování.
Alternativy
- Místo functions můžete použít Azure Logic Apps . Logic Apps můžete použít zejména v případě, že plánujete úlohy a zpracovávat záznamy v dávkách, a nemusíte je zpracovávat při jejich příjmu.
- Místo Azure Synapse Analytics můžete k analýze použít Azure Databricks .
- Místo kanálu Azure Synapse Analytics můžete použít Azure Data Factory .
- Ke zpracování plánovaných dávek můžete místo přístupu založeného na triggerech použít službu Data Factory nebo kanál Azure Synapse Analytics.
- Některé analýzy vyžadují data elektronických zdravotních záznamů (EHR), data FHIR (Fast Healthcare Interoperability Resources) uložená v rozhraní Azure API for FHIR nebo jiná data. V těchto scénářích můžete tato data extrahovat a ingestovat je do účtu úložiště nebo kontejneru, který používáte k analýze. V kanálu Analýza a vizualizace pro diagram analýzy zdravotní péče se tento účet nebo kontejner znázorňuje mezi 4 a pěti kroky. Data pak můžete použít jako součást analýzy.
- Metody strojového učení můžete použít na data jako součást analýzy. V kanálu Analýza a vizualizace pro diagram analýzy zdravotní péče je analýza znázorněna jako pátý krok. Azure Synapse Analytics můžete použít přímo k použití metod nebo můžete použít externí službu, jako je Azure Machine Learning.
Podrobnosti scénáře
Toto řešení je založené na skutečném případu použití zákazníka. Uživatelé nejprve nahrají zvuková data do účtu úložiště pro účely analýzy. Automatizovaný trigger spustí aplikaci funkcí Azure, aby k přepisu dat používala službu Azure AI Speech. Tento krok používá klíče uložené ve službě Key Vault. Po přepsání dat kanál analýzy extrahuje z dat klíčové informace o stavu. Kanál je založený na kanálu Azure Synapse Analytics. Používá analýzu textu pro stav a Azure OpenAI k shrnutí celkového obsahu a extrakci informací, jako je diagnostika a léky pacientů. Azure Synapse Analytics pak agreguje a transformuje tato data podle potřeby pro spotřebu koncových uživatelů prostřednictvím řídicích panelů Power BI.
Řešení vychází z několika předpokladů. Vzhledem k tomu, že jsou data vysoce citlivá, předpokládá se, že bezpečně nasadíte všechny účty úložiště a služby pomocí dostupných osvědčených postupů pro práci s citlivými daty v cloudu. Měli byste například šifrovat všechna neaktivní uložená data a bezpečně ukládat klíče účtu. Předpokládá se také, že se s příslušnými pracovníky zabezpečení informací seznámíte s osvědčenými postupy zabezpečení podniku.
Potenciální případy použití
Toto řešení můžete použít pro mnoho účelů, včetně:
- Inteligentní analýza dat o zdravotnictví na dálku Můžete extrahovat přehledy ze zvuku, který shromažďujete z relací telehealth, ve kterých pacienti komunikují s poskytovateli vzdáleně a diskutovat o výsledcích.
- Inteligentní analýza dat call centra zaměřeného na zdravotnictví Řešení může analyzovat data call centra od poskytovatelů zdravotní péče, kteří poskytují pacientům domácí nebo vzdálenou péči. V rámci analýzy můžete extrahovat cenné informace o produktech, jako jsou nežádoucí výsledky, o které zákazníci volají.
- Inteligentní analýza dat klinických studií Cenné poznatky můžete shromažďovat z externích dotykových bodů klinických studií. Řešení dokáže automaticky extrahovat a korelovat lékařskou terminologii a vytvářet požadované přehledy pro rozsáhlé analýzy.
Důležité informace
Tyto aspekty implementují pilíře dobře architektuře Azure, což je sada hlavních principů, které je možné použít ke zlepšení kvality úlohy. Další informace naleznete v tématu Microsoft Azure Well-Architected Framework.
Spolehlivost
Spolehlivost zajišťuje, že vaše aplikace může splňovat závazky, které uděláte pro vaše zákazníky. Další informace najdete v tématu Přehled pilíře spolehlivosti.
Pokud váš scénář vyžaduje řešení pro zajištění vysoké dostupnosti a zotavení po havárii, zvažte následující body:
- Smlouva SLA pro Azure Synapse Analytics zaručuje úspěch určitého procenta klientských operací. Informace o smlouvě SLA této služby najdete v tématu Smlouvy o úrovni služeb (SLA) pro online služby.
- Záruku dostupnosti pro Logic Apps najdete v tématu Smlouvy o úrovni služeb (SLA) pro online služby.
- Blob Storage můžete nakonfigurovat jako geograficky redundantní úložiště (GRS) nebo jako geograficky redundantní úložiště jen pro čtení (RA-GRS), které umožňuje čtení přímo z alternativní oblasti. Váš výběr závisí na požadavku rto (Recovery Time Objective). Další informace najdete v článku Možnosti redundance Azure Storage.
- Do služby Key Vault je integrovaných více vrstev dostupnosti a redundance. Další informace najdete v tématu Dostupnost a redundance služby Azure Key Vault.
Zabezpečení
Zabezpečení poskytuje záruky proti záměrným útokům a zneužití cenných dat a systémů. Další informace najdete v tématu Přehled pilíře zabezpečení.
Typ dat volání zákazníka, která toto řešení používá, je vysoce citlivý. Pokud chcete zajistit, aby tato citlivá data zůstala zabezpečená, povolte v celém řešení bezpečnostní prvky. Key Vault také používejte jako škálovatelnou službu, která koncovým uživatelům pomáhá bezpečně ukládat klíče a tajné kódy, které potřebují pro řešení. Vzhledem k tomu, že řešení k extrakci přehledů z nestrukturovaných dat používá OpenAI, zajistěte, aby celkové přehledy, které odvozujete, dodržovaly principy Microsoftu pro zodpovědnou AI. Další informace o zodpovědné umělé inteligenci najdete v tématu Posílení zodpovědných postupů umělé inteligence.
Optimalizace nákladů
Optimalizace nákladů se zabývá způsoby, jak snížit zbytečné výdaje a zlepšit efektivitu provozu. Další informace najdete v tématu Přehled pilíře optimalizace nákladů.
Řešení můžete optimalizovat několika způsoby:
- Při vývoji analýz nebo přidávání nových analytických výsledků do obsahu spusťte kanály, které dokončí přepis zvuku na text pouze jednou. Ostatní služby pak můžou uložený obsah zpracovat jako součást jiných kanálů.
- Spusťte přehledy, které extrahujete z analýzy textu pro stav pouze jednou. Uložte výsledky a znovu je použijte pro vývoj. Tento přístup nabízí způsob, jak rychle a nákladově efektivně provádět rychlé a nákladově efektivní techniky OpenAI.
- K analýze používejte dočasné výpočetní prostředky, jako jsou dočasné clustery Spark. Tyto typy dávkových úloh obvykle spouštíte pravidelně. Vypnutí clusteru mezi spuštěními může výrazně snížit celkové náklady na řešení.
Přispěvatelé
Tento článek spravuje Microsoft. Původně byla napsána následujícími přispěvateli.
Hlavní autoři:
- Sumit Bhuttan | Vedoucí architekt cloudových řešení
- DJ Dean | Hlavní architekt cloudového řešení
Pokud chcete zobrazit neveřejné profily LinkedIn, přihlaste se na LinkedIn.
Další kroky
- Dokumentace ke službám Azure AI Services
- Co je služba Azure OpenAI?
- Kurz: Prozkoumání vkládání služby OpenAI
- Úvod do Azure Data Lake Storage Gen2
- Přehled služby Azure Functions
- Základní koncepty služby Azure Key Vault
- Co je služba Speech?
- Co je analýza textu pro stav?
- Co je služba Azure OpenAI?
- Co je Azure Synapse Analytics?
- Dokumentace pro vývojáře Power BI