gegevensextractie inschakelen uit ongestructureerde documenten voor een zorgbeheerapplicatie

Onze klant wil een systeem bouwen in de interne interface van hun app waarmee artsen snel de medische dossiers van patiënten kunnen analyseren (ongestructureerde gegevens) om effectieve zorg te kunnen leveren.

Onze klant biedt een uitgebreid behandelprogramma voor obesitas dat tot doel heeft de traditionele aanpak van de behandeling van obesitas te veranderen. Ze willen artsen voorzien van geavanceerde, op technologie gebaseerde hulpmiddelen, waaronder virtuele zorgplatforms die telezorg, ondersteuning bij klinische besluitvorming, patiëntmonitoring op afstand, online onderwijshulpmiddelen en gepersonaliseerde medische behandelplannen bieden die zijn afgestemd op de unieke behoeften van elke patiënt.

• De artsen ondervonden uitdagingen bij het verwerken en analyseren van ongestructureerde patiëntdocumenten in de obesitasmanagement-app, inclusief laboratoriumrapporten van meerdere leveranciers.
• Het handmatig extraheren en interpreteren van cruciale patiëntgegevens uit de PDF-documenten was tijdrovend en arbeidsintensief, wat een negatieve invloed had op de operationele efficiëntie.
• Het onvermogen om historische patiëntendossiers in één uniform overzicht te bekijken belemmerde het vermogen van zorgverleners (artsen) om trends in de gezondheidsindicatoren van patiënten te volgen.
• Ze ondervonden problemen met de gegevensintegriteit bij het bijhouden van nauwkeurige medische dossiers van patiënten in hun database.

• We hebben AWS Textract gebruikt voor efficiënte tekstextractie uit ongestructureerde patiëntdocumenten die zijn opgeslagen in hun interne systeem.
• We hebben een oplossing op maat ontwikkeld met behulp van AWS-services om afwijkingen/ontbrekende waarden in de geëxtraheerde patiëntengegevens te identificeren en te corrigeren.
• We hebben bij deze implementatie een cloud-agnostische aanpak gevolgd, waardoor toekomstige migratie naar andere cloudservices wordt vergemakkelijkt met minimale handmatige tussenkomst.

• Ons aangepaste algoritme vergemakkelijkte de overdracht van ontbrekende waarden in de geëxtraheerde patiëntgegevens naar het foutenlogsysteem. In deze logboeken zijn tijdelijk de ontbrekende of foutgegevens opgeslagen die als uitzondering zijn gemarkeerd.
• We hebben hun beheerders naadloos toegang gegeven tot foutenlogboeken en patiëntendossiers kunnen bijwerken binnen het elektronische patiëntendossier (EPD).
• We hebben geverifieerde patiëntgegevens in hun database geïntegreerd om een enkel overzicht van patiëntgegevens te bieden voor uitgebreide analyse. Met dit systeem konden ze hun patiëntgegevens in tabelvorm opslaan, wat hun data-analyseproces vereenvoudigte en naadloos betere zorg aan patiënten kon bieden.

• Door een beter inzicht in de patiëntgeschiedenis konden zorgverleners trends efficiënt analyseren voor beter geïnformeerde besluitvorming.
• Vereenvoudigde toegang tot patiëntgegevens vergemakkelijkte medicatieaanbevelingen op basis van uitgebreide inzichten. We hebben het ook mogelijk gemaakt om historische gegevens te gebruiken voor aanbevelingsalgoritmen om gezondheidszorgaanbevelingen voor nieuwe patiënten te ontwikkelen op basis van hun vitale functies, zoals lichaamsgewicht, aantal witte bloedcellen en rode bloedcellen.
• Een robuust proces voor het elimineren van duplicatie van patiënten geïmplementeerd, de administratieve overhead verminderd en de gegevensintegriteit binnen de patiëntdossiers gewaarborgd.