详细内容或原文请订阅后点击阅览

了解亚马逊卫生服务如何使用AWS ML和ai ai

2025年8月26日 18:37 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们向您展示了亚马逊卫生服务（AHS）如何使用亚马逊Sagemaker，Amazon Bedrock和Amazon EMR等AWS服务在Amazon.com搜索上解决可发现性挑战。通过将机器学习（ML），自然语言处理和矢量搜索功能相结合，我们提高了将客户与相关的医疗保健服务联系起来的能力。

来源:亚马逊云科技 _机器学习
电子商务领域的医疗保健发现提出了传统产品搜索并非旨在应对的独特挑战。与搜索书籍或电子产品不同，医疗保健查询涉及症状，状况，治疗和服务之间的复杂关系，需要对医学术语和客户意图进行复杂的理解。这一挑战与亚马逊特别相关，因为我们将超越传统电子商务扩展到全面的医疗服务。现在，亚马逊通过亚马逊药房，通过一项医疗和专业护理伙伴关系直接访问处方药，通过健康福利连接器。这些医疗保健产品与传统的Amazon.com产品有很大的不同，既呈现出令人兴奋的机会又带来了独特的技术挑战。在这篇文章中，我们向您展示Amazon Health Services（AHS）如何使用AWS服务（如Amazon Sagemaker，Amazon Sagemaker，Amazon Bedrock和Amazon Emr）在Amazon.com搜索上解决了可发现性挑战。通过将机器学习（ML），自然语言处理和矢量搜索功能相结合，我们提高了将客户与相关的医疗保健服务联系起来的能力。现在，该解决方案每天都用于与健康相关的搜索查询，帮助客户找到从处方药到初级保健服务的一切。 We strive to make healthcare more straightforward for customers to find, choose, afford, and engage with the services, products, and professionals they need to get and stay healthy.ChallengesIntegrating healthcare services into the ecommerce business of Amazon presented two unique opportunities to enhance search for customers on healthcare journeys: understanding health search intent in queries and matching up customer query intent with the most relevant healthcare products and services.The challenge in understanding health search intent位于
服务 医疗 机器学习 复杂的 客户 com 相关的 处方药 搜索功能 亚马逊 查询 intent search services 连接器 机会 全面的 传统的 Amazon 传统 healthcare 技术挑战 医疗保健 搜索 商务领域 独特的 电子商务 Sagemaker 伙伴关系 服务的 挑战 提高