详细内容或原文请订阅后点击阅览

Myriad Genetics 如何使用 AWS 开源 Generative AI 智能文档处理加速器实现快速、准确且经济高效的文档处理

2025年11月27日 00:58 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们探讨了 Myriad Genetics 如何与 AWS Generative AI Innovation Center 合作，使用 Amazon Bedrock 和 Amazon Nova 基础模型改造其医疗保健文档处理管道，实现 98% 的分类准确率，同时将成本降低 77%，处理时间缩短 80%。我们详细介绍了使用 AWS 开源 GenAI 智能文档处理加速器的技术实现、文档分类和关键信息提取的优化策略，以及对 Myriad 事先授权工作流程的可衡量的业务影响。

来源:亚马逊云科技 _机器学习
本文由 Myriad Genetics 的 Martyna Shallenberg 和 Brode McCrady 撰写。医疗保健组织在处理和管理大量复杂的医疗文档，同时保持患者护理质量方面面临着挑战。这些组织需要有效处理文档的解决方案，以满足不断增长的需求。 Myriad Genetics 是一家为全球医疗保健提供者和患者提供基因检测和精准医疗解决方案的提供商，致力于解决这一挑战。Myriad 的收入工程部门每天处理女性健康、肿瘤学和心理健康部门的数千份医疗保健文件。该公司将收到的文档分类为测试请求表、实验室结果、临床记录和保险等类别，以实现预授权工作流程的自动化。系统将这些文档路由到适当的外部供应商，以便根据其识别的文档类别进行处理。他们手动执行关键信息提取 (KIE)，包括保险详细信息、患者信息和测试结果，以确定 Medicare 资格并支持下游流程。随着文档量的增加，Myriad 的现有系统面临着挑战。自动文档分类解决方案有效，但成本高昂且耗时。由于复杂性，信息提取仍然是手动的。为了解决成本高和处理速度慢的问题，Myriad 需要更好的解决方案。本文探讨了 Myriad Genetics 如何与 AWS 生成 AI 创新中心 (GenAIIC) 合作，使用 Amazon Bedrock 和 Amazon Nova 基础模型转变其医疗保健文档处理管道。我们详细介绍了他们现有解决方案面临的挑战，以及生成式 AI 如何降低成本并提高处理速度。我们使用 AWS 的开源 GenAI 智能文档处理 (GenAI IDP) 加速器解决方案检查技术实施、用于文档分类和关键信息提取的优化策略、
致力于 保健提供者 医疗 复杂性 仍然是 授权 医疗保健 AWS 工程部门 复杂的 低成本 分类 处理速度 根据 面临 文档 增长的 质量 患者 解决方案 Genetics 信息提取 处理管道 详细信息 适当的 AI 心理健康 提高 挑战 Myriad 自动化 处理 实验室 手动的 加速器 供应商