Myriad Genetics y AWS Optimizan el Procesamiento de Documentos Médicos

Transformación de la Gestión de Documentos en Salud con Generative AI

El sector de la salud enfrenta desafíos significativos en la gestión de volúmenes elevados de documentación médica compleja, lo que impacta directamente en la calidad de la atención al paciente. En este contexto, Myriad Genetics, una empresa dedicada a soluciones de pruebas genéticas y medicina de precisión, ha identificado la necesidad de optimizar sus procesos documentales. Este artículo explora cómo la colaboración con el AWS Generative AI Innovation Center ha permitido a Myriad transformar su sistema de procesamiento de documentos utilizando modelos avanzados como Amazon Bedrock y Amazon Nova.

Desafíos en el Procesamiento de Documentos Médicos

La gestión eficiente de documentos médicos es crucial para el funcionamiento diario de organizaciones como Myriad, que se encarga de procesar miles de documentos relacionados con la salud de las mujeres, oncología y salud mental. El sistema anterior, que combinaba Amazon Textract para el reconocimiento óptico de caracteres (OCR) y Amazon Comprehend para la clasificación de documentos, presentaba limitaciones significativas:

• Costos Operativos: $15,000 mensuales por unidad de negocio debido a un costo de 3 centavos por página.
• Latencia en la Clasificación: 8,5 minutos por documento, lo que retrasaba flujos de trabajo críticos.
• Extracción de Información Manual: Necesidad de comprensión contextual para diferenciar datos clínicos críticos.

Frente a estos retos, Myriad buscaba soluciones para reducir costos, acelerar el procesamiento y automatizar la extracción de información vital.

Implementación de Generative AI para la Clasificación y Extracción

A través de la asociación con el AWS Generative AI Innovation Center, Myriad implementó el GenAI Intelligent Document Processing Accelerator. Esta solución permite convertir documentos no estructurados en datos estructurados mediante un enfoque escalable y sin servidor. Entre las características destacadas se encuentran:

• Optimización de Costos: La migración de Amazon Comprehend a Amazon Nova Pro redujo los costos de clasificación en un 77%.
• Aumento de la Precisión: La precisión en la clasificación mejoró del 94% al 98% a través de técnicas de ingeniería de prompts.
• Mejora en la Velocidad de Procesamiento: La clasificación de documentos se redujo de 8,5 minutos a 1,5 minutos.

Automatización de la Extracción de Información Clave

La extracción de información clave (KIE) anteriormente era un proceso manual que consumía hasta 78 horas diarias de trabajo. Al implementar un sistema automatizado, Myriad logró abordar complejidades como la identificación de campos de casillas de verificación y la necesidad de entendimiento contextual. Las optimizaciones incluían:

• Configuración Mejorada de OCR: Uso de características específicas de Amazon Textract para mejorar la discriminación entre opciones seleccionadas y no seleccionadas.
• Aprendizaje Contextual Visual: Implementación de ejemplos de pocas tomas para guiar al modelo en la identificación de marcas y estructuras.
• Razón de Pensamiento para Extracciones Complejas: Uso de un enfoque sistemático para mejorar la toma de decisiones en casos ambiguos.

Resultados y Impacto en el Negocio

Los resultados de la nueva implementación han sido notables:

• Ahorros Anuales: Myriad se espera que ahorre hasta $132,000 en costos de clasificación documental.
• Aumento de Eficiencia: La reducción en el tiempo de presentación de autorizaciones previas optimiza la carga de trabajo de los especialistas.
• Mejora en la Precisión de Extracción: Se logró una precisión del 90% en la extracción de información clave, igualando el rendimiento del proceso manual.

La transformación digital de Myriad no solo representa una mejora en sus operaciones, sino que también establece un modelo a seguir para otras organizaciones en el sector salud que buscan modernizar sus procesos documentales.

Explora la Solución por Ti Mismo

Las organizaciones interesadas en mejorar sus flujos de trabajo de procesamiento de documentos pueden experimentar estos beneficios a través del GenAI IDP Accelerator. Esta herramienta de código abierto está disponible para su implementación y prueba, permitiendo a las empresas evaluar cómo la inteligencia generativa puede abordar sus desafíos documentales específicos.

Para obtener más información sobre cómo el GenAI IDP Accelerator puede optimizar el procesamiento inteligente de documentos en tu organización, visita [AWS GenAI IDP Accelerator](https://aws.amazon.com/blogs/machine-learning/accelerate-intelligent-document-processing-with-generative-ai-on-aws/).