FSK utilizza i Cookies per migliorare la vostra esperienza su questo sito. Proseguendo la navigazione nel nostro sito web, senza modificare le impostazioni dei Cookies, acconsentite all’utilizzo degli stessi.
Se volete saperne di più su come li utilizziamo, vi invitiamo a consultare la nostra Cookies policy.

Fondazione Smith Kline

 

Machine learning: dati sanitari tra efficienza e privacy

18.12.2018

Un numero crescente di fornitori, terzi paganti e professionisti IT che operano nel settore sanitario usano i servizi cloud di AWS basati su utilità per elaborare, archiviare e trasmettere informazioni sanitarie protette (PHI).

AWS consente ai soggetti interessati e alle relative società in affari sottoposti allo U.S. Health Insurance Portability and Accountability Act del 1996 (HIPAA) di sfruttare l'ambiente sicuro di AWS per elaborare, conservare e archiviare informazioni sanitarie protette.

Amazon Comprehend Medical si basa sul machine learning, la branca dell'intelligenza artificiale che si basa sull'apprendimento automatico e dà alle macchine la capacità di imparare dalle informazioni ricevute per poi costruire previsioni su dati futuri.

L'obiettivo sarebbe quello di migliorare la cura del paziente attraverso la tecnologia un'attitudine condivisa con i clienti IT e l'ecosistema sanitario di riferimento.

Matthew Trunnell del Fred Hutchinson Center spiega infatti come sia possibile conciliare le sperimentazioni cliniche con le necessità dei pazienti, nonostante che tutto questo richieda un grande lavoro per i team di ricerca, che si trovano di fronte a moltissimi dati non strutturati e rappresenterebbe un passo avanti fondamentale per garantire ai ricercatori un rapido accesso alle informazioni di cui hanno bisogno, nel momento in cui ne hanno bisogno.

Per saperne di più:

» aws.amazon.com/it/comprehend/medical/

» aws.amazon.com/it/?nc2=h_lg

» AWS Machine Learning Blog: "Introducing medical language processing with Amazon Comprehend Medical"

Vai all'archivio

Inizio pagina