Tác giả: Niris Okram và Xiaoqian Jiang, PhD

Ngày xuất bản: 31/3/2025

Danh mục: Amazon Bedrock, Amazon EC2, Artificial Intelligence, Customer Solutions, Generative AI, Healthcare, Public Sector

Ngành y tế từ lâu đã phụ thuộc vào việc gửi fax như một phương tiện giao tiếp quan trọng, nhưng khi dữ liệu và hệ thống y tế phát triển về quy mô, các quy trình làm việc dựa trên fax cũ đã trở nên ngày càng kém hiệu quả.

UTHealth Houston là nơi có hai tổ chức hàng đầu tiên phong trong đổi mới chăm sóc sức khỏe bằng hệ thống kỹ thuật số. Đầu tiên là Trường McWilliams về thông tin sinh học, một trong những chương trình thông tin sinh học và y tế lớn nhất trên toàn cầu và có một bộ phận hoàn toàn tập trung vào trí tuệ nhân tạo và khoa học dữ liệu. Thứ hai là Trung tâm đổi mới chăm sóc sức khỏe kỹ thuật số, nơi đang thúc đẩy phát triển và triển khai các công nghệ lâm sàng để nâng cao khả năng chăm sóc bệnh nhân, giáo dục và nghiên cứu trên toàn bộ 7 trường và 2 bệnh viện của UTHealth Houston.

Trong bài viết này, chúng tôi sẽ thảo luận về cách Trường Y sinh Thông tin học McWilliams và Trung tâm Đổi mới Chăm sóc Sức khỏe Kỹ thuật số đã hợp tác để giải quyết sự phụ thuộc vào việc gửi fax của UTHealth Houston. Mặc dù fax là một phương tiện giao tiếp quan trọng đối với UTHealth Houston, tuy nhiên quy trình giao tiếp dựa trên fax của trường đã không thể xử lý hiệu quả quy mô dữ liệu và hệ thống chăm sóc sức khỏe hiện nay.

Các đội ngũ được hỗ trợ bởi Công nghệ thông tin UTHealth Houston và dịch vụ Web Amazon (AWS) đã xây dựng, triển khai và di chuyển một giải pháp mới có tên là iDFax. Giải pháp này, có thể xử lý dữ liệu sản xuất trên AWS, tận dụng sức mạnh của Generative AI để cách mạng hóa quy trình quản lý fax y tế. Nhóm đã sử dụng một mô hình cơ bản từ Amazon Bedrock, cung cấp một trải nghiệm dịch vụ được quản lý với độ chính xác cao, hiệu quả về chi phí trên AWS. Giải pháp được triển khai trong một môi trường landing zone an toàn, cung cấp các cơ chế kiểm soát bảo mật (security guardrails), cung cấp các rào chắn bảo mật và khả năng quan sát tập trung để đáp ứng các yêu cầu tuân thủ.

Tổng quan về iDFax

iDFax mang lại tốc độ, độ chính xác và hiệu quả cho việc xử lý dữ liệu fax. Được xây dựng bằng các dịch vụ đủ điều kiện HIPAA, giải pháp này có khả năng mở rộng linh hoạt bằng cách sử dụng AWS để đáp ứng nhu cầu của các phòng ban khác nhau tại UTHealth Houston.

iDFax cung cấp một loạt các tính năng và lợi ích, bao gồm:

• Giảm thời gian: iDFax giảm thời gian xử lý fax hơn 50%, từ 82-150 giây mỗi fax của hệ thống cũ xuống chỉ còn 28-68 giây.
• Lợi ích về hiệu quả: Giải pháp tự động hóa các quy trình chính như phân loại tài liệu, tách tài liệu và loại bỏ bản sao. Các khả năng nhận dạng ký tự quang học (OCR) của nó—như chỉnh sửa hình ảnh nâng cao và nhận dạng chữ viết tay—cung cấp độ chính xác trên 95%.
• Tích hợp hệ thống bên ngoài: iDFax cho phép kết nối liền mạch nội dung fax với hồ sơ bệnh nhân thông qua việc tự động trích xuất dữ liệu bác sĩ và bệnh nhân để truy xuất danh tính và gán hồ sơ vào Epic, một hệ thống phần mềm hồ sơ sức khỏe điện tử (EHR).
• Bảng điều khiển thời gian thực: Một bảng điều khiển giám sát động cung cấp cho người dùng những thông tin có thể hành động về việc sử dụng hệ thống, các loại tài liệu đã xử lý và hiệu quả hoạt động tổng thể.
• Tuân thủ và bảo mật: Hệ thống tuân thủ các quy định của HIPAA, bảo vệ các thông tin liên lạc nhạy cảm trong lĩnh vực chăm sóc sức khỏe.

Kể từ khi ra mắt vào tháng 6 năm 2023, iDFax đã thành công trong việc xử lý hơn 220.000 fax cho các trang thử nghiệm tại UTHealth Houston, như được hiển thị trong sơ đồ dưới đây. Hiện nay, nó đang được triển khai đến các phòng khám UT Physicians còn lại và sẽ có khả năng xử lý hơn 1 triệu fax mỗi năm, mang lại tiết kiệm chi phí hơn 2 triệu USD mỗi năm.

Hình 1: Các chỉ số xử lý dữ liệu qua fax

Kiến trúc cấp cao

Như được hiển thị trong sơ đồ dưới đây, kiến trúc iDFax bao gồm các bước sau:

• Dữ liệu fax điện tử đầu vào được tải lên AWS theo cách lập trình với tốc độ gần như thời gian thực qua các liên kết AWS Direct Connect đến một bucket Amazon Simple Storage Service (Amazon S3) trong một tài khoản AWS bảo mật.
• Dữ liệu được xử lý bởi iDFax, được đóng gói thành các container Docker và chạy trên các node Amazon Elastic Compute Cloud (Amazon EC2). Quy trình này được kích hoạt bởi các tin nhắn (messages) từ hàng đợi Amazon Simple Queue Service (Amazon SQS). Metadata xử lý dữ liệu được lưu trữ và theo dõi trong các bảng Amazon DynamoDB.
• Các nhiệm vụ phân loại của iDFax và phân tích bởi Generative AI (Gen AI)  được xử lý bằng cách sử dụng mô hình nền tảng trên Amazon Bedrock.
• Kết quả được chuyển đến các hệ thống tích hợp như Epic.com hoặc được lưu trữ trong môi trường AWS để giữ lại và truy xuất dữ liệu.

Hình 2: Sơ đồ kiến trúc tổng thể của giải pháp.

Kết luận

Giải pháp iDFax được xây dựng và triển khai bởi UTHealth Houston là một ví dụ xuất sắc về cách GenAI có thể được sử dụng để giải quyết các vấn đề thực tế quy mô lớn và tiết kiệm chi phí. Bằng cách tận dụng các thiết kế quy trình làm việc hiệu quả và dịch vụ đám mây AWS, UTHealth Houston đã chuyển đổi quy trình quản lý fax y tế, tạo ra một giải pháp mạnh mẽ và toàn diện cho các nhà cung cấp dịch vụ y tế để cải thiện hiệu suất, giảm chi phí và nâng cao khả năng chăm sóc khách hàng.

Về các tác giả

Giải pháp iDFax được xây dựng và triển khai bởi UTHealth Houston là một ví dụ xuất sắc về cách trí tuệ nhân tạo tạo sinh có thể được sử dụng để giải quyết các vấn đề thực tế ở quy mô lớn và thúc đẩy tiết kiệm chi phí. Bằng cách tận dụng các thiết kế quy trình làm việc hiệu quả và dịch vụ đám mây AWS, UTHealth Houston đã chuyển đổi quy trình quản lý fax y tế, tạo ra một giải pháp mạnh mẽ có thể được sử dụng bởi các nhà cung cấp dịch vụ chăm sóc sức khỏe để cải thiện năng suất, giảm chi phí và nâng cao việc cung cấp dịch vụ chăm sóc.

Thẻ: Artificial Intelligence, AWS for higher education, AWS Public Sector, healthcare

Niris Okram

Niris là một kiến trúc sư giải pháp nghiên cứu học thuật cao cấp tại AWS.Ông có nhiều kinh nghiệm làm việc với các khách hàng thuộc khối công, tư nhân, và các tổ chức nghiên cứu trong nhiều lĩnh vực khác nhau liên quan đến đám mây. Ông ấy đam mê thiết kế và xây dựng các hệ thống để tăng tốc các tác vụ trên AWS Cloud.

Xiaoqian Jiang, PhD

Xiaoqian Jiang là phó chủ tịch phụ trách AI Y tế, trưởng khoa Khoa học Dữ liệu Y tế và Trí tuệ Nhân tạo, và là Giáo sư Christopher Sarofim tại UTHealth Houston. Ông cũng là giám đốc của Trung tâm An ninh Trí tuệ Nhân tạo cho Chăm sóc Sức khỏe (SAFE) tại Trường Thông tin Sinh học McWilliams.