Veröffentlicht am: Nov 15, 2022
HAQM HealthLake gibt neue Analysefähigkeiten bekannt, mit denen Kunden ihre HealthLake-Daten leichter abrufen, visualisieren und Machine-Learning-Modelle zu ihnen erstellen können. Mit dieser Einführung wandelt HealthLake Kundendaten nahezu in Echtzeit in ein analysebereites Format in AWS Lake Formation um. Dadurch müssen Kunden keine komplexen Datenexporte und Datentransformationen mehr ausführen. Sie können sich jetzt darauf konzentrieren, unter Verwendung von HAQM Athena Daten mit SQL abzufragen, Visualisierungen mit HAQM QuickSight oder Tools von Drittanbietern zu erstellen und diese Daten zu nutzen, um mit HAQM SageMaker ML-Modelle zu entwickeln.
Bei Anwendungsfällen im Bereich der Analyse im Gesundheitswesen, wie Analysen zur Bevölkerungsgesundheit und Anspruchsanalysen, müssen Kunden Daten aus mehreren unterschiedlichen Quellen, wie elektronische Krankenakten, Anspruchsforderungen und Geräte, verwenden. In diesem Zusammenhang müssen komplexe Daten-Pipelines erstellt und Extrahierungs- und Transformationsvorgänge ausgeführt werden, was oft monatelange schwere Arbeit bedeutet. Mit HealthLake dauert es statt Monaten nur Tage, da diese Daten von mehreren verschiedenen Quellen in einem vollständig kompatiblen Format normalisiert und zur Analyse in AWS Lake Formation bereitgestellt werden. Kunden können dann präzise Kontrollen anwenden, diese Daten innerhalb des Unternehmens teilen und Anwendungen schnell erstellen, wie langfristige Krankenakten. Mit nur wenigen Klicks können Kunden einen AWS-Services-Host verwenden, wie HAQM Athena, HAQM Quicksight und HAQM SageMaker, um Dashboards zur Bevölkerungsgesundheit zu erstellen, Anspruchsanalysen auszuführen und Vorhersagemodelle zu Versorgungslücken zu entwickeln.
Diese neue Funktion ist in den Regionen USA Ost (Ohio),USA Ost (Nord-Virginia) und USA West (Oregon) verfügbar. Weitere Informationen finden Sie im Entwicklerhandbuch und im API-Handbuch.