Für dieses spezielle Projekt mussten wir ein gründliches Verständnis für die vielen Herausforderungen erlangen:

Dokumentenvolumen – MRC konzentriert sich auf Fälle von klinischer Fahrlässigkeit und Personenschäden. Aufgrund der Komplexität und Vielfalt dieser Fälle können einige Falldokumente insgesamt Tausende von Seiten umfassen, während andere vielleicht 50 oder weniger Seiten umfassen.

Klassifizierungsvielfalt – Zur Erkennung von Handschriften auf Arztbriefen und Notizen von Spezialisten bei Personenschäden. Das System müsste dies tun und sich auch schnell an getippte Texte anpassen. Bei der Klassifizierung von unscharfen und minderwertigen Scans spielt auch die Qualität der einzelnen Dokumente eine Rolle.

Wertedifferenzierung – Um genaue Modelle zu erstellen, müssen Sie Zahlen und Zeichen, die ein ähnliches Erscheinungsbild haben, verstehen und unterscheiden können. Zum Beispiel ‚1‘ und ‚7‘, oder ‚6‘ und ‚G‘. Werden die Unterschiede zwischen Zahlen und Zeichen nicht unterschieden, führt dies zu einer unstrukturierten Seitenformatierung und Klassifizierung für Indexierungszwecke.

Datenmodellierung – Eine komplexe Vielfalt von Kennzeichnungstypen, wie z.B. Krankenhäuser, Patientendaten, medizinische Verfahren und Prozesse.

Aufgrund der Komplexität des Builds und der Notwendigkeit einer Validierung gegenüber dem Unternehmen und seinen Stakeholdern sollte ein Proof-of-Concept (PoC) erstellt werden, der sich auf die oben genannten Herausforderungen konzentriert.

Um die Differenzierung zu bekämpfen, musste der von uns entwickelte PoC jedem Dokument eine Kategorie/Unterkategorie zuweisen und die Vielfalt der Klassifizierung verstehen. Dies würde dazu beitragen, das derzeitige System und die Anforderungen zu replizieren, die MRC in seinem manuellen Prozess verwendet.

Um mit der Optimierung der Betriebs- und Sortierprozesse von MRC zu beginnen, arbeiteten wir an der Entwicklung eines PoC, das die Dokumentenverarbeitung, -sortierung und -zusammenstellung vollständig automatisieren konnte. Mit Amazon Textract konnten wir auf intelligente Weise Texte aus handschriftlichen, gescannten oder elektronischen Krankenakten extrahieren. Durch die Anwendung von Amazon Comprehend konnten wir Erkenntnisse aus den Dokumenten gewinnen, z. B. Schlüsselinformationen oder Dokumentenkategorien.

Wir verwendeten Comprehend Custom Classifier, um das Training des Datenmodells und die Vorhersagefähigkeiten zu verwalten. Ein TFIDF (term frequency-inverse document frequency) Textklassifizierungsmodell wurde als Vorläufer für die Modellierung der Leistung und das Verständnis der vorliegenden Daten erstellt.

Diese ML-Services (Machine Learning) wurden auf einer serverlosen Infrastruktur mit AWS Lambda und Amazon DynamoDB realisiert. Dies ermöglichte eine größere Skalierbarkeit, Flexibilität und geringere Kosten während des Datentrainings und der Konzepterstellung. Das Ergebnis: Am Ende dieses KI/ML-gesteuerten Prozesses kann MRC ein sauber geordnetes, paginiertes und indiziertes Dokument erstellen.