Medizinische Datensatz Collation (MRC) ist ein spezialisierter Anbieter von Dienstleistungen für die Zusammenstellung von Krankenakten für die Rechtsbranche und verfügt über mehr als 500 Jahre medizinische Erfahrung in über 70 Fachgebieten. Ihre Dienstleistungen unterstützen Anwälte und Juristen, die Fälle von klinischer Fahrlässigkeit und Personenschäden bearbeiten.
Herausforderung
MRC musste die Geschwindigkeit und den Umfang seines manuellen Prozesses zum Zusammentragen von Krankenakten drastisch erhöhen, um der steigenden Kundennachfrage gerecht zu werden und seine marktführende Position zu behaupten. Die Verarbeitung von Tausenden von Seiten pro Tag war zeitintensiv, repetitiv und durch die Personalkapazität begrenzt.
Das Team stand vor der Herausforderung, den Betrieb zu skalieren, ohne die Genauigkeit zu beeinträchtigen. Die manuelle Zusammenstellung war nicht nur langsam, sondern auch fehleranfällig, insbesondere bei unterschiedlichen Formaten wie handschriftlichen Notizen, getippten Berichten und Scans von schlechter Qualität. Um wettbewerbsfähig zu bleiben, suchte MRC nach einer KI/ML-gesteuerten Lösung, die Datensätze in großem Umfang intelligent verarbeiten, klassifizieren und paginieren konnte.
Lösung
Firemind entwickelte ein KI/ML-gestütztes Proof-of-Concept (PoC), um den Dokumentenverarbeitungs-Workflow von MRC zu automatisieren. Mithilfe von Amazon Textract zur Extraktion von Text aus handschriftlichen und gescannten medizinischen Unterlagen und Amazon Comprehend zur Klassifizierung und Extraktion von Schlüsseldaten replizierte und verbesserte das System den bestehenden manuellen Sortierprozess.
Benutzerdefinierte Klassifizierungsmodelle, kombiniert mit AWS Lambda und Amazon DynamoDB, ermöglichten serverlose Skalierbarkeit und reduzierte Kosten. Im Rahmen des PoC wurde ein produktionsreifes System validiert, das in der Lage ist, große Mengen unterschiedlicher medizinischer Aufzeichnungen schnell zu sortieren, zu paginieren und zu indizieren, so dass MRC mehr Fälle bearbeiten und Mitarbeiter für höherwertige Aufgaben freistellen kann.
Genutzte Dienste
- Amazon Textrakt
- AWS Lambda
- Amazon DynamoDB
- Amazon Comprehend
Die Ergebnisse
- 1.920 % schnellere Verarbeitung - 1.000 Dokumente in 12,5 Minuten gegenüber 4 Stunden
- 88 % Stichwortgenauigkeit bei der automatischen Klassifizierung
- 80%ige Reduzierung der AWS-Kosten durch optimierte Modellierung
- 500%ige Steigerung der Dokumentenverarbeitungskapazität
- Proprietäre AI/ML-IP positioniert MRC als Technologieführer
