Descripción de fhir-integratedml-example

Hablando con mi amigo @Renato Banzai, especialista en Machine Learning, me comentó uno de los mayores retos a los que se enfrentan las empresas hoy en día: implementar el Machine Learning (ML) o la Inteligencia Artificial (IA) en entornos reales.

InterSystems IRIS ofrece IntegratedML. IntegratedML es una excelente funcionalidad para formarse, probar e implementar modelos de ML/IA.

La parte más difícil al crear ML/IA es el tratamiento de los datos, su limpieza, hacerlos fiables.

¡Y ahí es donde podemos sacar ventaja del potente estándar FHIR!

La idea del proyecto muestra cómo podemos crear/entrenar/validar modelos de ML/IA con FHIR y utilizarlos con datos de diferentes fuentes.

Creemos que este proyecto tiene un gran potencial y se pueden explorar varias ideas:

• Reutilizar/extender las transformaciones DTL en otras bases de datos FHIR para modelos de ML a medida
• Usar transformaciones DTL para normalizar mensajes FHIR y publicar modelos de ML como servicios
• Crear un tipo de modelos + repositorio de reglas de transformación para usar dentro de cualquier conjunto de datos FHIR

Explorando nuevas posibilidades con este proyecto, podemos imaginar datos de diferentes fuentes.

En la imagen arribla, el Recurso FHIR (FHIR Resource), consumiendo la API REST, puede ser usado con una FHIRaaS.

Y no solo usando FHIRaaS en AWS, sino que también podemos usar el nuevo servicio HealthShare Message Transformation Services, que automatiza la conversión de HL7v2 a FHIR® para ingresar datos en Amazon HealthLake, donde puedes extraer más valor de tus datos.

Con estas pequeñas demostraciones, veo que estos recursos se pueden utilizar muy bien en escenarios más grandes, permitiendo y ofreciendo implementaciones más sencillas en producción en entornos realmente innovadores, como AWS Healthlake. ¿Por qué no?! 😃