使用 MongoDB 构建 AI：Flagler Health 的 AI 旅程如何彻底改变患者护理

Flagler Health 致力于为慢性病患者提供支持，为其匹配合适的医生以提供合适的护理。 通常，身患严重病痛的患者面临的选择有限，他们往往需要长期服用阿片类药物，或寻求成本高昂的侵入性外科手术干预。遗憾的是，后一种方法不仅费用昂贵，而且恢复期较长。Flagler 找到这些患者，然后将他们分流到相应的专科医生那里，让他们接受先进而全面的评估。

患者护理现状（Flagler 未介入时）

Flagler Health 采用先进的 AI 技术，能够快速处理、整合和分析患者的病历，以帮助医生治疗有晚期疼痛症状的患者。这项技术让医疗团队能够在充分知情的情况下做出决策，从而改善患者的治疗效果，将识别和诊断患者方面的准确率提高到 90% 以上。

随着 Flagler Health 产品/服务的不断完善，这家公司意识到有必要在患者记录中进行相似性搜索以匹配病情。Flagler 的工程师察觉到需要建立一个向量数据库的需求，但是发现建立一套独立的系统效率较低。所以他们决定使用MongoDB Atlas Vector Search。组织借助该集成平台将所有数据集中存储在一个具有统一接口的位置，方便快速访问和高效查询数据。

Flagler 提供的服务

Flagler Health 首席技术官兼联合创始人 Will Hu 强调了拥有一个能随着公司的发展而壮大的灵活数据库的重要性。这家公司认为关系模型过于僵化，因此选择了 MongoDB 的文档模型。这种灵活性可以支持用户轻松定制客户端配置文件，简化数据编辑和演变的流程。MongoDB 开发者数据平台 上提供的托管服务可节省时间，并在整个开发周期中提供大规模的可靠性。

Flagler Health 与多家诊所合作，首先在 Databricks 中处理数百万份电子病历 (EHR) 文件，并将 PDF 文档转换为纯文本。借助 MongoDB Spark Connector 和 Atlas Data Federation，公司可将数据从 AWS S3 无缝传输到 MongoDB。 然后，将来自 Databricks 的转换数据与 MongoDB 中 Flagler 的实时应用程序数据相结合，为用户生成准确且个性化的治疗方案。MongoDB Atlas Search有助于在 Flagler Health 的大量患者记录中进行高效的数据搜索。 除了 AI 应用程序之外，MongoDB 还在 Flagler Health 的业务（包括其 Web 应用程序和患者互动套件）中发挥着关键作用，促进了患者与诊所之间的无缝沟通。

这个综合应用程序架构在 MongoDB 开发者数据平台上完成整合，简化了 Flagler Health 的运营流程，实现了高效开发，提高了生产力。通过防止管理循环，该平台可确保患者及时获得可能挽救生命的护理。

展望未来，Flagler Health 希望通过开发新功能来提升患者体验，例如，打造可提供线上治疗和心理健康服务的数字门户、追踪治疗和康复情况以及建立理疗视频库等。Flagler Health 利用 MongoDB AI 创新者计划提供技术支持和免费 Atlas 积分，在 MongoDB Atlas 开发者数据平台上快速集成新的 AI 支持功能，以进一步帮助有需要的患者。

MongoDB Atlas

MongoDB Atlas 是 MongoDB 公司提供的 MongoDB 云服务，由 MongoDB 数据库的开发团队构建和运维，可以在亚马逊云科技、Microsoft Azure、Google Cloud Platform 云平台上轻松部署、运营和扩展。MongoDB Atlas 内建了 MongoDB 安全和运维最佳实践，可自动完成基础设施的部署、数据库的构建、高可用部署、数据的全球分发、备份等即费时又需要大量经验运维工作。让您通过简单的界面和 API 就 可以完成这些工作，由此您可以将更多宝贵的时间花在构建您的应用上。