医生在线：FSMB 创建推荐引擎以简化医疗执业许可流程

成为一名医生需要耗费大量时间和精力，沿途有大量的知识考核。美国州医学委员会联合会 (FSMB) 是美国州医学委员会的成员协会，它在美国未来医生必须参加的医疗执业许可考试中发挥着重要作用。

数据统计：美国州医学委员会联合会

• 图规模： 超过 414,000 个节点，近 200,000 个关系
• 支持工单减少 49%
• 平台： 在 AWS 上运行的 Neo4j AuraDB Enterprise

FSMB 正在使用 Neo4j 连接医生与正确的考试和服务，在正确的时间提供帮助，从而使获得执业许可的过程变得不那么复杂，更加用户友好。

考虑到有多项考试，再加上可能需要数月才能完成的行政工作，这绝非易事。FSMB 提供多种服务，帮助简化此流程。该组织还在一项名为 USMLE（美国执业医师资格考试）的三个考试系列中扮演着关键角色。

“执业许可的要求繁多，医生们来到我们这里，不容易知道他们需要做什么，甚至可以通过我们做什么，” FSMB 高级软件工程师 Anne Lam 说。“我们意识到我们遇到了问题。”

如何处理所有这些数据？用图！

FSMB 从包括考试管理机构在内的众多来源获取数据，因此它拥有大量信息，包括人们参加了哪些考试、有资格参加哪些考试，以及在申请医疗执业许可时可能产生影响的地理数据和监管数据。

Lam 和团队看到的解决方案是为其网站构建一个推荐引擎。他们设想创建一个能够（例如）识别尚未通过 USMLE Step 3 的用户，然后向其推荐该考试并确认其资格的功能。或者，如果一位用户获得了医学博士学位并在内华达州完成了培训，但尚未在任何地方获得完整执照，他们不仅会获得在内华达州申请执照的推荐，还会被引导去完成该州要求的具体申请。

“我们认为图数据库是这项工作的合适工具，” Lam 说。

从小处着手，然后做大

尽管之前从未接触过图数据库，FSMB 团队仍认为图数据库是他们用例的最佳选择，正确的做法是从小处着手，构建一个能够识别准备参加 USMLE Step 3 的用户的推荐引擎。

他们本来可以构建一个没有图数据库的可行解决方案，但团队有远见卓识，理解他们现在所处的位置以及他们想要达到的目标。他们知道应用程序背后需要强大的基础技术，以便未来能够发展壮大。于是他们开始研究各种方案。最终他们选择了托管在 AWS 上的 Neo4j AuraDB Enterprise。

“我们使用 Elastic 的 AWS 服务以及 AWS 文件存储，我们选择在 AWS 上使用 Neo4j AuraDB 的原因是因为我们参加了一个在线 AWS 会议，会议谈到了针对不同工作使用合适的数据库。那时我们开始考虑图数据库，” FSMB 企业数据经理 Jill Putnam 说。

“每次我们开始寻找时，Neo4j 都位列榜首，” 她说。“然后我开始深入研究如何轻松实现图数据库并学习 Cypher 查询语言——它就像第二本能一样。上手非常快。”

在 AWS 云上构建解决方案

FSMB 是一个多云和混合环境，大部分文档元数据仍保留在本地。他们选择这种特定的架构是为了让用户能够快速轻松地下载文档，而无需经过任何 FSMB 服务器。

FSMB 接收来自许多来源的结构化和非结构化数据，并将其全部存储在数据湖中，但依赖于本地映射来快速定位数据湖中的文件位置并根据需要进行更新。

团队让逻辑驱动其关于技术栈和系统基础设施的决策。

“FSMB 不一定是一个‘云优先’组织，但我们肯定是‘云智能’的，因为我们的基础设施团队优先在云中部署，” 信息服务副总裁 Cyndi Streun 说。“当我们在一次 AWS Innovate 会议上评估 AuraDB 时，它将我们带出了 SQL 的世界，事实证明这非常适合这个解决方案。”

医生在线，成果斐然

结果是一个可扩展的推荐引擎，具有很高的增长上限，旨在改善考试注册网站的流程和用户体验，并引导未来的医生完成整个过程。

FSMB 于 2022 年 4 月将其第一阶段推荐引擎投入生产。结果立竿见影——客户服务部门的电话、电子邮件和实时聊天请求下降了近 50%。结论是：更多的医生无需联系客户支持即可完成注册流程。

 

除了支持中心工作量的可量化下降之外，新系统还创造了一些有价值但不太可量化的东西：流畅的用户体验。

未来的医生来到网站时，不会感到困惑或沮丧，而是获得清晰且行动导向的体验。

“现在他们来到网站，我们会根据图中的数据以及他们在流程中的位置，向他们展示不同的登陆页面，” Putnam 说。“这更合适，因为它能更好地解释他们在那一刻的具体情况。”

与图数据库共同成长

第一阶段上线后，FSMB 的下一步是将推荐范围扩展到 USMLE Step 3 以外。而且由于所有医生数据都是连接的，FSMB 可以继续在正确的时间向正确的人推荐正确的内容。上线四个月后，图数据库中有超过 18.6 万名医生用于 USMLE Step 3 推荐，但在获得执业许可道路上的未来医生群体更大。

“一旦他们完成了医疗执业许可考试，他们就必须获得资格认证，然后申请执业许可，” Putnam 说。“所以随着我们产品迭代，我们希望看到持续的效益，并帮助他们达到最终目标。”

最终目标是拥有更多获得执业许可的合格医生。美国医学院协会预测，未来 10 年内医生可能短缺 10 万人。FSMB 正在尽其所能帮助获得执业许可的医疗专业人士填补这一缺口。

“我们当前的 Neo4j 实施仅仅是第一步，” Putnam 说。“我们从小处着手，完全自行实施。我们目前正在审查我们的架构，以优化我们为医生和医师助理提供的其他服务，以便最终我们将使用 Neo4j 进行更多推荐。”