智客 ZICQ
EN 登录 / 注册
智客前沿 智能体 #Cohere Health #Amazon Bedrock #AgentCore #AI医疗 #智能体架构

Cohere Health利用Amazon Bedrock AgentCore加速临床政策数字化

Mr.Xu 的头像

文 / Mr.Xu 智客前沿编译 · 审校

发布时间: · 5 次阅读

中文阅读 (Chinese) English Version
共读互动 选中正文任意句子即可高亮划线、写下你的技术批注,或一键生成金句引用卡。 直达讨论区 ↓

摘要:Cohere Health通过使用Amazon Bedrock AgentCore构建了一个多租户智能体架构,显著提升了临床政策的数字化效率。该解决方案利用AgentCore Runtime的安全隔离机制、统一的工具访问以及模块化的技能框架,将政策数字化时间缩短了30%,并实现了快速部署和版本控制。这一创新不仅满足了CMS和AHIP的监管要求,还为医疗健康领域的AI应用提供了新的技术范式。


背景与挑战

在医疗健康领域,临床政策的数字化是提升运营效率的关键。然而,由于政策内容复杂且分散在各种非结构化文档中,自动化面临巨大挑战。Cohere Health通过与Amazon Web Services (AWS) 合作,利用Amazon Bedrock AgentCore构建了一个智能体系统,以应对以下挑战:

  • 监管要求:根据CMS规定,医疗计划需在2027年1月前支持基于API的电子预授权。
  • AHIP承诺:健康计划需实现80%的电子预授权实时审批。
  • 技术架构需求:解决方案需处理多种输入格式,并为不同下游系统生成不同表示,同时保持透明性和版本控制。

解决方案

Cohere Health的解决方案基于AgentCore构建了以下关键组件:

  1. AgentCore Runtime:提供安全的MicroVM隔离,确保每个租户的数据隔离和计算资源独立。
  2. AgentCore Gateway:统一工具访问接口,使团队能够轻松添加新工具而无需重新部署智能体。
  3. AgentCore Memory:维护会话历史,支持智能体的反馈循环和上下文管理。
  4. Agent Skills:基于开放标准,支持模块化技能开发,使临床政策专家能够直接编写和优化技能。

技术亮点

  • 多租户隔离:通过AgentCore Runtime的MicroVM隔离机制,确保不同健康计划的数据安全和计算资源独立。
  • 统一工具访问:AgentCore Gateway提供了一个统一的认证端点,使团队能够灵活地添加和管理工具。
  • 模块化技能框架:基于Agent Skills开放标准,支持快速迭代和部署新技能,而无需重建整个智能体环境。
  • 可重用ECR基础镜像:通过使用可重用的Amazon Elastic Container Registry (ECR) 基础镜像,简化了部署流程并减少了基础设施开销。

实施成果

  • 政策数字化效率提升:政策数字化时间从2小时15分钟缩短至1小时35分钟,效率提升了30%。
  • 部署速度加快:全智能体部署时间从3-4个月缩短至2-6周。
  • 政策覆盖率提高:Cohere Policy Studio将政策内容与标准化的证据层结合,支持跨不同格式和来源的政策表示。

未来展望

Cohere Health计划进一步扩展其解决方案,通过构建一个智能知识图谱,将临床政策与标准化的医疗术语(如UMLS、SNOMED)连接起来。这将支持更广泛的互操作性,并加速新政策类型的部署。此外,该知识图谱将连接决策产品,支持实时政策更新和自动化的冲突检测。

结论

Cohere Health通过使用Amazon Bedrock AgentCore和创新的架构模式,实现了AI智能体部署从数月到数周的飞跃。这些模式包括可重用的ECR基础镜像、统一的工具访问以及模块化的技能开发,为医疗健康领域的AI应用提供了可借鉴的范例。

开发者建议

  • 利用可重用的基础镜像:通过使用可重用的ECR基础镜像,简化部署流程并减少基础设施开销。
  • 统一工具访问:通过统一的网关接口,灵活地添加和管理工具。
  • 模块化技能开发:采用模块化的技能框架,支持快速迭代和部署新技能。
  • 持续评估与优化:通过Arize AI等工具,持续监控和优化智能体性能。

原文链接

How Cohere Health digitizes clinical policies using Amazon Bedrock AgentCore

—— 完 ——

主题标签: #Cohere Health #Amazon Bedrock #AgentCore #AI医疗 #智能体架构

编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。

读完这篇,你的第一判断是?
🚀 去【作品】晒出你的相关实践

社区整体评论区

正在加载实时智能评论与划词标注…