使用 Amazon Bedrock AgentCore 构建医疗代理

前言

智能人工智能的整合正开启医疗领域的变革性时代,标志着与传统人工智能系统的重大背离。Agentic AI 在复杂的医疗环境中展示自主决策能力和自适应学习能力,使其能够实时监测患者进展、协调护理团队并调整治疗策略。

这些智能系统正深深植根于医疗运营中,从通过先进的模式识别提升诊断精度,到优化临床工作流程,并加快药物发现流程。智能人工智能将主动解决问题的能力与实时适应性相结合,使医疗专业人员能够专注于高价值、以患者为中心的活动,同时处理日常任务和复杂的数据分析。

Innovaccer是一家开创性的医疗保健人工智能公司,最近推出了Innovaccer GravityTM,该技术采用亚马逊Bedrock AgentCore技术构建,这是一款旨在彻底改变数据集成和人工智能驱动医疗转型的新型医疗智能平台。凭借其卓越的业绩记录——现有解决方案服务于美国1600多个护理机构,管理超过8000万份统一健康记录,并节省了15亿美元成本——这体现了亚马逊云科技客户如何通过创建智能解决方案引领人工智能的发展,在实现显著投资回报率的同时,推动医疗服务的实现变革。

医疗保健要求精准和问责。在此领域内运营的人工智能代理必须安全地处理敏感的患者数据,遵守严格的合规法规(如HIPAA),并在不同临床工作流程中保持稳定的互操作性。

**在处理复杂的医疗系统和患者数据保护要求时,标准通用的协议将失效。医疗机构需要强大的服务,以将其现有的API转换为兼容的模型上下文协议(MCP)工具,这些工具能够有效扩展,同时提供内置的身份验证、授权、加密和全面的审计跟踪。**Amazon Bedrock AgentCore 网关为医疗保健提供商和数字医疗公司提供了一种简单且安全的方式,能够大规模地构建、部署、发现和连接工具,并能够利用这些工具创建基于人工智能的医疗解决方案,同时保持最高标准的安全与合规。

问题

医疗机构面临着严重的数据孤岛挑战,因为不同系统之间的电子健康记录(EHR)格式多样,通常维护多个系统以满足专门的部门需求和传统系统。

FHIR(快速医疗互操作性资源)通过将医疗数据标准化为可交换资源(如患者记录和实验室结果),在保持安全性的同时实现系统之间的无缝通信,并提升护理协调能力,从而解决这些互操作性挑战。

然而,实施FHIR本身就带来了挑战,包括与传统系统集成的技术复杂性,以及在医疗信息学和API开发方面对专业技术的需求。

人工智能代理的实施带来了新的复杂性层次,需要对与现有系统的接口进行精心设计和维护。人工智能代理需要通过身份验证(包括入站和出站)以及端到端加密,安全地访问FHIR数据及其他医疗工具。

MCP 是一个标准化的通信框架,通过统一的接口,使人工智能系统能够与外部工具、数据源和服务无缝交互。然而,MCP服务器的开发和扩展需要大量资源和专业知识。托管这些服务需要持续的开发时间和关注,以保持最佳的性能和可靠性。

随着医疗机构在这一复杂领域的发展,应对这些挑战对于实现真正的互操作性并充分发挥现代医疗技术的潜力变得至关重要。

---

云计算已成为现代技术领域的重要基础设施，然而对于许多开发者和初创企业来说，成本问题往往是上云的第一道门槛。亚马逊云科技最近对其免费套餐进行了重要更新，推出Free Tier 2.0版本，这一举措旨在为技术爱好者提供更加友好的入门体验。

免费套餐演进：从固定配额到灵活抵扣

传统免费套餐通常采用"固定配额+时限"的模式，而新版本的核心创新在于引入了基于抵扣金的灵活使用机制。这一变化使得用户能够根据自身需求更加合理地分配免费资源。

新旧版本功能对比

特性维度	传统免费套餐	Free Tier 2.0
资源分配方式	按服务提供固定月度配额	按服务提供固定月度配额 200美元通用抵扣金，可跨服务使用
费用安全保障	容易因超出配額产生意外费用	免费计划期间主动升级前不会产生费用
使用期限	12个月固定期限	6个月免费计划+12个月抵扣金有效期
支付便利性	需要外币信用卡	支持银联信用卡和人民币支付
学习路径	自行探索	引导式任务，完成可得额外抵扣金
适用场景	基础功能体验	真实项目开发和测试

如图：

两种计划的具体应用场景

免费计划的优势与限制

免费计划特别适合以下场景：

• 技术学习：学生和初学者系统学习云计算知识

• 概念验证：企业评估技术方案可行性

• 原型开发：开发者测试创意和构建最小可行产品

该计划下的资源分配示例如下：

服务类型	可用资源	适用场景
计算服务	EC2特定实例类型	Web应用托管、开发环境
数据库	RDS微实例	中小型数据库需求
无服务器	Lambda百万次调用	事件驱动型应用
AI服务	Bedrock基础使用	AI功能集成测试

付费计划的价值体现

当用户项目进入生产阶段时，可无缝升级到付费计划，此时：

• 享受150+项服务的完整访问权限

• 未使用的抵扣金继续有效

• 超出部分按标准费率计费

---

使用 Amazon Bedrock AgentCore 大规模部署、增强和监控人工智能代理

通过使用 Amazon Bedrock AgentCore,您可以安全地部署和操作高功能的 AI 代理。

它提供专为动态代理工作负载构建的基础架构、用于增强代理的强大工具,以及用于真实部署的基本控制。

Bedrock AgentCore 提供一系列可配置服务,其服务与以下列表中所述的解决方案最为相关。有关更多信息,请参阅 Bedrock AgentCore 文档。

• AgentCore 运行时提供了一个安全且无服务器的运行时,专为使用任何开源框架、协议和模型部署和扩展动态AI代理和工具而构建。

运行时专为代理工作负载而设计,具备行业领先的扩展运行时支持、快速启动、真正的会话隔离、内置身份以及多模态有效载荷支持。

• AgentCore Gateway 为代理提供了一种安全的发现和使用工具的方式,同时将 API、AWS Lambda 函数和现有服务直接转换为与代理兼容的工具。
  Gateway 加快了自定义代码开发、基础设施配置和安全实施,使开发人员能够专注于构建创新的代理应用程序。
• AgentCore Identity 提供安全、可扩展的代理身份和访问管理功能,加速人工智能代理的开发。
  它与现有的身份服务提供商兼容,避免了迁移使用或重建身份验证流程的需要。
• AgentCore 可观测性通过统一的操作仪表板,帮助开发人员跟踪、调试和监控生产中的代理性能。
  支持支持兼容OpenTelemetry的遥测技术,并详细地可视化了代理工作流程的每个步骤。

在此解决方案中,我们演示用户(家长)如何以对话式方式与 Strands 或 LangGraph 代理互动,获取有关其孩子的免疫记录和日程安排的信息,询问可用的时段,并预约预约。通过一些更改,人工智能代理可以由事件驱动,以便他们能够自动发送提醒、预约预约等。这减轻了医疗机构以及不再需要跟踪文件或多次打电话预约的家长的行政负担。

如上图所示,使用 Amazon Bedrock AgentCore 构建的医疗预约手册的工作流程如下:

• 用户与 Strands 或 LangGraph 代理进行交互:该解决方案包含 Strands 和 LangGraph 代理。您还可以使用其他框架,例如 AutoGen 和 CrewAI。
• Reasoning LLM from Amazon Bedrock:来自亚马逊Bedrock的推理LLM:使用来自Amazon Bedrock的Claude 3.5 Sonnet大语言模型(LLM)。

该模型通过掌握细微差别和复杂指令来展示高级推理能力,同时具备强大的工具调用能力,使其能够与外部应用程序和服务有效集成,从而自动完成网页浏览、计算或数据交互等各种任务。

• 使用 AgentCore Gateway 漏洞的工具:AgentCore Gateway 可安全访问使用标准 MCP 客户端所需的 Strands 或 LangGraph 代理所需的工具。

在此解决方案中,REST API 托管在 Amazon API 网关上,并通过 AgentCore Gateway 作为 MCP 工具进行曝光。

• AgentCore Gateway 的 Ingress 认证:Auth 2.0 使用 Amazon Cognito 作为身份提供方进行保护。您可以根据需要使用其他兼容 oAuth 2.0 的身份提供商,例如 Auth0 和 Keycloak,以满足您的使用需求。
• OpenAPI 规范使用 AgentCore Gateway 转换为工具: 使用 Amazon API Gateway 作为后端来公开 API。

通过导入 OpenAPI 规范,AgentCore Gateway 提供了兼容 MCP 的服务器,无需为工具元数据进行额外配置。以下是解决方案中使用的工具。

• Amazon Healthlake 作为 FHIR HealthLake服务器:HealthLake 用于管理与人口统计、免疫记录、时间安排和预约等相关的患者数据。HealthLake 是一项符合 HIPAA 资质的服务,通过基于 FHIR API 的交易,为医疗公司提供完整的个人和患者人群健康数据视图,以以 PBB 比例安全地存储并转换为可查询的格式,并利用机器学习(ML)模型进一步分析这些数据。
• Egress authentication from AgentCore Gateway to tools:从AgentCore网关向工具进行Egress认证:采用Amazon Cognito的OAuth 2.0作为身份提供商,用于执行AgentCore网关与解决方案所用工具之间的身份验证。

解决方案设置

Important:重要提示:以下代码示例仅用于学习和演示目的。在生产实施中,建议添加所需的错误处理、输入验证、日志记录和安全控制。

用于设置和清理此示例解决方案的代码和说明可在 GitHub 上使用。设置后,该解决方案如下所示,旨在面向家长,以使用与免疫接种相关的预约。

自定义解决方案

该解决方案可以通过以下机制定制,以扩展相同或不同的使用场景:

• OpenAPI 规范: 该解决方案采用示例的 OpenAPI 规范(命名 fhir-openapi-spec.yaml支持托管在API网关上的API。

OpenAPI 规范可以通过编辑 YAML 文件来自定义以添加更多工具或使用完全不同的工具。对 OpenAPI 规范进行更改后,必须重新创建 AgentCore 网关。

• 代理说明和LLM: strands_agent.py 或 langgraph_agent.py 可以修改以更改代理的目标或说明,或与其他LLM配合使用。

未来改进

我们已经在为未来的解决方案进行规划,并计划进行改进。

• 代理核心运行时:在 AgentCore 运行时使用主管或 LangGraph 代理。
• AgentCore 内存:使用 AgentCore 内存在短期(会话中)以及长期(跨会话)中保存会话信息,以为代理用户提供更个性化的体验。

Innovaccer 对 Bedrock AgentCore 的应用

Innovaccer 的重力平台包含 400 多个连接器,用于统一来自 Epic、Oracle Cerner 和 MEDITECH 等来源的 EHR 数据,包含 20 多个预设模型、15 个预构建的 AI 代理、100 个 FHIR 资源,以及 60 种基于角色的访问控制、全面的审计跟踪、端到端加密以及安全的个人健康信息(PHI)处理功能的解决方案。

他们还提供低代码或无代码的接口,利用使用医疗模型上下文协议(HMCP)服务器暴露的工具,构建额外的人工智能代理。

Innovaccer 使用 Bedrock AgentCore 用于以下目的:

• AgentCore Gateway 将其 OpenAPI 规范转换为兼容 HMCP 的工具,无需完成构建、安全或扩展 MCP 服务器所需的繁重负担。
• AgentCore 身份处理与 Innovaccer 或客户提供的 OAuth 服务器集成的入站和出站身份验证。
• AgentCore 运行时将通过多智能协作以及日志记录、可追溯性以及插入自定义护栏的能力来部署和扩展人工智能代理。

Bedrock AgentCore 支持企业级安全,通过在传输和静坐时进行加密,实现完整的会话隔离,使用 Amazon CloudTrail 进行审计跟踪,并提供全面的控制,帮助 Innovaccer 代理在大规模运行时实现可靠和安全运行。

Bedrock AgentCore 网关的定价:

AgentCore Gateway 提供基于消费的定价模型,其计费基于 API 调用(例如 ListTools, InvokeTool 而且 Search API工具和工具的索引。有关更多信息,请参阅 定价页面。

结论

将亚马逊Bedrock AgentCore与医疗系统整合,标志着人工智能在改善患者护理和简化医疗运营方面迈出了重要一步。

通过使用Bedrock AgentCore提供的服务套件,医疗机构可以部署先进的人工智能代理,能够安全地与现有系统交互,遵守严格的合规标准,并高效扩展。

本文所介绍的解决方案架构展示了这些技术的实际应用,展示了人工智能代理如何简化疫苗接种安排和预约等复杂流程。

这可以减轻医疗服务提供者的行政负担,并通过提供直接获取关键健康信息和服务来提升患者体验。

智能在医疗行业中的潜力巨大。从提高诊断准确性到个性化治疗方案以及简化临床工作流程,可能性无穷无尽。

像亚马逊Bedrock AgentCore这样的工具可以帮助医疗机构自信地应对实施人工智能的复杂性,同时保持最高标准的安全性、合规性和患者护理。

以上就是本文的全部内容啦。最后提醒一下各位工友，如果后续不再使用相关服务，别忘了在控制台关闭，避免超出免费额度产生费用～