Natera 如何利用 Amazon Bedrock AgentCore 为实验室运营设计智能体 AI 系统 | Amazon Web Services

云向阳AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-1367 阅读💛 88 收藏
Natera 如何利用 Amazon Bedrock AgentCore 为实验室运营设计智能体 AI 系统 | Amazon Web Services

📌 One-Sentence Summary

本文详细介绍了 Natera 如何利用 Amazon Bedrock AgentCore 构建实验室运营智能体 AI 系统 SWARM,通过采用双智能体架构和版本化技能库沉淀机构知识,实现首次响应速度提升 130 倍,自动化覆盖率达到 96.2%。

📝 Summary

作为无细胞 DNA 检测领域的领先企业,Natera 面临仪器停机这一重大问题:每天有 65 张工单,首次响应时间平均为 17.4 小时。为自动化实验室运营支持,Natera 基于 Amazon Bedrock AgentCore 构建了 SWARM(系统化工作流分析与解决方案管理器)。系统采用两个互补的智能体:swarm-agent 用于自主后台分析,swarm-hive 用于与工程师互动协作;两者共享一个包含 33 项技能的技能库,其中 24 项针对特定仪器,9 项适用于跨领域工作流。SWARM 将首次响应速度提升了 130 倍(从 17.4 小时缩短至 8 分钟),自动化覆盖率达到 96.2%。其架构包含事件层、智能体层、上下文层和可观测性层,并通过 OIDC、IAM、VPC 和 Secrets Manager 实现符合 HIPAA 要求的安全保障。系统还通过持续评估循环,根据置信度标签追踪准确率,展示了托管式 AI 智能体服务如何解决临床环境中的机构知识流失问题。

💡 Main Points

SWARM 将首次响应时间提升了 130 倍(从 17.4 小时缩短至 8 分钟),并自动处理每天 65 张实验室支持工单中的 96.2%。

系统借助 Amazon Bedrock AgentCore 自主处理工单,立即向工程师提供诊断报告。这一显著改进回应了 Natera 的迫切需求:尽量减少仪器停机,避免临床实验室运营中的样本处理和患者报告受到影响。

由 swarm-agent 和 swarm-hive 组成的双智能体架构,结合共享的 33 项技能库,既支持自主处理,也支持工程师互动协作。

swarm-agent 在后台进行分析并生成结构化诊断报告;swarm-hive 则让工程师能够互动交流、上传图片并探索其他故障排查路径。技能库将确定性的 Python 任务与由 LLM 驱动的推理分开,使系统可审计,并能通过版本化技能持续改进。

符合 HIPAA 要求的安全架构采用 OIDC、IAM、VPC 和 Secrets Manager,流水线中不使用长期凭证。

系统采用无密钥部署模式,通过 OpenID Connect 和 AWS STS 生成按部署范围限定的临时凭证。AWS IAM 执行最小权限原则;Amazon VPC 的私有子网确保流量不经过公共互联网;AWS Secrets Manager 则每 30 天轮换一次凭证。这些措施满足了 Natera 临床环境的要求和合规需求。

持续评估方法根据置信度标签追踪准确率;在 154 个案例中,高置信度工单的准确率达到 74%。

系统会为每份诊断报告标注置信度(高、中、低),并由工程师核实解决结果。这形成了一个反馈循环:识别表现不佳的领域,更新知识库进行修正,再次评估。置信度标签与准确率之间的趋势关系,也为工程师优先处理诊断提供了有用参考。

💬 Key Quotes

我们需要一个托管运行环境,让我们能把工程精力集中在诊断准确性上,而不是基础设施搭建上——AgentCore 为我们提供了这样的环境,还内置了身份管理功能,并支持灵活更换模型,无需重写智能体逻辑。

这个系统并不会取代工程师——它让他们在工单到达的那一刻,就能获取机构知识的全部积累。

诊断准确性首先是一个数据质量问题。补充得分最低的仪器类别所缺少的供应商手册后,准确率从 71% 提升至 75%,而模型没有任何改动。

如果诊断有误,我们需要能定位到具体技能,而不是调试整个系统——这就是我们从一开始就构建版本化技能库的原因。

📊 Article Meta

AI Screening: 88

Source: AWS Artificial Intelligence

Author: Ariel Jirau

Category: 人工智能

Language: 英文

Read Time: 10 min

Word Count: 2490

Tags:

AI 与智能应用 , 机器学习 , 知识管理 , 分布式系统 , AI Agent

#AI 与智能应用# 机器学习# 知识管理# 分布式系统# AI Agent

文章评论(12)

墨向阳2 天前

这篇文章分析得很透彻,收藏了!

回复
蓝归舟2 天前

内容翔实,正好需要,先收藏再看。

回复
墨向阳2 天前

刚好最近在找这方面的资料,太及时了。

回复
一叶知秋2 天前

实测过类似工具,作者说的基本属实。

回复
南山客2 天前

有没有更详细的教程,期待后续。

回复
邱文博2 天前

内容翔实,正好需要,先收藏再看。

回复
南山客2 天前

这个比较实用,已转发给同事。

回复
星知秋2 天前

这个比较实用,已转发给同事。

回复
空向阳2 天前

整理得太全面了,省了我不少时间。

回复
林拾贝2 天前

写得挺用心的,支持一下。

回复
杨丽华2 天前

有没有更详细的教程,期待后续。

回复
空向阳2 天前

这个比较实用,已转发给同事。

回复