Building an agentic AI solution at Bluesight with Amazon Bedrock

在Bluesight使用Amazon Bedrock构建智能AI解决方案 | 人工智能

在Bluesight使用Amazon Bedrock构建智能AI解决方案

本文由Bluesight首席技术官Vijay Venkatesh与笔者共同撰写。

如果你为医院开发软件，就会知道合规工作扩展性很差。管理340B药品定价计划合规性的医院面临复合型数据难题。要证明集团采购组织（GPO）采购的药品符合豁免条件，需要同时将每次采购与多个数据源进行交叉核对。这些数据源包括美国食品药品监督管理局（FDA）短缺药品清单、美国医院药师协会（ASHP）数据、库存可用天数、基于机器学习（ML）的短缺预测，以及来自数百家其他医院的缺货信号。对于单个受保实体而言，这种人工审计流程每年消耗超过4000小时。当这一需求扩展到拥有620多家医院的网络时，问题的规模便显而易见。

Bluesight通过智能技术简化库存管理、采购和合规流程，助力医院和药房运营。作为Thoma Bravo投资组合公司，Bluesight提供KitCheck、ControlCheck、CostCheck、340BCheck、ShortageCheck和PrivacyPro产品组合，服务于美国数千家合作伙伴。每个产品都解决合规难题的不同部分。但客户不断要求一种能跨越产品边界的新方案，他们希望有一个AI层，能够同时分析多个系统的数据并直接呈现可操作的洞察，无需分析师手动拼接报告。

在本文中，我们将描述Bluesight如何通过两个AWS项目和Amazon Bedrock AgentCore，从单产品AI原型演进为Prism——一个覆盖六大医疗合规产品的统一智能AI解决方案。ControlCheck的Prism助手已于2026年5月推出，目前已有20个医疗系统开始使用。更复杂的多产品智能解决方案预计将在2026年下半年上线。

推动Bluesight转向智能AI的合规挑战

Bluesight的首个AI机会出现在药品滥用检测领域。ControlCheck通过复杂分析监控医院药房的受控物质交易，标记潜在的药品滥用模式。合规团队需要花费数小时整理报告、撰写高管业务审查，并在不同仪表板间手动关联信号。一个能在数秒内完成此类分析的对话式界面，将为医院用户和客户成功团队节省大量时间。但必须满足医院合规计划对安全性和准确性的严格要求。

第二个挑战更具雄心。被归类为DSH（不均衡份额）、PED（儿童医院）或CAN（独立癌症中心）的医院，除非药品确实无法通过非GPO渠道获得，否则不得通过GPO合同购买门诊药品。证明这一豁免需要同时调取多个Bluesight产品的数据：CostCheck的采购记录、ShortageCheck的短缺数据，以及340BCheck的340B资格信息。没有任何单一产品能掌握完整的数据图景。

两个用例有一个共同的约束条件：架构必须从第一天起就是生产级的。患者数据受《健康保险可携带性和责任法案》（HIPAA）的约束。医院合规团队需要审计追踪功能。任何声称符合药品采购合规性的AI系统，在关键环节都必须具备可解释性和确定性。Bluesight需要一个可复用的AI架构，而不是针对每个新用例都需要重新构建的一次性解决方案。

基于 Amazon Bedrock AgentCore 的构建

Bluesight 选择 AWS，因为 Amazon Bedrock AgentCore 提供了无需从零开始构建即可实现的生产级智能体AI基础设施。三个关键能力促使了这一选择。

图1. 基于 Amazon Bedrock AgentCore 的 Prism Assistant 单智能体架构。

首先，Amazon Bedrock 符合 HIPAA 合规要求。对于处理受保护健康信息的医疗保健公司来说，这是不可协商的条件。Bluesight 与 AWS 签订了业务关联协议（BAA），且 Amazon Bedrock 处理的客户数据不会用于训练基础模型（FM）。这种监管合规性与数据隐私的结合，使团队有信心将智能体连接到实时医院数据。

其次，AgentCore Runtime 提供了安全的无服务器托管服务，具备会话隔离功能，这对于多个医院同时查询系统时至关重要。AgentCore Gateway 将现有产品API转换为符合模型上下文协议（MCP）的工具，智能体可发现并调用这些工具，且内置了认证和加密功能。这意味着无需从零构建自定义集成基础设施，即可将智能体连接到三个产品的实时数据源。

第三，AgentCore 中智能体间的通信模式与 Bluesight 在GPO禁止用例中所需的架构高度契合。协调智能体将任务委托给专业数据工作者：一个查询 CostCheck 的采购记录，另一个检查 ShortageCheck 的可用性数据，第三个验证340B资格。AgentCore Runtime 通过合理的职责分离和全执行链的可观测性，支持这种多智能体模式。

九个月内从 ControlCheck 原型到生产环境

2025年9月，Bluesight 通过 AWS 的 EBA（基于经验的加速）计划与 AWS 合作，进行了为期三天的密集冲刺。目标是为 ControlCheck 构建一个能够查询实时数据并生成可视化报告的对话式药物滥用分析系统。

由8名 Bluesight 工程师和7名 AWS 专业人员组成的15人团队，使用 Amazon Bedrock 上的 Strands Agents 构建了一个可运行的智能体，并部署在 AgentCore Runtime 上。他们通过 AgentCore Gateway 将超过10个 ControlCheck API 连接到 MCP 服务器，构建了带有图表生成功能的前端，并实现了性能监控和成本归因的可观测性。

一个关键的架构决策是将AI推理与数据层分离。团队没有直接暴露原始数据库给智能体，而是通过 AWS Lambda 函数封装了现有的 ControlCheck API 端点，返回结构化且针对智能体优化的数据。这将查询延迟从5分钟缩短至10秒，并将业务逻辑保留在应用层。智能体的职责是解释用户问题、协调工具调用并清晰呈现结果。

在演示结束后，Bluesight产品管理总监Samir Neyazi明确表示：“这正是分流计划领导者一直在等待的解决方案——它能帮助他们更快地获得答案，同时消除每项调查中繁琐的手动操作。”他希望在当天星期一就让客户看到这一成果。

“医疗保健行业对合规性、数据安全性和规模提出了极高的要求。我们与AWS的合作成果，构建出了一种能够同时满足所有需求的架构，”Bluesight首席技术官Vijay Venkatesh表示。“基于这一基础，Bluesight在特定领域的专业知识和专有数据，使该功能对每天进行合规工作的客户来说真正具有实用价值。”

EBA从第一天起就为Bluesight提供了可直接投入生产的架构。该架构部署在虚拟私有云（VPC）中，实现全面加密，已内置身份验证、可观测性和基础设施即代码（IaC）功能。无需进行架构调整，也未产生需要后期处理的技术债务。Prism Assistant是Bluesight为所有产品中的内置AI功能统一命名的品牌。该功能从为期三天的冲刺开发到生产环境的全面上线，仅用了不到九个月。通常情况下，探索性AI开发需要12至18个月才能达到这一进度。

通过Prism实现多产品智能扩展

2026年3月，Bluesight再次启动第二次EBA。此次目标更加雄心勃勃：构建一个智能代理AI解决方案，能够跨多个产品协同工作，实现GPO禁止条款合规性审计的自动化。

图2. GPO禁止条款多代理协调架构。

首次EBA提供的参考架构和设计模式显著缩短了开发时间。ControlCheck原本需要三天高强度工作才能建立的功能，成为Prism可复用的基础设施。团队划分为三个工作流，分别负责代理行为和基础设施、数据工作者和工具、以及用户体验/前端开发，因为基础模式已被验证，因此推进速度非常快。

最终的Prism架构以Claude Sonnet 4.6作为主模型，以Claude Haiku 4.5处理快速操作，均通过部署在VPC私有子网中的AgentCore Runtime运行于Amazon Bedrock。AgentCore Gateway将Lambda支持的工具连接到CostCheck、ShortageCheck和340BCheck数据源。一个专门针对GPO的协调代理与多个专业数据工作者代理协同工作，每个代理负责从特定产品领域收集证据。

合规性判断本身并非基于大型语言模型（LLM）的观点。Bluesight构建了一个确定性评分流水线，包含13个证据信号、基于优先级的匹配机制和可配置的时间窗口。LLM负责协调数据收集和报告生成，但评分逻辑是基于规则且可审计的。这对需要向监管机构展示方法论的医院合规计划来说，是一个关键区别。

整个系统在第一天结束时已完全连接并投入运行。所有计划功能在第二天结束时均已正常工作。第三天专注于细节优化、探索性测试以及向Bluesight业务利益相关者和AWS高管赞助者进行演示。在EBA期间，代理在合成数据上的发票发现率达到100%，证据合理性准确率达到93%，超过了85%的目标。

“我们第二次合作时提出了更宏大的问题。不再只是‘我们能否构建另一个代理’，而是‘我们能否构建一个平台’，”Venkatesh表示。“这意味着需要进一步推动架构发展，并在合规工作流程中进行压力测试，这种工作流程会跨越产品边界，而第一次合作从未涉及如此复杂的场景。事实证明，它不仅有效，而且迅速实现了预期效果，这使Prism从一个想法变成了我们真正可以投入建设的愿景。”

“整个AWS团队合作非常愉快。我们取得的进展远超预期，这得益于你们团队在尝试新方法和遵循最佳实践方面的指导。没有EBA流程，我们无法呈现出如此出色的演示效果，”Bluesight高级工程经理Steve Hodges表示。

“当把一群聪明的人聚集在一起，朝着共同目标努力工作三天时，能完成的事情令人惊叹，”Bluesight CostCheck总经理AJ Rivosecchi补充道。

生产环境中的安全与合规

对于评估智能体AI的医疗组织而言，安全不是后期添加的功能，而是从设计之初就必须满足的约束条件。Bluesight的架构在每一层都解决了这一问题。

Amazon Bedrock的HIPAA合规资格和业务关联协议（BAA）覆盖范围，为处理患者相关数据的智能体提供了合规支持。然而，根据AWS共享责任模型，组织仍需自行负责合规性评估。AgentCore运行时通过私有子网和安全组部署在VPC内，确保所有智能体与数据源之间的通信都限制在受控网络边界内。Amazon Cognito通过OAuth2客户端凭证流程和JSON Web Token（JWT）验证，对每个智能体请求进行身份验证和授权，确保在任何数据访问发生前完成安全检查。

AWS密钥管理服务（AWS KMS）负责管理静态数据和传输中数据的加密密钥。AWS Secrets Manager处理下游服务连接的凭证管理。Amazon CloudWatch提供覆盖整个智能体执行链的仪表板、警报和指标过滤功能。每个智能体的决策、工具调用和数据访问都会被记录并可追溯。

这一可观测性层不仅是运营工具。医院的合规计划必须能够准确展示合规判断是如何得出的，这意味着需要展示咨询了哪些数据源、收集了哪些证据以及如何应用评分标准。这是法规要求，而非可有可无的附加功能。确定性评分逻辑与全面的审计追踪相结合，使合规团队确信AI辅助的判断具有可辩护性。

“对于我们的医院客户而言，安全至关重要，”Bluesight首席技术官Vijay Venkatesh表示。“我们的医院客户在采用任何AI解决方案之前，必须确信他们的数据在HIPAA框架下受到保护。Amazon Bedrock的HIPAA合规资格以及AgentCore内置的网络隔离功能，使我们能够从第一天起就向合规团队展示一个令人信服的安全架构。”

成果

Prism Assistant的早期采用者已经在日常工作中看到了可衡量的改进。根据Bluesight在20个医疗系统内部的测量数据，分流团队报告称与之前流程相比，报告生成和数据分析的速度提高了97%：

• 重复报告的完成速度提高了96%，从大约需要6小时的手动组装缩短至15分钟。

• 预调查分诊时间减少90%，从3小时缩短至约10分钟。

• 受控物质差异分析速度提升97%，从30分钟缩短至不到1分钟。

除Prism Assistant的指标外，这两项合作在解决方案层面实现了复合价值：

• 通常需要12至18个月的AI开发周期被压缩至不到9个月，使首个代理系统达到生产标准。

• 在合成测试数据上实现100%发票发现率，意味着GPO代理系统能识别所有相关采购记录。

• 在合成测试数据上实现93%的证据合理性准确率，超过85%的目标值。

• 每年超过4000小时的人工合规工作被纳入自动化处理范围。

• 通过复用首次合作的架构，第二次代理系统的开发时间缩短至原计划的很小一部分。

• 解决方案设计可扩展至Bluesight网络中的2000多家医院。

“这两次EBAs合作实现了传统开发模式无法企及的上市时间加速，”Venkatesh表示，“首次合作为我们提供了速度和坚实的基础。第二次合作证明了我们能够以极短的时间将这一基础应用于复杂多产品功能的开发。AWS的合作伙伴模式带来的架构专业知识、技术验证以及多位解决方案架构师与我们团队的协同工作，是实现这两个成果的关键推动力。”

Prism的未来规划

Prism是Bluesight所有六款产品统一的人工智能层。GPO禁止代理是首款多产品解决方案，预计于2026年下半年推出，而面向ControlCheck的Prism Assistant已发布，并在20家医疗系统中投入使用。

短期内，团队将扩展评估套件，从目前覆盖边缘案例和回归场景的3至15个测试用例扩展至更多场景。团队同时正在完成GPO代理系统的生产部署，并收集医院运营方和合规团队的反馈。

长期来看，Bluesight计划将代理到代理的架构扩展至其他合规应用场景：340B重大违规识别、工作流分诊和自动化审计准备。覆盖620多家医院的跨客户数据网络可扩展至2000多家医院，该网络随每家新加入医院的接入而不断增强证据层价值。这种网络效应结合可复用的代理架构，使Prism成为随时间推移价值持续增长的基础设施。

结论

Bluesight从单产品AI原型到多产品代理解决方案的转型仅用了9个月。Amazon Bedrock AgentCore提供了生产基础设施，包括运行时、网关、内存和可观测性功能。借助该平台，工程团队得以专注于医疗领域逻辑开发，而非构建AI基础设施。EBAs模式在两次合作中创建了具有复合价值的架构基础，而以安全为核心的设计使医院客户对采用AI处理合规工作流程充满信心。

如果你正在为受监管行业构建自主AI系统，可以从Bluesight使用的相同基础构建模块入手。探索Amazon Bedrock AgentCore并打开Amazon Bedrock控制台，在你的账户中进行尝试。通过AgentCore文档和Strands Agents框架构建你的第一个代理，浏览Amazon Bedrock AgentCore样本仓库中的端到端示例。若想深入了解AWS上的代理技术，请参阅《使用Amazon Bedrock AgentCore构建医疗保健代理》和《Rede Mater Dei de Saúde：使用Amazon Bedrock AgentCore在收入周期中监控AI代理》。如需了解更多关于在AWS上构建医疗保健AI解决方案的信息，请访问AWS for Health。

关于作者

'"`