What if the answer was already in your data?

如果答案早已存在于你的数据中？ | Databricks 博客

跳过主要内容

医疗保健与生命科学

2026年6月24日

如果答案早已存在于你的数据中？

Kythera Labs 正在基于 Databricks 构建一个原生 AI 的医疗保健战略平台，使任何医疗系统都能获得他们需要并信任的专家智能。

作者：Bryan Smith、Morgan Wilkie 和 Kaitlin Ryan

摘要

• 医疗系统领导者在不完整的理赔数据基础上做出高风险的战略决策（如支付方组合、并购、市场扩张、转诊流失等），而解读这些数据的专业知识通常受限于预算。

• Kythera Labs 将这些专业知识封装进基于 Databricks 的 AI 代理（如 Agent Bricks、Genie、Unity Catalog 和 Lakebase，覆盖超过 3390 亿条理赔数据），使任何领导者都能用自然语言提出战略问题，并在几分钟内获得经过治理、值得信赖的答案。

• 在实际应用中，一家路易斯安那州的医疗系统在 10 天内上线，实现了患者接触情况的可见性提高了 150%，流失减少了 22%，并预计每年可创造 380 万美元的价值。

如果答案早已存在于你的数据中？

会议总是以同样的方式结束：没有人能迅速回答这个问题。CEO、CIO 和 CFO 走出规划会议，带着一项任务：确定有多少肿瘤学收入正在流失系统，并流向何处。在一个资源充足的医疗系统中，这个问题会交给咨询公司，六周后花费数万美元才能得到答案。而在大多数医疗系统中，这个问题会交给一个使用 BI 工具的分析师，答案何时出现取决于数据允许的置信度。

这两种体验之间的差距正是 Kythera Labs 成立之初想要解决的问题。

没有人谈论的智能差距

医疗系统高管们同时面临一系列复杂的战略决策：增加患者数量、优化支付方合同、评估并购目标、识别未被满足的市场以进行扩张，以及减少行政负担，所有这些决策都基于不完整的数据。这些决策与价值创造杠杆相一致，而历史上这些杠杆几乎完全依赖于与机构预算相关的专家分析能力。

“市场一直由建立在理赔数据之上的 BI 工具所服务，”Kythera Labs 的首席执行官 Jeff McDonald 表示。“BI 工具可以很好地展示数据中已有的内容，但它们无法很好地告诉你数据中缺失的内容。这与工具的设计初衷背道而驰。”

能够弥合这一差距的分析师（他们了解理赔数据中的缺失和偏见，能够从碎片化的账单记录中重建患者的旅程，知道理赔数据所陈述的内容与实际临床发生的情况之间的差异）需要多年才能培养出来。大型医疗系统会雇佣他们，而较小的组织则没有这种能力，或者花费数百万美元聘请咨询公司按次租赁这种专业知识。美国医疗保健中的战略智能差距并不是主要的数据问题，而是一个专业知识分布的问题。

Kythera Labs 正在用 AI 来解决这个问题。

数据必须优先

在任何代理能够可靠地回答战略问题之前，它所推理的数据必须是可靠的。这比听起来要困难得多。

理赔数据是用于报销的详尽账单数据，其目的是让医疗服务提供者获得补偿，而不是让高管制定市场战略决策。要重新利用这些数据，需要解决来自数十个竞争性来源的医疗服务提供者身份识别问题，协调130种标准化医学词汇中的手术编码，纠正系统性缺失的数据，并将患者的旅程重建为时间序列，而不是一系列不连贯的账单事件。

答案是 Kythera 的医疗健康数据技术，它处理了代表超过3亿名患者、8年历史、超过3 PB存储空间的3390亿条医疗和处方药理赔数据，构建出一个代理可以真正进行推理的结构——基于事件的结构，其中膝盖置换手术不是一个账单代码，而是一个包含术前病史、出院和术后护理轨迹的外科手术事件。这一切都是在 Databricks 上构建的。这种数据转换就是这项工作的成果。

这也正是代理回答值得信赖的原因。Kythera 的操作层运行在 Lakebase、Delta Lake、Delta Sharing、Unity Catalog 和无服务器基础设施之上，因此驱动实时工作流的事务数据与代理推理所依赖的分析数据共享一个统一的治理基础。无需 ETL。无需数据移动。问题与答案之间没有缝隙。

证据已经在生产环境中得到了验证。2024年12月，路易斯安那州的一家医疗系统与 Kythera 签订了合同，并在圣诞节前上线。从签订合同到获得首次洞察，仅用了10天，他们获得了此前从未拥有的患者群体洞察：

• 患者接触情况的可见性提高了150%，
• 保持率增加了12%，
• 泄漏率减少了22%，以及
• 通过保留的接触活动，预计每年可增加380万美元的价值。

这种从数据基础建设到实现价值的时间效率，只有在数据基础已经建立的情况下才有可能实现。

指导式分析体验

基于 Agent Bricks 框架构建的 Kythera 健康医疗战略代理部署在医疗系统的 Databricks 工作区中，首席战略官打开对话并提问：“有多少癌症患者被转介到非关联的提供者那里接受我们提供的服务？”接下来的不是仪表板刷新。代理像经验丰富的分析师一样处理这个问题，揭示了6800名被转介的肿瘤科患者，指出了正在获取其服务量的竞争提供者，识别出导致最高流失的转介医生，并将2310万美元的报销机会摆在桌面上。随后提出了具体的保留策略。整个会话仅用了几分钟。

该响应中的每一个结果都代表了一个人类分析师必须编写、测试、验证和整合的查询。代理可以在几分钟内完成这些查询。

“我们所做的很多工作，都是将如何处理这些数据集的专业知识封装到智能代理中，使这种能力不再局限于一小群专家，”联合创始人兼首席分析官 Ryan Leurck 表示。“即使你有合适的人，回答复杂问题也可能需要几天甚至几周的时间。我们的目标是让这些专业知识更容易获取，帮助人们更快地找到答案。”

肿瘤学场景是构建平台的一个示范，该平台旨在解决十余种战略问题类型，从支付方组合优化和需求预测到新市场规模估算和并购目标评估。同一平台满足了CFO询问支付方合同表现、服务线主管询问竞争定位、以及业务发展团队询问收购目标的需求，每个人都能以自己的语言获得符合其上下文的精准答案。对于希望在结构化代理工作流程之外探索数据的医疗系统团队，Databricks Genie 可以扩展这种相同的可访问性——允许任何用户用自然语言向企业数据提问，无需 BI 团队或 SQL 专业知识。

足够受控以建立信任

如果医疗系统高管无法信任代理告诉他们的内容，或者 CIO 无法向合规团队证明部署的合理性，所有这些都不重要。

对医疗保健 AI 平台的信任有特定的含义。这意味着财务分析师询问支付方合同表现时，不会意外地从其他服务线中提取数据。这意味着代理查询会留下可审计的轨迹，满足 HIPAA 要求。这意味着代理推理所使用的数据在任何模型接触它之前，已经过验证、质量检查和治理认证。在这样一个受监管的行业中，一次数据访问违规就可能引发重大的法律和声誉后果，这些功能不是可有可无的——它们是部署的先决条件。

Kythera 的解决方案是 Databricks Unity Catalog，它作为治理层部署在每个客户环境中。Unity Catalog 为整个平台的数据访问、安全性和血缘关系提供了一个统一的控制平面，这意味着治理 SQL 查询的政策同样适用于代理查询，应用于 BI 报告的访问控制同样适用于 AI 生成的推荐。服务线主管看到的是她的市场，CFO 看到的是他的财务数据，战略高管看到的是她被授权看到的完整图景。没有人能看到超出其权限的内容，每一次访问事件都会被记录。

Jeff McDonald 在医疗行业工作了32年，他直言不讳地表示这在实践中意味着什么：“这是一个复杂的问题，而 Databricks 将所有必要的部分整合到了一个地方。Unity Catalog 使我们能够在一天内部署到所有三个云平台，Delta Sharing 使我们能够几乎即时地访问 PB 级规模的数据。这消除了摩擦，帮助我们更快地执行。”

在传统的企业架构中，治理需要多层定制工具、独立的访问管理系统和大量的持续工程。Unity Catalog 将这些简化为配置：策略只需设置一次，即可在所有地方执行。对于一家服务于55多家医疗系统的公司，这在高度监管的行业中，意味着平台可以扩展与无法扩展之间的区别。

这个问题标志着Kythera长期路线图的开端，也突显了更优分析与真正决策之间的区别。人工智能在医疗健康数据中的发展轨迹遵循了一个熟悉的进程：从静态仪表板告诉你发生了什么，到预测工具告诉你可能发生什么，再到如今的引导式分析，让组织中的任何领导者都能用日常语言提出复杂问题，并获得与其角色和背景相匹配的答案。Kythera已经在治理基础设施上，以生产规模实现了这一第三阶段。

但这家公司的雄心并不止于更快地回答问题。根据Kythera自己发表的观点，医疗健康分析的未来不仅仅是描述性的，它还将是预测性的、指导性的，并且越来越自动化。Wayfinder的下一步是这样一个平台：洞察不仅会告知决策，还会启动一个工作流程。例如，转诊泄漏分析会触发对最有影响力的转诊医生的外展序列；市场缺口分析会直接路由到房地产团队；从战略问题到操作行动的完整流程在单一的治理平台上运行，数据从未离开湖仓。

“没有人想要数据，”麦当劳说，“人们想要答案。他们为什么想要答案？为了能够为某人做些事情。这才是答案旁边的流程。”

这是从引导式BI向复合决策的转变，这些系统不仅仅是揭示情报，而是在治理架构的保障下对情报采取行动，这种架构是医疗健康监管环境所要求的。在规模上实现这一点，需要与最初使分析层成为可能的相同要素：在任何代理接触数据之前，数据已经由患者掌控、协调一致并受到治理。

正如Kythera的工程团队所观察到的，一个经过适当训练和验证的代理可以比人类更深入、更彻底地探索数据，始终保持对解释性背景的意识，并且不会疲劳，这些特质在系统从回答问题转向采取行动时变得越来越有价值。

这些影响远远超出了任何单一的医疗系统。一个拥有200张病床的地区性医疗系统，提出与大型综合医疗网络相同的战略问题，并最终以相同的速度和相同质量的专家智能来采取行动，而无需支付咨询顾问的费用。这将是一种不同类型的医疗市场。这就是Kythera正在构建的市场，一个医疗系统一个医疗系统地在Databricks上构建。

如果足够多的医疗系统能够更快地做出关于资本部署、扩大访问和减少行政浪费的更好决策，并采取行动，那么创始雄心开始变得触手可及：医疗健康成本实际上可能会下降。

立即体验

要探索Kythera的医疗健康战略平台并请求体验医疗健康战略代理的演示，请访问 kytheralabs.com。要了解使该平台受治理、可扩展并为下一阶段自主决策做好准备的Databricks技术（Genie、Agent Bricks、Unity Catalog和Lakebase），或了解Built On合作伙伴计划，请从这里开始。

Kythera Labs是Databricks Built On合作伙伴。了解更多请访问 kytheralabs.com。

订阅最新文章，获取最新资讯

订阅我们的博客，获取最新文章直接发送到你的邮箱。

注册

查看所有博客

slice-start id="_gatsby-scripts-1"

slice-end id="_gatsby-scripts-1"