Agentic AI在复杂的医疗环境中具备自主决策能力与自适应学习能力，能够实时监测患者病情进展、协调医护团队、调整治疗方案，正推动医疗健康领域迈入变革性时代。

这类智能系统正深度融入医疗健康运营，从利用先进的模式识别提升诊断精准度，到优化临床工作流程，加速药物研发进程，各个环节无所不能。

*图片源自亚马逊云科技官网

*图片源自Innovaccer官网

Innovaccer利用Amazon Bedrock AgentCore构建了一款全新的医疗智能系统：Innovaccer Gravity™，旨在革新医疗领域的数据整合方式，变革AI驱动的医疗健康服务模式。

Innovaccer Gravity™的推出，也正是亚马逊云科技客户引领Agentic AI发展的典型例证：打造智能解决方案，推动医疗服务模式变革，同时也实现了可观的投资回报率（ROI）。

医疗领域对精准度和可追溯性有着极高要求，AI Agent必须能够安全处理敏感的患者数据，严格遵守诸如《健康保险流通与责任法案》（HIPAA）等严苛合规法规，并在各类临床工作流程中保持稳定的互操作性，才能在医疗领域落地运行。而通用的标准化协议，已难以满足复杂的医疗系统和患者数据保护需求。

医疗机构需要一套强大的服务，将其现有API转化为兼容Model Context Protocol（MCP）的工具。这类工具需具备高效扩展性，同时内置身份验证、授权、加密功能及全面的审计跟踪机制。

Amazon Bedrock AgentCore Gateway则为医疗服务提供商和数字医疗企业提供了一种简便且安全的方式，支持其大规模构建、部署、发现和连接相关工具，从而构建AI驱动的医疗解决方案，同时始终保持最高标准的安全性与合规性。

由于医疗机构的不同系统采用的电子健康记录格式存在差异，并且往往还需要维护多个系统，以满足各专业科室的特定需求以及兼容老旧系统，因此医疗机构面临着严峻的数据孤岛挑战。

快速医疗互操作资源（Fast Healthcare Interoperability Resources，FHIR）标准，通过将医疗数据标准化为患者病历、实验室检测结果等可交换的资源，有效解决了互操作性难题，不仅实现了不同系统间的无缝数据流通，还能保障数据安全、提升医疗协同效率。

然而，实施FHIR标准需要解决一系列挑战，例如与老旧系统集成的技术复杂性，且需要同时具备医疗信息学和API开发专业知识。

*图片源自亚马逊云科技官网

引入AI Agent带来了新的复杂挑战，要求精心设计与维护现有系统的接口。AI Agent需要通过双向身份验证功能（包括入站和出站验证）和端到端加密技术，安全访问FHIR标准数据及其他医疗工具。

MCP是一套标准化通信框架，能让AI系统通过统一接口，与外部工具、数据源及服务实现无缝交互。然而，托管这类服务不仅需要持续投入开发时间与资源，还需精心维护系统以维持最佳性能与可靠性，因此开发与扩展MCP Server需要大量资源和专业技术支持。

对于医疗机构而言，解决上述挑战是实现真正互操作性、充分释放现代医疗技术潜力的关键所在。

借助Amazon Bedrock AgentCore，用户能够安全地大规模部署和运行功能强大的AI Agent。该服务提供了专为动态Agent工作负载量身打造的基础设施、用于增强Agent能力的强大工具，以及适用于实际部署场景的关键控制功能。

Amazon Bedrock AgentCore提供了一系列可组合服务，其中与本文所述解决方案最相关的服务如下。如需了解更多信息，请参阅Amazon Bedrock AgentCore文档。

本解决方案将展示家长用户，如何以对话形式与Strands或LangGraph Agent交互，获取孩子的疫苗接种历史记录与接种计划信息、查询可预约时段，以及完成接种预约。

通过简单调整，AI Agent可实现事件驱动，能够自动发送提醒、预约接种等。这种模式不仅可以减轻医疗机构的工作负担，也能为家长提供便利，无需再费心整理相关资料或多次致电预约接种。

*重要提示：以下代码示例仅用于学习和演示使用。在生产环境中部署时，建议添加必要的错误处理、输入验证逻辑、日志记录功能及安全控制措施。

本解决方案可通过以下机制进行自定义配置，以扩展现有用例或适配全新用例：

基于OpenAPI规范进行扩展：本解决方案使用了一份示例OpenAPI规范（文件名为fhir-openapi-spec.yaml），相关API部署在Amazon API Gateway之上。通过编辑该YAML文件，可对OpenAPI规范进行自定义调整，以添加更多工具或替换不同工具。需要注意，修改OpenAPI规范后，必须重新创建AgentCore Gateway。

调整Agent指令与LLM：可通过修改strands_agent.py或langgraph_agent.py文件，来调整Agent的目标或指令，或使其适配不同的LLM。

展望未来，本解决方案已着手规划后续优化方向：

• 优化AgentCore Runtime：在AgentCore Runtime上部署Strands或LangGraph Agent。

• 引入AgentCore Memory：利用AgentCore Memory存储Agent会话信息，包括短期（单一会话内）与长期（跨会话）数据，从而为用户提供更个性化的使用体验。

Innovaccer Gravity™系统集成了400余个数据连接器，可统一整合来自Epic、Oracle Cerner和MEDITECH等电子健康记录系统（EHR）的数据源。

该系统还提供20余个预训练模型、15个预构建AI Agent、100种FHIR以及60个开箱即用的解决方案。这些解决方案均配备基于角色的访问控制、全面的审计追踪、端到端加密以及安全处理个人健康信息（PHI）的功能。

此外，该系统通过医疗模型上下文协议（HMCP）服务器开放工具接口，提供低代码或无代码界面，支持用户快速构建更多AI Agent，灵活适配个性化业务需求。

*图片源自Innovaccer官网

Innovaccer利用以下Amazon Bedrock AgentCore服务，完成构建Innovaccer Gravity™系统：

1.AgentCore Gateway：用户无需耗费大量精力自行构建、保障MCP Server安全或扩展其规模，即可将OpenAPI规范转化为兼容HMCP的工具。

2.AgentCore Identity：处理入站和出站身份验证，可与Innovaccer自有或客户提供的OAuth认证服务器无缝集成。

3.AgentCore Runtime：用于部署和扩展具备多Agents协作能力的AI Agent，同时具备日志记录、可追溯性以及接入自定义防护机制的能力。

Amazon Bedrock AgentCore通过传输与静态数据加密、完整会话隔离、基于Amazon CloudTrail的审计追踪，以及全面的管控机制，确保Innovaccer能够大规模部署Agent，同时保持Agent高可靠性与安全性。

Amazon Bedrock AgentCore与医疗系统的集成，标志着AI在改善患者护理、优化医疗运营方面的应用迈出了重要一步。借助Amazon Bedrock AgentCore提供的一整套服务，医疗机构能够部署先进的AI Agent，其可与现有系统安全交互，严格遵守合规标准，并实现高效扩展。

本文介绍的解决方案架构体现了AI Agent如何简化疫苗接种安排、预约挂号等复杂流程，充分展示了这些技术的实际应用价值：不仅能够减轻医疗机构的行政工作负担，还能让患者更便捷地获取关键健康信息与服务，从而提升患者体验。

展望未来，从提高诊断准确性，到定制个性化治疗方案，再到优化临床工作流程，AI Agent在医疗行业的应用潜力可谓十分巨大。Amazon Bedrock AgentCore等工具能够帮助医疗机构应对AI部署的复杂性，同时始终保持最高标准的安全性、合规性与患者护理质量。

医疗行业正处于变革时代的风口浪尖，AI Agent将在提供高效、个性化、高质量医疗服务方面发挥越来越重要的作用。通过拥抱这些技术并持续创新，我们定能构建出响应更迅速、服务更智能、更注重患者体验的医疗网络。