详细内容或原文请订阅后点击阅览
Cohere Health 如何使用 Amazon Bedrock AgentCore 将临床政策数字化
在这篇文章中，您将了解 Cohere Health 如何使用 AgentCore Runtime 的安全 MicroVM 隔离、通过 AgentCore Gateway 的统一工具访问、AgentCore 内存以及 Agent Skills 开放标准在 AgentCore 上构建多租户代理架构，以快速扩展保单数字化功能，同时保持透明度、版本控制和人工监督。
来源:亚马逊云科技 _机器学习事先授权是健康计划在承保某些医疗服务或药物之前所需的批准流程。它仍然是医疗保健领域最手动的流程之一，并不是因为需要批准的医学推理存在缺陷，而是因为管理它的政策陷入了静态、非结构化的格式，无法实现自动化。该内容是日常临床操作的核心，每年影响数亿患者。然而，政策内容因临床领域、地理位置、业务线和健康计划而异，并随着医学和技术的进步而演变。从历史上看，健康计划没有系统的方法来管理、分析和优化它们。使用标准术语将这些临床政策数字化为结构化、机器可读的数据，通过支持更加一致、可计算的工作流程并帮助健康计划大规模实现事先授权操作的现代化，同时保持适当的临床监督，从而减少关键的操作瓶颈。
Cohere Health(R) 是一家为健康计划运营提供支持的临床情报公司，它使用 Amazon Bedrock AgentCore 构建了 Cohere Policy Studio(TM)，后者提供了其健康计划客户所需的多租户隔离以及托管代理运行时，可在无需重建基础设施的情况下加速部署。该应用程序使用灵活的多租户代理架构，通过广泛的工作流程管理和自动版本跟踪来加速保单数字化。
在这篇文章中，您将了解 Cohere Health 如何使用 AgentCore Runtime 的安全 MicroVM 隔离、通过 AgentCore Gateway 的统一工具访问、AgentCore 内存以及 Agent Skills 开放标准在 AgentCore 上构建多租户代理架构，以快速扩展保单数字化功能，同时保持透明度、版本控制和人工监督。
挑战：保单数字化瓶颈
解决方案概述
团队完成了三项任务：