详细内容或原文请订阅后点击阅览
MSD 如何使用 Amazon Bedrock 将自然语言转换为 SQL 用于复杂的医疗保健数据库
领先的制药公司 MSD 与 AWS 合作，使用 Amazon Bedrock 和 Anthropic 的 Claude 3.5 Sonnet 模型实施了强大的文本到 SQL 生成 AI 解决方案。这种方法简化了从 DE-SynPUF 等复杂医疗保健数据库中提取数据的过程，使分析师能够从自然语言问题生成 SQL 查询。该解决方案解决了编码列、非直观名称和模糊查询等挑战，大大减少了查询时间并实现了数据访问的民主化。
来源:亚马逊云科技 _机器学习本篇文章由默沙东的 Vladimir Turzhitsky、Varun Kumar Nomula 和 Yezhou Sun 共同撰写。
本篇文章由默沙东的 Vladimir Turzhitsky、Varun Kumar Nomula 和 Yezhou Sun 共同撰写。生成式 AI 正在改变医疗保健组织与其数据交互的方式。大型语言模型 (LLM) 可以通过从自然语言问题生成复杂的 SQL 查询来帮助从结构化数据（例如关系数据库管理系统 (RDBMS)）中发现见解，使所有技能水平的用户都可以进行数据分析，并使组织能够比以往更快地做出数据驱动的决策。
生成式 AI默克公司，美国新泽西州拉威（以下简称“MSD”）是一家全球领先的制药公司，130 多年来一直在发明药物和疫苗。该公司总部位于新泽西州拉威，通过处方药、疫苗、生物疗法和动物保健产品提供创新的健康解决方案。MSD 与 AWS 生成创新中心 (GenAIIC) 合作实施了强大的文本到 SQL 生成 AI 解决方案，简化了从复杂的医疗保健数据库中提取数据的过程。MSD 雇用了大量分析师和数据科学家，他们分析数据库以获取有价值的见解。目前，他们花费大量时间手动查询这些数据库，这会降低生产力并延迟数据驱动的决策。文本到 SQL 解决方案可以大大简化此过程。例如，分析师不必编写复杂的 SQL 查询，只需问“2008 年有多少女性患者入院？”即可。该解决方案将生成适当的 SQL 查询，从而可能将查询时间从几小时缩短到几分钟。这种方法不仅节省了时间，而且还使数据访问民主化，即使是非技术人员也可以快速提取见解，从而提高整个组织的生产力并加快明智的决策。
Amazon Bedrock 来源 示例 1性别
2