AWS SageMaker Data Agent: 医疗数据分析，从数周缩短到数天

医疗数据分析，从数周缩短到数天

AWS发布了SageMaker Data Agent，一款用于医疗数据分析的AI代理。当流行病学家或临床研究人员用自然语言提问时，AI会自动生成并执行SQL和Python代码。^[AWS]

以前，进行医疗数据分析需要访问多个系统来获取数据。需要等待权限、理解数据架构、手动编写代码。这个过程需要数周时间。SageMaker Data Agent将其缩短到数天或数小时。

坦率地说，医疗数据分析一直是瓶颈。流行病学家将80%的时间花在数据准备上，实际分析只用了20%。现实是每季度只能进行2-3项研究。

SageMaker Data Agent颠覆了这一比例。通过大幅减少数据准备时间，研究人员可以专注于实际的临床分析。我认为这将直接影响发现患者治疗模式的速度。

特别令人印象深刻的是，队列比较和Kaplan-Meier生存分析等复杂任务可以用自然语言请求。只需说”分析男性病毒性鼻窦炎患者与女性患者的生存率”，AI就会自动制定计划、编写代码并执行。^[AWS]

SageMaker Data Agent有两种运行模式。首先，可以在笔记本单元格中使用内联提示直接生成代码。其次，Data Agent面板将复杂的分析任务分解为结构化步骤并进行处理。^[AWS]

Agent了解当前笔记本状态、数据目录和业务元数据，并生成符合上下文的代码。它不是生成代码片段，而是制定完整的分析计划。^[AWS]

根据Deloitte的调查，92%的医疗高管正在投资或尝试生成式AI。^[AWS] 对医疗AI分析工具的需求将持续增长。

像SageMaker Data Agent这样的代理型AI如果能加快医疗研究速度，可能会对新药开发和治疗模式发现产生积极影响。然而，令人担忧的一点是数据质量。AI再快，如果输入数据是垃圾，结果也会是垃圾。

Q: SageMaker Data Agent的费用是多少？

A: SageMaker Unified Studio本身是免费的。但是，实际的计算资源（EMR、Athena、Redshift等）会根据使用量收费。笔记本在前两个月有250小时的免费额度，可以轻松测试。

Q: 支持哪些数据源？

A: 可连接AWS Glue Data Catalog、Amazon S3、Amazon Redshift及各种数据源。如果有现有的AWS数据基础设施，可以立即连接。此外，它与医疗数据标准FHIR和OMOP CDM兼容。

Q: 在哪些区域可用？

A: 在所有支持SageMaker Unified Studio的AWS区域都可使用。关于是否支持中国区域，建议查看AWS官方文档。

如果这篇文章对你有帮助，请订阅AI Digester。