top of page

Novo Nordisk 託管代理轉移擴展臨床研究 AI 的工作

4 日前
讀畢需時 13 分鐘
Illustrative photograph. Photo: Anna Shvets / Pexels.

Microsoft 與 Novo Nordisk 在受管理的基礎設施上重建既有的臨床研究助理,轉移營運工作,同時讓開發團隊保留科學責任。11 月 11 日發表的 Novo Nordisk 託管代理案例聚焦二次分析,即研究人員重新檢視試驗數據,以探究額外問題。其核心張力很直接:轉移基礎設施管理,並不等於轉移分析責任。

比較的起點是該項目先前採用的 Azure Container Apps 部署,而非另一款醫療聊天機械人。該系統本已可用。這次改動關乎一個有用的研究應用程式如何在存取範圍擴大時變得更易營運。它促使自行建立執行環境、儲存空間及控制機制的團隊說明,哪些元件仍值得持續維護。

對企業買家而言,這是關於受管理 AI 服務適用位置的實務案例。重要界線在於營運環境,以及決定代理可存取、計算及得出哪些結論之間的分野。Microsoft 的 Foundry 平台承擔更多前者工作;研究人員、開發人員及安全團隊仍擁有後者的責任。

Novo Nordisk 託管代理重建既有研究工作流程

據報的改動,是為既有研究助理建立新的營運架構,而非新的臨床決策系統。

Microsoft 的工程遷移案例描述,聯合團隊將其應用程式遷移至 Microsoft Foundry。託管代理是指打包後可在由平台供應商管理的基礎設施上執行的應用程式程式碼。團隊保留代理邏輯,同時轉移更多執行時責任。

先前的部署結合了受管理應用程式託管服務 Azure Container Apps、PostgreSQL 對話儲存空間,以及用於執行生成程式碼的獨立環境。Foundry 現在處理更多周邊工作階段基礎設施。

工作階段是專家與助理互動時的工作情境。據報架構為每個工作階段提供隔離的執行環境,並支援在閒置後還原已儲存檔案。

Novo 高層 Sid Prabhu 表示,這項改動有助將體驗提供予數千名研究人員。這是公司對規模的說法,並非對活躍用戶數目的獨立審核。

科學工作流程仍以專家調查為基礎。醫學研究人員可探索由既有試驗數據引起的問題、檢視分析,並決定是否值得進一步工作。助理支援這項調查。

較早前的臨床研究助理客戶案例將最終判斷交由科學家負責。它描述了一項正在進行更廣泛推廣的內部部署,並將預測應用程式列為未來方向。

這項區分把有用的探索,與對醫療影響較強的主張分開。發現有趣模式並不能證實治療效果;產出分析並不驗證其假設;擴大存取範圍也不能證明病人結果有所改善。

其商業意義在於,毋須重建每一個圍繞既有能力的營運元件,便能讓更多人使用。這比自動化藥物研發的主張更有限,但可處理企業反覆出現的問題。

研究助理可以在初始群組中取得成效,同時仍難以延伸至整個組織。新增用戶會帶來更多同步工作、更多中斷的工作階段,以及更多營運故障的機會。

科學問題亦決定所需工作。簡單摘要與較複雜的比較,可能對應用程式提出不同要求。將每次互動視為完全相同的請求,會掩蓋這種差異。

因此,這項部署值得獲得超越其對話介面的關注。可見的答案只是工作流程的終點;其下的系統決定專家能否持續一致地進行調查。

對於希望從實務角度理解 Novo Nordisk AI 的讀者而言,最清晰的起點是這種分工:軟件協助探索;具備資格的人員評估其科學意義。

這次遷移改變的是該軟件的運行方式,並不改變誰必須為某項詮釋辯護,或決定某項發現是否值得進一步調查。

更廣泛的存取為助理背後的團隊帶來壓力

直接壓力落在應用程式團隊身上:他們必須支援研究需求,同時避免平台維護耗盡其開發能力。

有用的研究助理會帶來示範所沒有的期望。用戶預期自己的工作仍可存取、權限保持正確,而故障能有可理解的解釋。

這些期望令基礎設施選擇成為產品選擇。即使成因位於託管服務內,一項中斷的調查仍是用戶體驗問題。

因此,買家的核心問題是責任歸屬。哪些工作應由組織執行,因為它們反映其科學需要?哪些工作只是因為任何具狀態的應用程式都需要某處運行?

這項區分對人手配置與軟件同樣重要。維護執行環境所需的專業知識,與評估某項分析是否正確呈現臨床數據集所需的專業知識不同。兩種職能都重要,但會爭奪注意力。

受管理服務會改變這種資源分配。當重複的營運工作消耗資源,而應用程式團隊本可將這些資源用於改善研究工作流程時,其吸引力最強。

不過,效益仍應評估,而非想當然。直接管理的元件減少,並不自動代表事故更少、答案更好,或審核週期更短。

組織需要知道哪些負擔會消失,哪些則轉移至設定、整合或供應商協調。一項服務可以簡化部署,同時在故障排除期間引入新的依賴關係。

這為自訂基礎設施路線提供了具體測試。當直接控制滿足已記錄的需求時,保留直接控制是合理的;單憑熟悉程度則是較弱的理由。

團隊可能需要特定的執行政策、非一般的數據整合,或受管理服務無法配合的部署安排。這些需要應引導架構討論。

相反,當一個內部維護的元件,其主要目的只是重現標準平台功能時,便值得審視。問題在於,它的維護所創造的價值是否與所付出的努力相稱。

研究主管面對相關壓力。若存取範圍擴大,專家審核必須仍然可行。當專家無法檢視或重現結果時,更多生成分析只會帶來很少價值。

存取與採用之間的區分也變得重要。符合資格的研究人員不一定是定期用戶;定期用戶亦不一定完成調查。

有意義的部署報告會把可用性與已完成的工作連結起來,亦會區分成功請求與需要大量修正或被放棄的分析。

這些指標可幫助買家評估該架構是否改善研究體驗,比起籠統地談論組織覆蓋範圍更具資訊價值。

知識存取帶來另一項依賴。助理需要可用的定義、有記錄的假設,以及清楚界定其可查閱資料的範圍。

一個可搜尋知識庫處理一項相關的組織挑戰:令源材料足夠容易存取,讓人們可加以檢視和重用。臨床分析則需要額外的科學控制。

這項連結關乎可追溯性,即能夠將結果追溯至其支持材料的能力。更佳的存取應令審視更容易,而不只是更快產生答案。

這正是 Novo Nordisk 託管代理遷移背後的營運要點。基礎設施應支援更大規模的專家工作,同時保留質疑其輸出所需的條件。

Foundry 與自訂基礎設施改變控制邊界

受管理託管服務改變誰營運執行環境,同時讓建構者保留對應用程式行為的控制。

Microsoft 的託管代理架構文件描述了在 Microsoft 管理的基礎設施上運行的容器化應用程式。容器會將應用程式程式碼及其依賴項打包成可部署單位。

文件描述了供工作階段使用的獨立虛擬機器環境、持久檔案,以及在閒置後進行還原。虛擬機器會在共享實體基礎設施內提供隔離的運算環境。

這些能力處理延續性與隔離問題,卻不決定生成分析是否使用正確的數據集,或是否採用合適的統計方法。

因此,Foundry 與自訂基礎設施的實務比較涉及多個維度。部署便利性是其一;應用程式靈活性、故障復原、數據邊界及整合要求亦會影響決策。

平台可以提供執行邊界,而應用程式則定義當中的任務。這些責任互相影響,但彼此不能取代。

例如,隔離分析可保護工作環境之間的分隔,卻不能告訴研究人員該環境中的比較是否回答原來的問題。

同樣地,還原檔案有助恢復工作,卻不能證實恢復後的工作仍引用正確的數據版本或假設。

這些例子說明,基礎設施管理與科學管治仍是獨立決策。管治是指控制系統如何運作,以及如何使用其結果的規則與責任。

AWS 透過 Amazon Bedrock AgentCore 的隔離代理工作階段提供相關比較。其文件描述專用執行環境,以及在互動之間保留情境的機制。

AWS 亦明確指出,客戶的後端必須維持用戶與其工作階段識別碼之間的關係。隔離環境仍依賴正確的應用程式層級擁有權。

這一平行情況支持一項有限的行業觀察:工作階段管理及隔離,是雲端供應商現時為代理應用程式封裝的功能。它並不能證實供應商之間誰勝誰負。

這裡沒有可比較的基準測試,顯示 Foundry 在此研究工作負載上勝過 AgentCore。相關比較關乎架構責任,而非缺乏支持的效能排名。

平台具備類似功能,並不代表各項服務可以互相替代。身分整合、可用的部署安排,以及既有的組織系統,都可能令遷移方式出現重大差異。

對買家而言,最有用的比較單位,是一項具代表性的研究工作。獲授權的專家能否開始工作、持續進行、檢視結果,並在日後回來時不會失去必要脈絡?

服務說明只能回答其中一部分問題。應用程式、周邊資料系統及組織政策,決定了其餘部分。

自訂基礎設施讓組織可直接擁有這些整合。受管理的基礎設施則提供標準化機制,可減少團隊需要維護的周邊程式碼。

當需求改變時,這項取捨會更清晰。採用自訂系統時,組織可修改自身實作;採用受管理系統時,則必須在受支援的功能與介面範圍內運作。

兩種路徑都無法免除工程判斷。決策關乎這種判斷在哪裏最能創造價值,以及組織能接受哪些相依關係。

就此個案而言,核心架構論點在於集中投入。即使託管需求變得更標準化,科學應用程式仍然保持專門性。

這是對遷移最有力的解讀:工程工作的分配方式有所改變,而應用程式控制權及科學問責仍需要明確的負責人。

私人網絡與隔離工作階段並不等同建立科學有效性

受保護的執行環境與可信賴的科學結論,需要不同的證據。

Microsoft 的 agent networking options 區分了入站存取,即連線進入服務;以及出站存取,即 agent 主動建立的連線。

文件指出,預設網絡設定提供公開連線能力。私人網絡需要作出明確選擇。僅限制入站存取,未必足以隔離出站流量。

當買家得知平台支援私人網絡時,這項區別尤其重要。受支援的功能描述的是可作出的設定,並非確認每個已部署的應用程式都正在使用該設定。

部署決策所需的證據必須具體:應用程式可連接哪些系統?哪些身分可調用它?中間檔案及回傳結果可流向何處?

這些問題涉及實際部署。若不檢視設定及周邊應用程式,一般產品聲稱無法回答這些問題。

科學問題則不同。分析是否使用了預期的族群?排除條件是否恰當?視覺化是否支持書面解讀?

隔離的工作階段可以忠實執行錯誤程式碼。受限制的網絡可安全地傳遞誤導性結果。基礎設施控制可處理重要風險,卻無法解決所有分析不確定性。

這對探索性工作尤其相關。一個問題可以合理,但所選方法未必適合。一項計算可以正確,但其解讀可能超出現有證據所能支持的範圍。

清楚區分探索與驗證,有助維持科學問責。探索性結果指出值得調查的事項;較有力的結論則需要相應的支持工作。

因此,客戶帳戶對科學家控制權的強調具有實質意義。當審閱者能檢視假設並質疑分析路徑時,人手審閱便具備實質作用。

當專家只收到經修飾的敘述時,審閱便會變得較弱。自信的說明可以掩蓋可疑的資料選取或轉換。

這是分析層面的關注,而非聲稱 Novo 的系統曾出現該類失敗。公開資料不足以將未有記錄的缺陷歸因於該部署。

同樣地,公開資料亦不足以聲稱所有相關失敗均已被消除。公司個案研究是從相關組織的角度描述一次實作。

Microsoft 銷售該平台。Novo 正在描述其自身應用程式。兩者的敘述提供直接的實作證據,但不構成獨立的臨床評估。

由此產生的報道界線應保持清晰。有證據顯示架構已改變,並採取了既定的專家監督方式。這些事實支持討論營運設計。

它們並不能證實病人結果已有量度上的改善,也不能證實執行環境本身保證符合監管要求。

這正是一篇務實的 Novo Nordisk AI 解說必須避免誇大的地方。研究支援、臨床決策,以及已證實的醫療效益,是不同的主張。

買家應按各主張自身的層次進行檢視。託管變更需要託管證據;分析品質主張需要評估證據;醫療結果主張則需要相關的臨床證據。

將這些類別分開,會令個案更具實用價值。這讓組織可確認營運上的改進,而不將其延伸為更廣泛的科學結論。

更佳可見性有助研究人員,但亦帶來另一個資料層面

要理解 agent 的行為,需要其行動的證據,並對該等證據可能包含的敏感資料作出控制。

Microsoft 的 agent tracing guidance 將追蹤描述為記錄應用程式請求中的步驟。追蹤可協助找出錯誤或延遲出現的位置。

文件列出的資料包括使用者輸入、agent 輸出、工具活動及時間資訊。用於收集營運資料的標準 OpenTelemetry,為記錄這些事件提供通用慣例。

Microsoft 亦警告,追蹤可能會擷取敏感內容。其指引要求盡量減少或遮蔽該等內容,並套用存取控制及保留政策。

營運層面的含意很直接:有助診斷問題的紀錄,本身也可能成為需要保護的資料。

研究問題可能揭示調查工作的資訊。工具結果可能包含從未出現在最終答案中的資料。收集所有內容,可能令暴露範圍擴大至可見對話以外。

收集得太少則會帶來另一個問題。研究人員可能知道答案有誤,卻無法判斷錯誤原因。

因此,目標是在既定界線內取得有用證據。團隊需要足夠資訊,將行為與結果連繫起來,同時控制誰可檢視該等紀錄。

試想一個示例性失敗情況:助理根據非預期篩選條件,回傳一張看似合理的圖表。單憑最終圖像,未必能看出錯誤在哪一步出現。

相關步驟的紀錄有助區分:是誤解請求、選取了錯誤資料,還是生成了不適用的程式碼。這些失敗需要不同的修正方式。

這個例子屬假設情境,並非涉及 Novo Nordisk 的已報道事故。它說明了當應用程式執行多個相互依賴的操作時,為何可見性十分重要。

可見性亦不同於品質量度。知道發生了甚麼,有助解釋結果;判斷結果是否可接受,則需要參考基準及判斷標準。

因此,有用的評估應界定任務的成功標準。當分析過程包含重大錯誤時,與偏好答案相符並不足夠。

反過來說,措辭不同的回應仍可在科學上穩健。評估必須區分表述差異,以及會改變分析意義的錯誤。

這些都是讓領域專家參與評估的理由。他們的貢獻關乎問題的實質內容,而不只是回應聽起來是否連貫。

同樣的區別在應用程式更新後亦很重要。在一個熟悉例子上有所改善的結果,可能在另一類研究工作上變差。

當任務定義保持一致,且審閱者理解變更內容時,比較便更具資訊價值。否則,看似改善的情況,可能反映的是測試不同,而非行為更佳。

公開個案沒有提供足夠獨立證據,以量化這些影響。讀者不應把整合式監察平台視為已發表的品質基準。

它所提供的是一項有用的營運主張:隨着託管安排改變,研究工作與評估應保持連繫。

這項主張不限於藥物研究。任何在具重大影響資訊上部署助理的組織,都需要一套方法來檢視行為、評估結果,以及管治由此產生的紀錄。

下一批證據應把規模與已完成的研究工作連繫起來

下一個有意義的訊號,是營運採用情況、分析品質,以及對部署控制措施的精確說明。

未來數月首個值得關注的訊號,是更清晰地交代實際使用情況。活躍研究人員數目及已完成的研究工作,可釐清更廣泛存取的實際意義。

持續完成工作的模式,將加強受管理基礎設施有助把可用性轉化為有用研究活動的論點。僅有存取公告,則會令這項論點較不完整。

第二個訊號是可比較的分析表現評估。一套一致的任務集合、清晰的接納準則及專家審閱,可令變更更容易評估。

若有證據顯示品質在使用量擴展時得以維持,將支持遷移的實際價值。若出現反覆的分析失敗證據,焦點便會轉向應用程式行為及審閱能力。

第三個訊號是更具體的部署說明。清楚描述工作階段擁有權、資料存取、復原行為及網絡設定,將有助其他組織判斷適用性。

這類細節將提升對架構可重現性的信心。若持續依賴廣泛的功能聲明,便較難區分可轉移的模式與特定客戶合作項目。

這些是觀察訊號,而非已公布的期限或承諾披露。兩家公司均未在此承諾發布這些指標的標準化說明。

綜合而言,它們會連繫故事的主要部分。當人們完成有用工作時,規模才有意義;當專家能夠為分析辯護時,品質才有意義;當已部署系統遵循控制措施時,控制才有意義。

對開發人員而言,此個案主張檢視應用程式周邊的界線。當平台可提供底層功能時,維護自訂元件應有清晰理由。

對買家而言,它主張將產品能力與部署證據分開。當組織明白自身應用程式如何使用某項平台功能時,該功能才變得相關。

對研究主管而言,核心問題仍是專家工作的品質。更易取得的分析應支持更佳的研究,同時不應削弱對方法或結果的審查。

Novo Nordisk 的託管 agents 個案,為這些討論提供了具體起點。它描述了圍繞一個已在使用中的研究應用程式,其營運責任出現的轉變。

其重要性建基於這種具體性。相關組織正在討論如何為專家運行一個助理,而現有證據仍為更廣泛的科學結果留下開放空間。

評估類似方案時,應先從一項具代表性的研究著手,從問題到經審核的結果,完整跟進其流程。檢視所用數據、中間工作,以及專家所獲得的解釋。然後追問:在工作中斷後,哪些內容能保留下來,以及之後誰可存取該紀錄。將這些要求與託管服務及現有架構逐一比較。對營運可靠性、分析質素,以及任何聲稱的醫療效益,均須要求提供獨立證據。就 Novo Nordisk 的託管 agents 遷移而言,最有價值的下一個具體問題是:還需要哪些額外證據,才能顯示較易操作確實有助研究人員完成更具理據、站得住腳的工作?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page