top of page

Novo Nordisk 托管智能体改变了扩展临床研究 AI 的工作方式

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

Microsoft 和 Novo Nordisk 在托管基础设施上重建了一款既有临床研究助手,转移了运营工作,同时将科学责任保留在开发团队手中。11 月 11 日发布的 Novo Nordisk 托管智能体案例涉及二次分析,即研究人员重新审视试验数据以研究更多问题。其核心张力很直接:转移基础设施管理,并不意味着转移对分析结果的责任。

这一比较的起点是该项目早先部署在 Azure Container Apps 上的方案,而不是某个竞争性的医疗聊天机器人。该系统原本已经能够运行。此次变化关乎的是,一款有用的研究应用如何在访问范围扩大时变得更易于运营。这也促使那些已自行搭建执行环境、存储与控制机制的团队说明,哪些组件仍值得持续维护。

对企业买家而言,这是关于托管 AI 服务适用位置的一份实用说明。关键边界在于:运营环境,与决定智能体可访问、计算和得出何种结论之间的区别。Microsoft 的 Foundry 平台承担了更多前者的工作;研究人员、开发人员和安全团队仍负责后者。

Novo Nordisk 托管智能体重建既有研究工作流

据报道,此次变化是为一款成熟研究助手建立新的运行架构,而不是推出新的临床决策系统。

Microsoft 的工程迁移文章介绍,一个联合团队将其应用迁移至 Microsoft Foundry。托管智能体是指被打包后、在由平台提供商管理的基础设施上执行的应用程序代码。该团队保留了智能体逻辑,同时转移了更多运行时职责。

早期部署将托管应用托管服务 Azure Container Apps、PostgreSQL 对话存储,以及用于执行生成代码的独立环境结合在一起。Foundry 现在处理了更多外围会话基础设施。

会话是专家与助手互动时使用的工作上下文。据报道,该架构为每个会话提供隔离的执行环境,并支持在非活跃后恢复已保存的文件。

Novo 高管 Sid Prabhu 表示,这一变化有助于将这一体验提供给数千名研究人员。这是公司对规模的表述,并非经过独立审计的活跃用户数量。

科学工作流依然以专家调查为基础。医学研究人员可以探索由既有试验数据引出的疑问,检查分析结果,并决定是否有必要开展进一步工作。助手为这一调查提供支持。

早先的临床研究助手客户案例将最终判断交给科学家。该案例描述了正在更广泛推广的内部部署,并将预测性应用列为未来方向。

这一差异将有用的探索与关于医疗影响的更强主张区分开来。发现一个有趣的模式,并不能证明存在治疗效果。生成一项分析,并不等于验证其假设。扩大访问范围,也不能证明患者结局得到改善。

其商业意义在于,无需围绕这一能力重建每一个运营组件,便可让既有能力更广泛地可用。这比自动化药物发现的主张更为有限,但它解决了一个反复出现的企业问题。

研究助手或许能在初始用户群中取得成功,却仍难以扩展至整个组织。新增用户意味着更多并行工作、更多中断的会话,以及更多发生运营故障的机会。

科学问题本身也决定所需的工作。一项简单汇总与一项更复杂的比较,可能对应用提出不同要求。将每次互动都视作相同请求,会掩盖这种差异。

因此,这一部署值得获得超越其对话界面的关注。可见的回答只是工作流的终点。其底层系统决定专家能否稳定地开展调查。

对于希望从实用角度了解 Novo Nordisk AI 的读者,最清晰的起点是这种分工:软件辅助探索;具备资质的人员评估其科学意义。

此次迁移改变了该软件的运行方式。它并未改变由谁来为一种解释辩护,或由谁决定某项发现是否值得进一步调查。

更广的访问范围给助手背后的团队带来压力

直接压力落在应用团队身上:他们必须满足研究需求,同时避免平台维护耗尽开发能力。

一款有用的研究助手会形成演示版本所没有的期待。用户期待其工作始终可访问、权限始终正确,并希望故障能得到可理解的解释。

这些期待使基础设施选择成为产品选择。即使根源位于托管服务中,一项中断的调查仍是用户体验问题。

因此,买家的核心问题在于责任划分。组织应因其体现科学需求而自行完成哪些任务?又有哪些任务只是因为任何有状态应用都需要运行场所而存在?

这种区分对人员配置的重要性不亚于对软件的重要性。维护执行环境所需的专业能力,与评估某项分析是否准确反映临床数据集所需的能力不同。两种职能都很重要,但会争夺注意力。

托管服务改变了这种资源分配。当重复性的运营任务占用了应用团队原本可用于改善研究工作流的资源时,它的吸引力最强。

其收益仍应被评估,而非想当然。直接管理的组件变少,并不自动意味着事件更少、答案更好,或审查周期更短。

组织需要了解哪些负担消失,哪些负担转移到了配置、集成或供应商协调中。一项服务可以简化部署,却可能在故障排查期间引入新的依赖关系。

这为自定义基础设施路线建立了一项具体检验。直接控制在服务于已记录需求时是合理的;仅仅因为熟悉而保留控制,则是较弱的理由。

团队可能需要特定的执行策略、非常规的数据集成,或托管服务无法容纳的部署安排。这些需求应指导架构讨论。

反过来,当一个内部维护组件的主要用途只是复现标准平台功能时,就值得仔细审视。问题在于,其维护是否创造了与投入相称的价值。

研究负责人也面临相关压力。如果访问范围扩大,专家审查必须仍然可行。当专业人员无法检查或复现结果时,更多生成的分析价值有限。

访问与采用之间的区别也变得重要。具备使用资格的研究人员不一定是常规用户;常规用户也不一定完成一项调查。

有意义的部署报告应将可用性与已完成的工作联系起来。它还应区分成功请求,以及需要大量修正或被放弃的分析。

这些指标将帮助买家评估该架构是否改善了研究体验。它们比关于组织覆盖范围的宽泛表述更具信息价值。

知识访问带来了另一层依赖。助手需要可用的定义、已记录的假设,以及对其可查阅材料的清晰边界。

一个可搜索知识库解决了一项相关的组织挑战:让源材料足够易于访问,以便人们检查和复用。临床分析还需要额外的科学控制。

这种联系关乎可追溯性,即能够将结果追溯至其支撑材料的能力。更好的访问应让审查更加容易,而不只是更快地产出答案。

这正是 Novo Nordisk 托管智能体迁移背后的运营关键。基础设施应在更大规模下支持专家工作,同时保留质疑其输出所需的条件。

Foundry 与自定义基础设施改变了控制边界

托管服务改变了谁来运营执行环境,同时仍将应用行为的控制权留给构建者。

Microsoft 的托管智能体架构文档介绍了在 Microsoft 管理的基础设施上运行的容器化应用。容器将应用程序代码及其依赖项打包为可部署单元。

该文档介绍了用于会话的独立虚拟机环境、持久化文件,以及在空闲期后恢复的机制。虚拟机在共享物理基础设施中提供隔离的计算环境。

这些能力解决的是连续性与隔离问题。它们并不能决定生成的分析是否使用正确的数据集,或采用恰当的统计方法。

因此,Foundry 与自定义基础设施的实际比较涵盖多个维度。部署便利性只是其中之一;应用灵活性、故障恢复、数据边界和集成要求也会影响决策。

平台可以提供执行边界,而应用则定义该边界内的任务。这些责任会相互作用,但任何一方都不能替代另一方。

例如,隔离一项分析可以保护工作环境之间的分离。它却无法告诉研究人员,该环境中的比较是否回答了原始问题。

同样,恢复文件有助于继续工作。它不能证明恢复后的工作仍引用正确的数据版本或假设。

这些例子说明,为何基础设施管理与科学治理仍是两项独立决策。治理是指控制系统如何运行及其结果如何被使用的规则与责任。

AWS 通过 Amazon Bedrock AgentCore 中的隔离智能体会话提供了相关比较。其文档介绍了专用执行环境,以及跨互动保留上下文的机制。

AWS 还明确指出,客户的后端必须维护用户与其会话标识符之间的关系。隔离环境仍依赖正确的应用层归属管理。

这一相似性支持一项有限的行业观察:会话管理与隔离是云服务提供商如今为智能体应用打包提供的功能。它并不能证明哪家提供商胜出。

这里没有可比的基准测试表明,Foundry 在这一研究工作负载上优于 AgentCore。相关比较关乎架构责任,而非缺乏支持的性能排名。

类似的平台功能并不意味着这些服务可以相互替代。身份集成、可用的部署安排以及既有的组织系统,都可能使迁移呈现出显著差异。

对买方而言,实用的比较单位是一项具有代表性的调查。获授权的专家能否开始工作、持续推进、检查结果,并在之后返回时不丢失必要的上下文?

服务说明只能回答其中一部分问题。其余部分取决于应用程序、周边数据系统以及组织政策。

自定义基础设施可直接掌控这些集成。托管基础设施提供标准化机制,能够减少团队需要维护的周边代码量。

当需求发生变化时,这种取舍会更加清晰。使用自定义系统时,组织自行调整其实现;使用托管系统时,则必须在受支持的能力和接口范围内工作。

两种路径都无法免除工程判断。决策关乎这些判断在哪个环节最能创造价值,以及组织能够接受哪些依赖关系。

对于这个案例,核心架构论点在于集中投入。即使托管要求变得更加标准化,科学应用程序仍然保持其专业性。

这是对迁移最有力的解读:工程工作被重新分配,但应用控制权和科学责任仍需要明确的责任主体。

私有网络和隔离会话并不能确立科学有效性

受保护的执行环境与可信的科学结论,需要不同的证据。

Microsoft 的代理网络选项区分了入站访问(即进入服务的连接)与出站访问(即代理主动发起的连接)。

文档指出,默认网络配置提供公共连接能力。私有网络需要作出明确选择。仅限制入站访问,并不必然隔离出站流量。

当买方听说某个平台支持私有网络时,这一区别尤为重要。受支持的能力描述的是可以如何配置,而不是确认每一个已部署的应用都采用了该配置。

部署决策所需的证据必须具体。应用可以访问哪些系统?哪些身份可以调用它?中间文件和返回结果可以流向何处?

这些问题关乎实际部署。在不了解配置及周边应用的情况下,笼统的产品声明无法回答这些问题。

科学问题则有所不同。分析是否使用了预期的人群?排除标准是否恰当?可视化结果是否支持书面解读?

隔离的会话可以忠实执行错误的代码。受限制的网络可以安全地交付误导性结果。基础设施控制可应对重要风险,但无法消除所有分析不确定性。

这对探索性工作尤为相关。一个问题本身可能合理,但所选方法未必适用。一项计算可能正确,但其解读却可能超出已有证据所能支持的范围。

清晰区分探索与验证,有助于维护科学责任。探索性结果指出值得进一步研究的方向;更强的结论则需要适当的支持性工作。

因此,客户账户对科学家控制权的强调具有实质意义。当审阅者能够检查假设并质疑分析路径时,人工审阅才具有实质性作用。

如果专家仅收到一篇润色完善的叙述,审阅就会变得薄弱。自信的解释可能掩盖存在问题的数据选择或转换。

这是一项分析层面的关注,而非声称 Novo 的系统曾出现过此类失败。公开材料不足以将未经记录的缺陷归因于该部署。

同样,这些材料也不足以证明所有相关故障都已被消除。公司案例研究是从相关组织的视角描述一项实施过程。

Microsoft 销售该平台。Novo 则在描述其自身的应用。它们的说明提供了直接的实施证据,但并不构成独立的临床评估。

由此形成的报道边界应保持清晰。有证据表明架构已经改变,也有关于专家监督方式的陈述。这些事实支持对运营设计的讨论。

但它们无法证明患者结局得到了可量化的改善,也无法证明运行时本身保证了监管合规。

这正是对 Novo Nordisk AI 作出务实解读时必须避免夸大的地方。研究支持、临床决策和已证明的医疗获益,是不同的主张。

买方应在各自的层面审视每一项主张。托管变更需要托管证据。分析质量主张需要评估证据。医疗结局主张则需要相关的临床证据。

保持这些类别的区分,能使案例更具实用价值。它让组织能够认可一项运营改进,而不将其扩大为更广泛的科学结论。

更好的可见性有助于研究人员,但也会形成新的数据面

理解代理的行为需要关于其行动的证据,同时也需要控制这些证据可能包含的敏感信息。

Microsoft 的代理追踪指南将追踪描述为记录一次应用请求中的步骤。追踪可以帮助定位错误或延迟出现的位置。

文档记录的数据包括用户输入、代理输出、工具活动和时间信息。用于收集运营数据的标准 OpenTelemetry,为记录这些事件提供了通用约定。

Microsoft 还警告称,追踪可能捕获敏感内容。其指南建议尽量减少或遮蔽这类内容,并采用访问控制和保留策略。

运营层面的含义很直接:有助于诊断问题的记录,本身也可能成为需要保护的材料。

研究问题可能透露某项调查的信息。工具结果可能包含最终答案中从未出现的数据。收集所有内容,可能会将暴露范围扩大到可见对话之外。

收集得过少则会带来不同的问题。研究人员可能知道答案是错误的,却无法确定错误原因。

因此,目标是在明确边界内获取有用证据。团队需要足够的信息将行为与结果联系起来,同时控制谁可以检查这些记录。

设想一个说明性故障:助手基于非预期筛选条件返回了一张看似合理的图表。仅凭最终图像,或许无法揭示错误是在哪里引入的。

对相关步骤的记录可以帮助区分:是误解了请求、选择了错误数据,还是生成了不适当的代码。这些故障需要不同的纠正措施。

这个例子是假设性的,而非涉及 Novo Nordisk 的已报道事件。它说明了当应用执行多项相互依赖的操作时,为何可见性如此重要。

可见性也不同于质量衡量。了解发生了什么能够解释结果;判定结果是否可接受,则需要参照物和判断标准。

因此,有用的评估应明确任务成功的定义。当分析过程包含实质性错误时,仅与首选答案相符并不足够。

反过来,措辞不同的回应仍可能在科学上成立。评估需要区分呈现方式上的差异与改变分析含义的错误。

这些都是让领域专家参与评估的理由。他们的贡献关乎问题的实质,而不只是回应听起来是否连贯。

同样的区分在应用更新后也很重要。某项结果在一个熟悉示例上有所改善,可能在另一类调查中反而退化。

当任务定义保持一致、审阅者了解发生了什么变化时,比较才更具信息价值。否则,看似的改善可能反映的是不同的测试,而非更好的行为。

公开案例没有提供足够的独立证据来量化这些影响。读者不应将一个集成式监控平台视为已发布的质量基准。

它所提供的是一个有用的运营主张:随着托管安排变化,调查和评估应保持联系。

这一主张超越了制药研究。任何在重要信息之上部署助手的组织,都需要一种方法来检查行为、评估结果并治理由此产生的记录。

下一步证据应将规模与完成的研究工作联系起来

下一个有意义的信号是运营采用、分析质量,以及对部署控制措施的精确说明。

未来几个月首先值得关注的信号,是对实际使用情况作出更清晰的说明。活跃研究人员数量和已完成调查将阐明更广泛访问的实际含义。

持续完成工作的模式,将强化这样一种论点:托管基础设施有助于将可用性转化为有用的研究活动。仅有访问公告会使这一论点显得不够完整。

第二个信号是对分析性能进行可比评估。一组一致的任务、清晰的验收标准和专家审阅,将使变化更容易评估。

随着使用规模扩大,若质量依然得到维持,将支持迁移的实际价值。若出现反复发生的分析故障,关注点则会转向应用行为和审阅能力。

第三个信号是更具体的部署说明。对会话所有权、数据访问、恢复行为和网络配置的清晰描述,将帮助其他组织判断其适用性。

这类细节将增强对该架构可复现性的信心。若持续依赖宽泛的能力声明,就更难区分可迁移的模式与特定客户合作项目。

这些是观察信号,而非已宣布的期限或承诺披露。两家公司都没有在此承诺发布这些指标的标准化说明。

它们共同将串联起故事的主要部分。人们完成有用工作时,规模才有意义;专家能够为分析辩护时,质量才有意义;已部署系统遵循控制措施时,控制才有意义。

对开发者而言,这个案例主张审视应用周围的边界。当平台能够提供底层功能时,维护自定义组件应当有明确理由。

对买方而言,它主张将产品能力与部署证据区分开来。当组织了解其自身应用如何使用某项平台功能时,该功能才具有相关性。

对研究负责人而言,核心问题仍然是专家工作的质量。更易获得的分析应当支持更好的调查,而不削弱对方法或结果的审查。

Novo Nordisk 托管代理案例为这些讨论提供了一个具体起点。它描述了围绕一款已投入使用的研究应用,运营责任所发生的转变。

其重要性在于这种具体性。这些组织正在讨论如何为专家运行助手,而现有证据仍使更广泛的科学结果悬而未决。

在评估类似方案时,应从一项具有代表性的研究入手,沿着“提出问题—得出经审查结果”的全过程进行追踪。考察所使用的数据、中间环节的工作,以及专家最终获得的解释。随后要问:中断发生后,哪些内容能够保留下来,之后又有哪些人可以访问这些记录。将这些要求与托管服务及现有架构分别进行比较。对于运营可靠性、分析质量,以及任何声称的医疗收益,应分别要求提供证据。就 Novo Nordisk 托管 agents 迁移而言,最有价值的下一个具体问题是:还需要哪些额外证据,才能表明更便捷的操作有助于研究人员完成更具可辩护性的工作?

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page