背景
生命科學產業正利用人工智慧改善商業、醫療與市場准入決策，但 AI 模型與儀表板的成效取決於資料的可信度。隨著企業資料分散於多平台與管線，維持一致的資料品質變得困難。傳統方法面臨技術規則與業務規則脫節的問題：資料工程師定義的技術規則（如檢查 HCP ID 是否為空或格式正確）通常以程式碼維護，而業務團隊定義的規則（如確認產品市佔率在特定區域總和為 100%）則散見於詞彙表與標準作業程序（SOP）。這種分離導致規則難以對齊，且靜態驗證邏輯無法捕捉業務脈絡，使得資料品質往往淪為週期性治理活動，而非持續且可擴展的能力。 AWS ML Blog
發生什麼事
Indegene Limited 在其 AWS 上的 NEXT Unified Data Platform（NEXT UDP）中，建置了一個生產等級、由大型語言模型（LLM，Large Language Model，能理解與生成自然語言的 AI 模型）驅動的「資料品質代理」（Data Quality Agent）。該代理旨在自動化資料品質規則的生成、驗證，並產出可直接執行的 SQL 與 Python 程式碼。此解決方案整合了 Amazon Bedrock、Strands Agents 與 Amazon Bedrock AgentCore，透過集中式且有人類參與（human-in-the-loop）的治理機制，協助組織在企業規模下提升資料品質，同時降低建立與維護資料品質計畫所需的人力成本。 AWS ML Blog
重點內容
NEXT UDP 是專為生命科學打造的 AI 驅動資料平台，整合了商業、醫療、臨床與企業資料。平台內含多個獨立 AI 代理，包括資料攝取（Data Ingestion）、資料品質（Data Quality）、編排（Orchestration）、資料目錄（Data Catalog）與 SQL Bot Generator 代理。這些代理可單獨使用於資料管線，或進一步客製化以實現代理間通訊。Indegene 選擇 AWS 服務作為基礎，核心採用 Amazon Bedrock 提供基礎模型（FMs）選擇，並確保安全性、隱私與負責任的 AI 控制，這對於處理敏感醫療專業人員與病人資料的生命科學組織至關重要。Strands Agents 用於簡化代理的建置與更新，其評估工具協助測試規則準確性；代理則運行於 Amazon Bedrock AgentCore，這是一個用於大規模建置、連接與優化代理的平台。 AWS ML Blog
該資料品質代理的關鍵在於兩個互補的知識庫，使其能生成「上下文感知」的規則，超越僅檢查空值或重複值的傳統工具（如 AWS Glue Data Quality）。第一個知識庫為「內部企業知識庫」（Internal Enterprise knowledge base），結合了內部業務詞彙表、資料字典、SOP、監管指南、已核准的資料品質規則、驗證過的腳本、剖析結果、歷史異常資料以及主題專家知識。透過整合這些領域知識與受治理使用經驗，代理能判斷資料是否符合其業務目的，例如驗證產品階層、客戶分群或區域對齊等需要領域知識的複雜業務規則。 原文
對使用者的意義
此解決方案主要針對生命科學產業的資料工程師與資料管家（Data Steward）。透過自動化規則建立與簡化驗證流程，代理能提升這些專業人員的生產力，並協助在企業規模下維持一致的治理。對於使用 NEXT UDP 的客戶而言，這意味著能將分散的企業資料整合為可信賴的單一事實來源，標準化跨業務領域的資料品質與治理，並提升中繼資料的可見性、血緣關係與可追溯性。這有助於減少資料工程工作流程中的人工工作，並為企業分析與決策提供可信賴、AI 就緒的資料。 AWS ML Blog
