🦴 AI-агенты оптимизируют рабочие процессы в радиологии

Многие медицинские организации сообщают, что традиционные системы листов ожидания полагаются на жесткие правила, игнорирующие критический контекст: специализацию радиолога, текущую загрузку, уровень усталости и сложность случая. Это приводит к «выборочному» назначению: радиологи берут более легкие и высокооплачиваемые исследования, избегая сложных, что вызывает задержки диагностики и рост затрат. Исследование 62 больниц и 2,2 млн исследований показало, что неэффективное назначение вызывает задержки до 17,7 минут для срочных случаев и дополнительные расходы в $2,1–4,2 млн на сеть больниц.

В новом посте AWS ML Blog представлено решение на базе Amazon Bedrock AgentCore и Strands Agents SDK. Сеть специализированных AI-агентов одновременно оценивает специализацию врача, загруженность, паттерны утомления, сложность случая, клиническую срочность и доступность. Система непрерывно обучается на исторических данных и адаптируется к изменяющимся условиям, минимизируя стимулы к «выборочному» назначению. Архитектура включает оркестратор интеллектуального листа ожидания, который получает триггеры из PACS и запросы от приложения, координируя работу нескольких агентов.

Практический результат: AI-агенты снижают задержки диагностики, автоматически подбирая нужного субспециалиста под конкретный случай с учетом реальной нагрузки. Radiology Partners уже сотрудничает с AWS для внедрения этой технологии как критически важного компонента рабочего процесса.

#AI #Radiology #AWS #AmazonBedrock #Medicine

AI-ассистент для рекрутинга на базе Amazon Bedrock

AWS представила референсную архитектуру AI-ассистента для рекрутинга на базе Amazon Bedrock. Решение автоматизирует скрининг резюме, оценку кандидатов и генерацию персонализированных вопросов для собеседований. По данным опросов, рекрутеры тратят в среднем 17,7 часов на административную работу по каждой вакансии, а 45% лидеров по подбору персонала проводят более половины рабочего времени на задачах, подлежащих автоматизации.

Архитектура включает фронтенд на AWS Amplify с React, аутентификацию через Amazon Cognito, API Gateway для маршрутизации и Lambda-функции для обработки. Ключевой компонент — Amazon Bedrock с моделью Amazon Nova Pro, использующей Converse API для глубокого анализа резюме, расчёта многомерных компетентностных баллов и генерации вопросов. Amazon Bedrock Guardrails обеспечивает анонимизацию PII, защиту от prompt-атак и фильтрацию предвзятого контента.

Данные хранятся в Amazon DynamoDB и S3. Решение не является production-ready — это обучающая архитектура, которую заказчики могут адаптировать под свои задачи. AWS подчёркивает, что ответственность за настройку безопасности и соответствие требованиям лежит на пользователе.

#Ai #AWS #AmazonBedrock #Recruiting #NovaPro

👁 AgentWatch: проактивный мониторинг AWS с помощью ambient-агентов

Amazon представил AgentWatch — ambient-агента для мониторинга AWS-инфраструктуры, который выходит за рамки реактивного управления алертами CloudWatch. Решение работает непрерывно, анализируя метрики, логи и алерты из нескольких аккаунтов AWS, и доставляет отчёты напрямую в Slack. Агент проверяет инфраструктуру каждые 15 минут и отвечает на естественно-языковые запросы о состоянии ресурсов.

AgentWatch построен на базе Amazon Bedrock и разворачивается через AgentCore Runtime — бессерверную среду для запуска AI-агентов в продакшене. Ключевая особенность — гибридная архитектура с human-in-the-loop: низкорисковые задачи (мониторинг утилизации, предоставление информации) выполняются полностью автономно, а анализ причин алертов и применение исправлений требуют подтверждения пользователя. Это решает проблему alert fatigue и позволяет командам сосредоточиться на инновациях вместо постоянного тушения пожаров.

Для DevOps-команд и SRE-инженеров AgentWatch означает переход от ручного дашбординга к проактивному управлению: агент сам определяет, что требует внимания, и привлекает человека только в критических точках. Решение особенно актуально для организаций с несколькими AWS-аккаунтами, где контекст-свитчинг между инструментами становится основной причиной потери времени и пропущенных инцидентов.

#Ai #AWS #Monitoring #Agents #DevOps #AmazonBedrock

🔍 Inscribe использует Amazon Bedrock для выявления поддельных документов за секунды

Компания Inscribe, специализирующаяся на AI-детекции мошенничества с документами, внедрила агентную систему на базе Amazon Bedrock. Решение позволяет финансовым учреждениям проверять подлинность документов менее чем за 90 секунд — это в 20 раз быстрее ручной проверки, занимающей в среднем 30 минут. По данным Inscribe, подделки встречаются в каждом 16-м документе, а число AI-сгенерированных фальшивок выросло в 5 раз с апреля по декабрь 2025 года.

Система использует несколько foundation моделей из Amazon Bedrock, выбирая оптимальную для каждой задачи: одни модели анализируют изображения на предмет манипуляций, другие проверяют согласованность данных между документами, третьи ищут информацию о работодателе в открытых источниках. Агентный подход позволяет не просто отмечать подозрительные поля, а проводить полный цикл проверки: от загрузки документа до генерации аудируемого отчёта о мошенничестве. Это решает три ключевые проблемы: масштабирование (не нужно нанимать аналитиков пропорционально объёму заявок), адаптивность (обнаружение deepfake и AI-подделок) и единообразие решений.

Для разработчиков важно, что Amazon Bedrock обеспечивает serverless-масштабирование, справляясь с пиковыми нагрузками в часы пик без необходимости управлять собственной инфраструктурой. Выбор модели становится конфигурацией, а не интеграционным проектом.

#AI #AmazonBedrock #frauddetection #AWS #FinTech