医疗与生命科学领导者需关注的10个关键问题：代理型人工智能（Agentic AI）

根据文章，到2026年，智能体AI将在企业系统中成为现实，但要安全有效地应用它，医疗和制药组织的领导者需要回答10个关键问题。首先，需要确定哪些工作流程（例如临床试验分析、预先授权、收入管理）将从智能体部署中受益，并设定成功指标（缩短周期时间、提高生产率和准确性）。其次，一个可靠且可管理的数据库至关重要，它必须整合分散的数据源（例如电子健康档案、实验室数据、影像数据、保险和商业系统），否则智能体将给出不完整或错误的答案。治理（governance）不仅涵盖数据访问，还应包括智能体的行为：它们可以调用哪些系统、提取哪些数据、提出哪些建议、哪些步骤需要人工确认。必须避免创建新的数据孤岛——架构应允许智能体安全地访问企业数据，而无需复制数据。为了防止幻觉，需要经过验证的来源、基于角色的访问以及结论来源的透明性。安全、隐私和审计（例如HIPAA、GxP、FedRAMP）对生产环境是强制性的。战略应避免锁定单一供应商，允许根据任务选择模型，并保持对自身数据的控制。需要成本透明化——能够评估每个多步骤智能体调用的成本，并设定预算。对于不同组织之间的协作（例如合同研究组织、制药公司、医院、保险公司），智能体必须支持安全的数据交换，且不失去控制权。最后，基础设施不应成为每个团队的负担——最好使用现成的平台（如Snowflake AI Data Cloud），让专家专注于领域知识，而非机器学习运维。