#

النقاط الرئيسية

• بنت MHK نظام SmartProminence AI Orchestrator كإطار عمل قابل لإعادة الاستخدام لسير العمل.

• يستخدم النظام Amazon Bedrock للاستدلال بالنماذج الأساسية.

• احتفظت MHK بطبقاتها الخاصة للتنسيق والاسترجاع والتحقق.

• تصف AWS نمط المتحكم-الوكيل للتعامل مع التبعيات وإرسال الخطوات.

• تشير دراسة الحالة إلى انخفاض جهد المراجعة اليدوية وتسريع تسليم الميزات.

ما الذي تصفه دراسة الحالة

نشرت AWS دراسة حالة عن SmartProminence AI Orchestrator من MHK. النظام هو إطار عمل قابل لإعادة الاستخدام لسير عمل الوكلاء لعمليات خطط الصحة في الولايات المتحدة. وهو يدعم عمليات مثل المراجعة الطبية، والمطالبات، والموافقة المسبقة، ومزايا الأدوية، والشكاوى، والاستئنافات.

تذكر المصدر أن هذه العمليات تتطلب تحليل مستندات طبية غير منظمة. كما تتطلب معايير السياسات وسياق حالة منظم. هذا المزيج يجعل سير العمل أكثر تعقيدًا من مهمة تلخيص مستندات بسيطة. وتعرض دراسة الحالة النظام كطريقة لإدارة هذا التعقيد باستخدام الذكاء الاصطناعي الوكيل.

كيف تم بناء النظام

بنت MHK الإطار على AWS. ويستخدم Amazon Bedrock للاستدلال بالنماذج الأساسية. كما يستخدم Amazon ECS ومكوّنات قائمة على الأحداث. ويذكر المصدر أن MHK احتفظت بطبقاتها الخاصة للتنسيق والاسترجاع والتحقق.

هذا التصميم مهم لأنه يتيح لسير العمل تطبيق ضوابط خاصة بالمجال. تصف AWS نمط المتحكم-الوكيل. في هذا النمط، يحل محرك سير العمل التبعيات ويوزع خطوات المعالجة الفردية. ولا يقدم المصدر تفاصيل تنفيذية تتجاوز هذا الوصف.

قابلية إعادة الاستخدام والتكوين

تذكر دراسة الحالة أن النظام متعدد المستأجرين. ويمكنه إضافة سير عمل من خلال تكوين المطالبات ومخططات الإدخال والإخراج. وهذا يشير إلى أن MHK صممت المنصة لإعادة الاستخدام عبر أنواع متعددة من سير العمل.

لا يسرد المصدر كل سير عمل أو كل خيار تكوين. لكنه يُظهر تركيزًا على إعداد منظم بدلًا من عمليات بناء لمرة واحدة. يمكن لهذا النهج أن يقلل الحاجة إلى إعادة بناء المنطق نفسه لكل عملية جديدة.

الحوكمة والضوابط التشغيلية

تقول AWS إن النظام يتضمن التشفير ومسارات التدقيق وضوابط الامتثال حول سير العمل. ويذكر المصدر أيضًا أن MHK احتفظت بطبقات التحقق. وتشير هذه التفاصيل إلى تصميم يبقي التحكم قريبًا من سير العمل نفسه.

يربط المقال دراسة الحالة بمتطلبات HIPAA في الولايات المتحدة. لكنه لا يثبت الامتثال في سياقات أخرى. كما لا يدعي دقة تشخيصية سريرية. ينبغي على القراء التعامل مع النتائج المعلنة على أنها ادعاءات دراسة حالة من الشركات المشاركة.

النتائج المعلنة

وفقًا لـ AWS وMHK، خفّض النظام جهد المراجعة الطبية اليدوية بنسبة تسعين في المئة. كما يقولان إن نشر ميزات الذكاء الاصطناعي الجديدة انخفض من أكثر من ثلاثة أشهر إلى أسبوعين. هذه هي الأرقام المعلنة في دراسة الحالة.

يشير المصدر إلى أن هذه النتائج لم تُقَس بشكل مستقل عبر قطاع الرعاية الصحية عمومًا. لذلك ينبغي قراءتها على أنها خاصة بهذا النشر وهذا السياق. ولا تدعم دراسة الحالة استنتاجات أوسع على مستوى الصناعة.

الصلة بالمغرب

لا يورد المصدر أي حقيقة خاصة بالمغرب. وبالنسبة للقراء في أماكن أخرى، فإن الدرس العالمي مشروط: إذا كان سير العمل يعتمد على المستندات وقواعد السياسات وبيانات الحالة المنظمة، فقد يساعد التصميم متعدد الطبقات. ولا يثبت المصدر ما إذا كان هذا النهج مناسبًا لأي منظمة أو سوق مغربي.

لماذا تبرز هذه الدراسة

الدرس الرئيسي معماري وليس ترويجيًا. جمعت MHK بين نموذج أساسي وطبقاتها الخاصة للتنسيق والتحقق. يمكن لهذا الفصل أن يساعد في إبقاء الذكاء الاصطناعي داخل سير عمل مضبوط.

كما تُظهر دراسة الحالة كيف يمكن للتكوين أن يدعم إعادة الاستخدام. يمكن للمطالبات والمخططات تعريف سير عمل جديد دون إعادة بناء النظام بالكامل. وتعرض المصدر ذلك كطريقة عملية للتحرك بسرعة أكبر مع الحفاظ على الضوابط.