本文由 Rede Mater Dei de Saúde 的 Renata Salvador Grande、Gabriel Bueno 和 Paulo Laurentys 共同撰写。
多智能体 AI 系统的加速采用，正在重塑医疗行业中的关键运营环节。在大型医院网络中，数以千计的决策会直接影响现金流、服务交付时间以及理赔被拒风险，因此，对 AI 智能体进行监控、追踪和治理的能力，已经成为运营可持续性的关键。本文介绍了 Rede Mater Dei de Saúde 的实践：该机构正在使用 Amazon Bedrock AgentCore 部署由 12 个 AI 智能体组成的套件。Amazon Bedrock AgentCore 是一项综合服务，提供智能体运行时、工具集成、内存管理，以及面向生产级 AI 智能体的内置可观测性。
关于 Rede Mater Dei de Saúde
Rede Mater Dei 拥有 45 年历史，是巴西最受尊敬的医疗机构之一，在 Belo Horizonte、Betim-Contagem、Nova Lima、Salvador、Uberlândia、Goiânia、Feira de Santana 设有运营设施，并正在 São Paulo 推进一个新项目。该机构结合技术、先进分析智能和高复杂度医疗服务，以实现以患者为中心的结果和卓越运营。
应对巴西医疗行业的一项结构性挑战
根据巴西私立医院全国协会（Anahp）的数据，2024 年巴西的理赔拒付已达到令人担忧的水平：行业平均值从 11.89% 跃升至 15.89%，相当于最高达 100 亿雷亚尔的未收回收入。与许多机构一样，Rede Mater Dei 也面临运营挑战：
这些薄弱环节直接影响了从资质认证到计费的整个营收周期，也使该机构暴露在与整个行业相同的风险之下，而这些风险正在推动拒付率上升。在 A3Data 和 AWS 的支持下，Rede Mater Dei 启动了一项转型计划，以帮助减少拒付成因、加快分析流程，并通过 AI 智能体建立一个具备治理能力、可观测、可扩展且高质量的运营体系。
部署在 Amazon Bedrock AgentCore Runtime 上的 12 个 AI 智能体套件
Rede Mater Dei 与 A3Data 以及 AWS Generative AI（GenAI）Innovation Center 一起，规划了一个包含完整 12 个 AI 智能体的项目，旨在覆盖整个医院营收周期。这套体系形成了一支“数字力量”，让 AI 智能体以尽可能自主的方式，在编排化、持续且可审计的机制下进行感知、决策和行动。
在计划中的 12 个智能体里，首批已实施的智能体包括：
这些智能体运行在 Amazon Bedrock AgentCore Runtime 上，该服务为 AI 智能体和工具的部署、运行与扩展提供了安全、无服务器的托管环境。
团队将整体架构组织为三个互补层：
为了治理 AI 智能体，Rede Mater Dei 与 A3Data 及 AWS GenAI Innovation Center 合作，共同在 Amazon Bedrock AgentCore 上构建了完整的关键执行与治理层，这一层成为整套系统的运营核心。该项目是拉丁美洲的先行实践，在一个面向高影响力医疗业务应用的大规模综合 AI 解决方案中测试了 AgentCore Evaluations。
为什么选择 Amazon Bedrock AgentCore？
作为 Amazon Bedrock 的一部分，AgentCore 是一组为智能体应用场景提供基础能力的综合服务。它提供工具、部署和可观测性，以及安全、大规模部署、运营和优化 AI 智能体所需的模块化能力。其组件包括：
初始实施的重点，是通过 AgentCore Observability 和 AgentCore Evaluations，为现有的多智能体 AI 解决方案增加一层监控与优化能力。
借助 AgentCore Evaluations，Rede Mater Dei 为该解决方案增加了一层监控与评估能力。这一层支持对多智能体 AI 系统进行持续优化，并确保其性能可衡量、可控制且具备较高准确性。
通过这项服务，可以评估被视为全球最佳实践的指标和度量项，例如正确性、效用、精度、安全性、目标成功率以及上下文相关性。
这一评估结构为 AI 智能体提供了测量和可追踪性。这些能力有助于在医疗环境中维持稳定性、韧性、可预测性以及合规性。
采用 AgentCore Evaluations 的架构
该解决方案按照如下方式设计并实施，并已纳入 AgentCore Evaluations：
517% ROI 与跨多个流程的结构性效率提升
以 AgentCore Observability 和 AgentCore Evaluations 为基础的初始阶段，使 Rede Mater Dei 获得了可衡量的收益，并为更安全、更可预测、更加数据驱动的 AI 运营奠定了基础。初始阶段带来了显著的财务和临床结果：前四个月投资回报率（ROI）达到 517%，授权时间缩短 66%，手术开始时间缩短 33%。除这些收益之外，AgentCore 的治理层还提升了该机构以可控、透明方式运营和演进其智能体的能力。
治理与合规
结构化可观测性为营收周期中的关键决策提供了完整可追踪性，为每一次交互、每一条应用的规则以及智能体采取的每一个动作建立了不可变的审计轨迹。这有助于降低监管风险、加强运营安全，并简化内外部核查，尤其是在合同、授权和计费等敏感流程中。
运营效率
通过统一遥测，团队减少了识别和解决故障所花费的时间，这与其他应用场景中“事故解决时间最多可缩短 50%”的目标一致。团队可以立即发现智能体中的异常行为、性能下降或不一致情况，从而加快持续优化周期，并提高那些直接影响拒付风险的工作流可靠性。
战略决策
对关键绩效指标（KPI）的实时可见性涵盖自动化分析量、预估财务影响、处理速度、估计拒付风险、成功验证率以及按保险机构划分的指标。这些洞察将运营数据转化为更快速、更精确的管理决策，为规则调整、待办事项优先级排序、团队扩编，以及对最影响收入和效率的工作流进行外科手术式干预提供依据。综合来看，这些结果表明，Mater Dei 的智能体套件与 AgentCore 的结合，不仅有助于带来即时收益，也有助于为更稳健、可审计、可扩展的医院运营建立基础，从而支持该网络扩张，并应对巴西理赔拒付这一结构性挑战。
除了已经取得的结果外，该项目还成为全球参考案例，并在 Ruba Borno（AWS Specialists and Partners 副总裁）于 Las Vegas 举行的 AWS re:Invent 2025 主题演讲中被提及，展示了营收周期转型不仅可行，而且是可衡量、推进迅速并且能够产生可观回报的。
评价
“我们正与 A3Data 一起，以更具分析性、更有结构、也更强调创新的方式，推动一项行业历史性挑战的转变。我们的重点是在营收周期关键阶段提升准确性、可预测性和敏捷性，减少波动，并增强整个网络的运营与财务效率。这种一致性的改善，也自然会转化为更顺畅的患者体验，而这背后依赖的是更加有序且技术上更扎实的流程。”
—— Renata Salvador Grande，Rede Mater Dei de Saúde 商务与市场副总裁
Renata Salvador Grande
Renata Salvador Grande 是 Rede Mater Dei de Saúde 的商务与市场副总裁。她是一名律师，拥有 Hult International Business School 的 MBA 和市场营销硕士学位，并接受过 MIT 的高管教育。她在医疗行业拥有近 20 年经验，曾在 HCor 任职，并在 Rede Mater Dei 的营收周期相关岗位担任领导职务。她目前担任 A3Data 董事会主席，协调 Anahp 的保险机构关系小组，并是 FIEMG 战略委员会成员。
Gabriel Bueno
Gabriel Bueno 是 A3Data 的首席项目顾问及合伙人。Gabriel 拥有 17 年复杂项目管理经验，是 A3Data 的合伙人，负责项目咨询与高级解决方案生产。他曾就高级分析和生成式 AI 为医疗、旅游、金融和汽车行业的大型企业提供咨询。
Paulo Laurentys
Paulo Laurentys 是 A3Data 的运营总监及合伙人，拥有 AWS 生成式 AI（GenAI）认证。Paulo 在技术和咨询领域拥有超过 20 年经验，曾为大型企业主导基于新兴技术的高价值项目。他拥有来自 MIT、Johns Hopkins、Kellogg Northwestern、AWS 和 EXIN Holland 的国际认证，并曾在 Inter 和 Accenture 担任领导职务。
Lenilson Vilas Boas
Lenilson Vilas Boas 是 AWS 的解决方案架构师，拥有计算机科学学位，并专攻信息安全。Lenilson 拥有人工智能硕士学位，也有教学经历。他负责指导 AWS 合作伙伴开发和实施符合客户需求的云解决方案。
Evandro Franco
Evandro Franco 是 Amazon Web Services 的高级数据科学家。他隶属于全球 GTM 团队，帮助 AWS 客户解决基于 AWS 的 AI/ML 业务挑战，主要聚焦 Amazon Bedrock AgentCore 和 Strands Agents。Evandro 在技术领域拥有超过 18 年经验，经历涵盖软件开发、基础设施、无服务器和机器学习。业余时间，他喜欢和儿子一起玩，主要是搭一些有趣的乐高积木。
