新闻 · AWS Machine Learning Blog
Indegene 如何实现生命科学领域企业数据质量的现代化与规模化
本文探讨了 Indegene 如何在其基于 AWS 的 NEXT Unified Data Platform 中构建生产级、由 LLM 驱动的数据质量智能体。该智能体可生成上下文感知的数据质量规则、对其进行验证，并在人工参与治理下产出可直接运行的 SQL 和 Python，帮助生命科学组织实现企业数据质量的规模化。
en
英文原标题：How Indegene is modernizing and scaling enterprise data quality in life sciences
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- Indegene 在 AWS 上构建了基于 LLM 的 Data Quality Agent，集成于 NEXT Unified Data Platform (NEXT UDP)，可生成上下文感知的数据质量规则、验证规则并产出可运行的 SQL 和 Python 代码，同时保持人工在环治理。
- 传统数据质量项目面临技术规则与业务规则分离、静态验证无法捕捉业务上下文、规则创建维护成本高且分散、新数据集上线慢等问题，导致数据质量沦为周期性治理而非持续能力。
- NEXT UDP 是面向生命科学的 AI 驱动数据平台，整合商业、医疗、临床和企业数据，提供 Data Ingestion、Data Quality、Orchestration、Data Catalog 和 SQL Bot Generator 等独立 AI agent，可单独使用或定制 agent 间通信。
- Data Quality Agent 基于 Amazon Bedrock、Strands Agents 和 Amazon Bedrock AgentCore 构建，继承 AWS 安全与审计控制，并利用 Strands Agents 的评估工具测试规则准确性，满足受监管生命科学环境的要求。
- 该 agent 使用两个互补知识库：内部企业知识库（业务术语表、数据字典、SOP、监管指南、已批准规则和脚本等）与从治理使用中积累的经验，以判断数据是否符合业务目的。
关键数据
- Indegene Limited 在 BSE 代码为 544172，NSE 代码为 INDGN。
- Indegene 服务于全球前 20 大生物制药公司。
- NEXT UDP 提供 Data Ingestion、Data Quality、Orchestration、Data Catalog 和 SQL Bot Generator 等 AI agent。
- Data Quality Agent 核心使用 Amazon Bedrock、Strands Agents 和 Amazon Bedrock AgentCore。
为什么值得看：它展示了如何用生成式 AI 和双知识库在受监管的生命科学领域实现可扩展、可治理的企业级数据质量，而不仅是静态规则检查。