本文档介绍了一种参考架构,适用于希望使用 Google Cloud自动处理事先授权 (PA) 请求并改进其利用率审核 (UR) 流程的健康保险公司。它面向这些组织中的软件开发者和程序管理员。此架构有助于健康保险计划提供方通过自动执行数据注入和从临床表单中提取分析洞见来减少管理开销、提高效率并增强决策能力。此架构还允许将 AI 模型用于提示生成和建议。
架构
下图描述了一种用于自动执行数据注入工作流并优化利用率管理 (UM) 审核流程的架构和方法。此方法使用 Google Cloud中的数据和 AI 服务。
上述架构包含两个数据流,由以下子系统提供支持:
- 理赔数据激活程序 (CDA),用于从非结构化来源(例如表单和文档)提取数据,并以机器可读的结构化格式将其注入到数据库中。CDA 实现了注入 PA 请求表单的数据流。
- 利用率审核服务(UR 服务),用于集成 PA 请求数据、政策文档和其他护理指南以生成建议。UR 服务实现了使用生成式 AI 审核 PA 请求的数据流。
以下部分介绍了这些数据流。
CDA 数据流
下图展示了 CDA 注入 PA 请求表单时的数据流。
如上图所示,PA 案例经理与系统组件互动,以注入、验证和处理 PA 请求。PA 案例经理是经营活动团队中负责受理 PA 请求的人员。事件流如下所示:
- PA 案例经理从医疗服务提供方接收 PA 请求表单(
pa_forms表单),并将其上传到pa_forms_bktCloud Storage 存储桶。 ingestion_service服务会监听pa_forms_bkt存储桶的更改。ingestion_service服务从pa_forms_bkt存储桶中提取pa_forms表单。该服务会识别预配置的 Document AI 处理器,这些处理器称为form_processors。这些处理器经过定义,可处理pa_forms表单。ingestion_service服务使用form_processors处理器从表单中提取信息。从表单中提取的数据采用 JSON 格式。ingestion_service服务将提取的信息连同字段级置信度分数写入 Firestore 数据库集合(名为pa_form_collection集合)。hitl_app应用从pa_form_collection集合中提取带有置信度分数的 JSON 信息。该应用会根据form_processors机器学习 (ML) 模型在输出中提供的字段级置信度分数来计算文档级置信度分数。hitl_app应用向 PA 案例经理显示提取的信息以及字段级和文档级置信度分数,以便他们可以审核并更正信息(如果提取的值不准确)。PA 案例经理可以更新不正确的值,并将文档保存在pa_form_collection集合中。
UR 服务数据流
下图显示了 UR 服务的数据流。
如上图所示,UR 专家与系统组件互动,以对 PA 请求进行临床审核。UR 专家通常是具有特定临床领域经验的护士或医生,受聘于医疗保险公司。针对 PA 请求的案例管理和路由工作流不在本部分所述的工作流范围内。
事件流如下所示:
ur_app应用向 UR 专家显示 PA 请求及其审核状态的列表。状态显示为in_queue、in_progress或completed。- 该应用会根据
pa_form_collection集合中的pa_form information数据创建列表。UR 专家可在ur_app应用中点击列表中的某项来打开请求。 ur_app应用将pa_form information数据提交给prompt_model模型。它使用 Gemini Enterprise Agent Platform 中的 Gemini API 生成类似于以下内容的提示:Review a PA request for {medication|device|medical service} for our member, {Patient Name}, who is {age} old, {gender} with {medical condition}. The patient is on {current medication|treatment list}, has {symptoms}, and has been diagnosed with {diagnosis}.ur_app应用向 UR 专家显示生成的提示,以进行审核和提供反馈。UR 专家可以在界面中更新提示,并将其发送给应用。ur_app应用向ur_model模型发送提示,并请求生成建议。模型会生成回答并返回给该应用。该应用会向 UR 专家显示建议结果。UR 专家可以使用
ur_search_app应用搜索clinical documents文件、care guidelines文档和plan policy documents文件。这些文档已预先编入索引,可供ur_search_app应用访问。
组件
该架构包含以下组成部分:
Cloud Storage 存储桶:UM 应用服务需要在您的项目中使用以下 Cloud Storage 存储桶: Google Cloud
pa_forms_bkt:用于注入需要审批的 PA 表单的存储桶。training_forms:用于存储历史 PA 表单以训练 Document AI 表单处理器的存储桶。eval_forms:用于存储 PA 表单以评估 Document AI 表单处理器准确性的存储桶。tuning_dataset:存储用于调整大语言模型 (LLM) 所需数据的存储桶。eval_dataset:存储评估 LLM 所需数据的存储桶。clinical_docs:存储提供方作为 PA 表单附件或之后提交的临床文件以支持 PA 案件的存储桶。Agent Search 中的搜索应用会为这些文档编制索引。um_policies:存储医疗必要性和护理指南、健康保险方案政策文档和保险范围指南的存储桶。Agent Search 中的搜索应用会为这些文档编制索引。
form_processors处理器:经过训练可从pa_forms表单中提取信息的 Document AI 处理器。pa_form_collection集合:一个 Firestore 数据存储区,用于将提取的信息作为 JSON 文档存储在 NoSQL 数据库集合中。ingestion_service服务:从存储桶中读取文档的微服务,将文档传递给 Document AI 端点进行解析,并将提取的数据存储在 Firestore 数据库集合中。hitl_app应用:一种微服务 Web 应用,用于提取和显示从pa_forms表单中提取的数据值。它还会将表单处理器(机器学习模型)报告的置信度分数呈现给 PA 案例经理,以便他们可以审核、更正信息并将信息保存到数据存储区中。ur_app应用:一种微服务 Web 应用,UR 专家可以使用它通过生成式 AI 审核 PA 请求。它会将从pa_forms表单中提取的数据传递给prompt_model模型以生成提示。然后,它会将生成的提示传递给ur_model模型,以获取有关案例的建议。Agent Platform 基础模型:Agent Platform 提供了各种生成式 AI 基础模型(例如 Gemini 模型),您可以调优这些模型,以降低费用和延迟时间。此架构中使用的模型如下所示:
prompt_model:一个经过调优的 LLM 适配器,可根据从pa_forms表单中提取的数据生成提示。ur_model:一个经过调优的 LLM 适配器,可根据输入提示生成草稿建议。
ur_search_app应用:一种使用 Agent Search 构建的搜索应用,可从临床文档、UM 政策和覆盖范围指南中为 UR 专家查找相关信息。
使用的产品
此参考架构使用以下 Google Cloud 产品:
- Gemini Enterprise Agent Platform:一个综合性平台,可让您构建、扩缩、治理和优化企业级 AI 智能体。
- Agent Search:一个平台,可让您创建和部署企业级 AI 赋能的代理和应用。
- Document AI:一个文档处理平台,可从文档中获取非结构化数据并将其转换为结构化数据。
- Firestore:一个 NoSQL 文档数据库,能够自动扩缩、具备出色的性能,并且易于进行应用开发。
- Cloud Run:一个无服务器计算平台,可让您直接在 Google 可伸缩的基础设施之上运行容器。
- Cloud Storage:适用于各种数据类型的费用低廉且不受限制的对象存储区。数据可从 Google Cloud内部和外部访问,并且跨位置进行复制以实现冗余。
- Cloud Logging:具有存储、搜索、分析和提醒功能的实时日志管理系统。
- Cloud Monitoring:可帮助您了解您的应用和基础设施的性能、可用性和健康状况的服务。
使用场景
UM 是健康保险公司主要在美国使用的一种流程,但全球医疗保险市场中也使用类似的流程(进行了少量修改)。UM 的目标是帮助确保患者在最佳时间以尽可能低的成本在合适的医疗机构获得适当的护理。UM 还有助于确保医疗护理有效、高效,并符合循证护理标准。PA 是一种 UM 工具,要求在获得保险公司的批准后,患者才能接受医疗护理。
许多公司使用的 UM 流程会阻碍及时提供和接受护理。此流程成本高昂、十分耗时且过于行政化。而且还非常复杂、需要手动进行且进展缓慢。此流程会显著影响健康保险计划有效管理护理质量以及改善提供方和成员体验的能力。不过,如果这些公司修改其 UM 流程,则有助于确保患者获得经济高效的高质量治疗。通过优化 UR 流程,健康保险计划可以加快 PA 请求的处理速度以降低成本和拒赔率,进而改善患者和提供方体验。这种方法有助于减轻医疗服务提供方的行政负担。
当健康保险计划收到 PA 请求时,PA 案例经理会在案例管理系统中创建案例,以跟踪、管理和处理这些请求。其中大量请求是通过传真和邮件接收的,并附有临床文档。不过,健康保险公司无法轻松访问这些表单和文档中的信息来用于数据分析和商业智能。目前这种将这些文档中的信息手动输入到案例管理系统中的流程效率低下且十分耗时,还可能会导致错误。
通过自动执行数据注入流程,健康保险计划可以降低成本、减少数据输入错误并减轻员工的行政负担。从临床表单和文档中提取有价值的信息有助于健康保险公司加快 UR 流程。
设计考虑事项
本部分介绍了符合 Google Cloud Well-Architected Framework 的设计因素、最佳实践和建议。在使用此参考架构开发满足特定安全性、可靠性、费用优化、运营效率和性能要求的拓扑时,请考虑这些信息。
安全性、隐私权和合规性
本部分介绍使用此参考架构在 Google Cloud 中设计和构建满足安全性、隐私权和合规性要求的拓扑时应考虑的因素。
在美国,《健康保险流通与责任法案》(经修订,简称 HIPAA,包括依据《卫生信息技术促进经济和临床健康 (HITECH) 法案》修订的内容)要求遵守 HIPAA 安全规则、隐私规则和违规通知规则。Google Cloud 提供 HIPAA 合规性支持,但您负有评估自身 HIPAA 合规性的最终责任。遵守 HIPAA 是您和 Google 的责任共担。如果贵组织需要遵从 HIPAA,而且您希望将任何 Google Cloud产品用于受保护健康信息 (PHI),那么您必须查看并接受 Google 的《业务伙伴协议》(BAA)。需要遵守 BAA 的 Google 产品符合 HIPAA 的要求,且具有Google Cloud的 ISO/IEC 27001、27017 和 27018 证书以及 SOC 2 报告。
并非所有在 Model Garden 中托管的 LLM 都支持 HIPAA。请评估和使用支持 HIPAA 的 LLM。
如需评估 Google 产品如何满足您的健康保险流通与责任法案 (HIPAA) 法规遵从需求,您可以查看合规性资源中心中的第三方审计报告。
在选择 AI 用例和设计架构时,请考虑以下安全和隐私控制措施:
- 数据治理和隐私:如智能体平台和零数据保留以及数据治理和生成式 AI 中所述,未经您事先许可或指示,智能体平台、智能体搜索和 Document AI 不会使用客户数据、使用情况数据、内容或文档来训练 Google 的基础模型。您可以使用Google Cloud上安全租户中的数据和文档对基础模型进行调优。
- 提示词和回答筛选:为了帮助保护
prompt_model和ur_model模型免受提示词注入攻击、越狱尝试和敏感数据泄露的影响,您可以将 Model Armor 与 Agent Platform 集成,以筛选提示词和回答。 - PHI 发现和去标识化:为了在模型推理或索引编制之前,尽可能减少非结构化 PA 表单和临床文档中 PHI 和个人身份信息 (PII) 的泄露,您可以使用 Sensitive Data Protection 来发现、分类和去标识化敏感数据。
- 边界安全:为帮助降低整个医疗保健数据流水线中的数据渗漏风险,您可以使用 VPC Service Controls 为 Agent Platform、Agent Search、Document AI、Cloud Storage 和 Cloud Run 资源建立服务边界。
- 数据库访问权限控制:Firestore 服务器客户端库使用 Identity and Access Management (IAM) 来管理对数据库的访问。如需了解 Firebase 的安全和隐私控制,请参阅 Firebase 中的隐私权和安全性。
- 容器加密和 Secret 管理:为了帮助保护敏感数据,您可以使用客户管理的加密密钥 (CMEK) 为
ingestion_service服务、hitl_app应用和ur_app应用加密容器映像,并将这些服务与 Secret Manager 集成。 - 平台安全控制措施:Agent Platform 实施了 Google Cloud 安全控制措施,可帮助保护您的模型和训练数据。Agent Platform 中的某些生成式 AI 功能不支持某些安全控制措施。如需了解详情,请参阅针对机器学习服务的安全控制措施和针对生成式 AI 的安全控制措施。
- 最小权限:使用 IAM 对云资源实现最小权限原则和职责分离。此控制措施可让您在项目级、文件夹级或资源级限制访问权限。
- 存储加密:Cloud Storage 会自动对静态数据进行加密。如需详细了解其他数据加密方法,请参阅数据加密选项。
Google 的产品遵循 Responsible AI 原则。
如需了解特定于 AI 和机器学习工作负载的安全原则和建议,请参阅 Well-Architected Framework 中的 AI 和机器学习视角:安全性。
可靠性
本部分介绍在构建和运营可靠的基础设施以自动处理 PA 请求时应考虑的设计因素。
Document AI form_processors 处理器是区域级资源。Document AI 会跨一个区域内的多个可用区同步存储数据,并自动在这些可用区之间对流量进行负载均衡。如果发生可用区服务中断,数据不会丢失1。如果发生区域服务中断,服务将不可用,直到 Google 解决服务中断问题。
您可以在以下三种位置之一中创建 Cloud Storage 存储桶:单区域、双区域或多区域。Cloud Storage 会跨一个区域内的多个可用区同步复制区域级存储桶中的数据。为了获得更高的可用性,您可以使用双区域或多区域存储桶,其中 Cloud Storage 会跨区域异步复制数据。
在 Firestore 中,pa_form_collection 集合中的信息可以复制到多个数据中心,以支持高可用性和可伸缩性。
ingestion_service 服务、hitl_app 应用和 ur_app 应用作为区域级 Cloud Run 服务运行。Cloud Run 会跨一个区域内的多个可用区同步存储数据,并自动在这些可用区之间对流量进行负载均衡。如需了解设计弹性 Cloud Run 服务时的最佳实践,请参阅 Cloud Run 常规开发技巧。如果您以 Cloud Run 作业的形式运行批量文档提取任务,则个别作业任务可能会因暂时性错误而失败。如需处理此类失败,请配置任务重试和检查点。如需了解详情,请参阅作业重试和检查点最佳实践。
为了在 prompt_model 和 ur_model 模型处理大量 PA 请求时确保吞吐量一致且延迟时间可预测,您可以在 Agent Platform 上使用预配吞吐量。
如需了解特定于 AI 和机器学习工作负载的可靠性原则和建议,请参阅 Well-Architected Framework 中的 AI 和机器学习视角:可靠性。
费用优化
本部分提供的指导可帮助您优化 PA 和 UR 自动化架构的费用。您可以在监控资源用量并选择合适的服务层级时管理总体费用。
- Cloud Storage 存储类别:根据工作负载访问数据的频率,使用不同的存储类别(Standard、Nearline、Coldline 或 Archive)。对于访问频率较低的数据,Nearline、Coldline 和 Archive 具有更高的成本效益。
- Cloud Storage 生命周期政策:实现生命周期政策,以便根据对象的存储时长和访问模式,自动将对象转换为费用较低的存储类别或将其删除。
- Document AI:Document AI 的价格取决于部署的处理器的数量以及 Document AI 处理器解析的页面数量。考虑以下策略:
- 处理器优化:分析工作负载模式,以确定要部署的最佳 Document AI 处理器数量,并避免过度预配资源。
- 页面卷管理:预处理文档以移除不必要的页面或优化分辨率,这有助于降低处理费用。
- Firestore:Firestore 的价格取决于文档读取、写入和删除次数、索引条目、数据库存储空间和网络带宽。考虑以下策略:
- 数据建模:设计数据模型,以尽可能减少索引条目数量并优化查询句式,从而提高效率。
- 网络带宽:监控和优化网络使用情况,避免产生过高的费用,并缓存经常访问的数据。
- Cloud Run:Cloud Run 费用根据 CPU 用量、内存和请求数量来计算。根据工作负载特征分配 CPU 和内存资源,并使用自动扩缩功能按需动态调整资源。
- 智能体平台:基础模型根据输入和输出 token 数量收费。请优化提示和回答生成,以提高 token 效率。当
prompt_model或ur_model模型在多个请求中重复引用共享的临床指南或系统指令时,您可以使用上下文缓存来降低输入 token 费用。 - Agent Search:Agent Search 费用取决于您的查询量、已编入索引的存储空间以及您启用的高级功能,例如企业版功能和生成式回答。对于可预测的搜索工作负载,您还可以评估基于订阅的可配置价格模式,该模式可让您订阅存储和查询容量,并选择性地启用插件。
您还可以应用以下常规做法来帮助优化费用:
- 监控和提醒:设置 Cloud Monitoring 和结算提醒,以跟踪费用并在用量超出阈值时接收通知。
- 费用报告:定期在Google Cloud 控制台中查看费用报告,以发现趋势并优化资源使用情况。
- 承诺使用折扣:如果您的工作负载可预测,请考虑承诺在指定期限内使用资源,以获得折扣价格。
如需了解特定于 AI 和机器学习工作负载的费用优化原则和建议,请参阅 Well-Architected Framework 中的AI 和机器学习视角:费用优化。
运营效率
本部分介绍了设计因素和最佳实践,可帮助您高效评估、监控和运营 PA 和 UR 自动化工作负载。
- 生成式 AI 模型评估:在优化提示模板或评估
prompt_model和ur_model模型的新模型版本时,请使用 Agent Platform 中的 Gen AI Evaluation Service。使用eval_dataset存储桶中的基准数据,系统地衡量回答质量、依据和对临床审核标准的遵守情况。 - 文档处理器评估和重新训练:如需持续评估和重新训练 Document AI 自定义提取器,请使用
eval_forms存储桶中的评估表单以及hitl_app应用中经过人工验证的更正。 - 可观测性:如需收集结构化日志并跟踪
ingestion_service服务和应用中的提取置信度分数、模型推理延迟时间、错误率和 token 消耗量,请使用 Cloud Logging 和 Cloud Monitoring。
如需了解特定于 AI 和机器学习工作负载的卓越运营原则和建议,请参阅 Well-Architected Framework 中的 AI 和机器学习视角:卓越运营。
性能优化
本部分介绍设计因素和建议,以帮助您在 Google Cloud 中设计满足工作负载性能和延迟时间要求的拓扑。
- Cloud Run 资源配置:根据请求并发性和文档载荷大小,为
ingestion_service服务、hitl_app应用和ur_app应用配置 CPU 限制和内存限制。为了缩短hitl_app和ur_app应用中交互式临床审核的冷启动延迟时间,请配置实例数下限并启用启动 CPU 加速。 - 模型推理延迟时间:当
ur_model模型根据大型政策上下文评估复杂的临床案例时,为了缩短首个词元生成时间,请使用上下文缓存,并通过 Agent Platform 上的预配吞吐量预留容量。
如需了解特定于 AI 和机器学习工作负载的性能优化原则和建议,请参阅 Well-Architected 框架中的 AI 和机器学习视角:性能优化。
部署
此架构的参考实现代码通过开源许可提供。此代码实现的架构是一个原型,可能不包含生产部署所需的所有功能和安全加固。如需实现并扩展此参考架构以满足您的要求,请与 Google Cloud 咨询服务联系。
此参考架构的起始代码位于以下 Git 代码库中:
- CDA Git 代码库:此代码库包含用于基础设施预配和应用代码部署的 Terraform 部署脚本。
- UR 服务 Git 代码库:此代码库包含 UR 服务的代码示例。
您可以选择以下两种方法之一,为此参考架构实现支持和服务:
后续步骤
- 使用 Agent Platform 和 Vector Search 的生成式 AI 的 RAG 基础架构
- 使用 Agent Platform 和 AlloyDB for PostgreSQL 的生成式 AI 的 RAG 基础设施
- 使用 GKE 和 Cloud SQL 的生成式 AI 的 RAG 基础设施
- 使用 Gemini Enterprise 和 Agent Platform 的生成式 AI 的 RAG 基础架构
- 使用 Agent Platform 和 Spanner Graph 为生成式 AI 构建 GraphRAG 基础设施
- 用于使生成式 AI 回答接地的Google Cloud 选项
- 针对 Cloud Run 优化 Python 应用
- 如需简要了解 Google Cloud中特定于 AI 和机器学习工作负载的架构原则和建议,请参阅 Well-Architected Framework 中的 AI 和机器学习视角。
- 如需查看更多参考架构、图表和最佳实践,请浏览 Cloud 架构中心。
贡献者
作者:Dharmesh Patel | 医疗保健行业解决方案架构师
其他贡献者:
- Ben Swenka | 关键企业架构师
- Emily Qiao | AI/机器学习客户工程师
- Luis Urena | 开发者关系工程师
- Praney Mittal | 组合产品经理
- Lakshmanan Sethu | 技术支持客户经理