W ciągu zaledwie trzech dni roboczych — we wrześniu 2025 roku — zespół 15 inżynierów zbudował działający prototyp systemu, który redukuje czas analizy danych aptecznych z pięciu minut do zaledwie 10 sekund. To nie jest eksperyment laboratoryjny: Prism Assistant firmy Bluesight działa już w 20 systemach szpitalnych w Stanach Zjednoczonych, automatyzując jeden z najbardziej żmudnych procesów compliance w amerykańskiej ochronie zdrowia. Dla redakcji IWD Partner ten przypadek jest dowodem, że architektura agentów AI przestała być obietnicą — staje się codziennym narzędziem regulacyjnym.
Czym jest program 340B i dlaczego generuje tysiące godzin pracy?
Program 340B to federalny mechanizm Stanów Zjednoczonych, który zobowiązuje producentów leków do sprzedaży produktów farmaceutycznych kwalifikowanym podmiotom medycznym — tzw. covered entities — po znacznie obniżonych cenach. Regulacje te dotyczą szpitali obsługujących pacjentów o niskich dochodach i instytucji non-profit.
Problem tkwi w złożoności weryfikacji zakupów. Według danych Amazon Web Services z 2025 roku, pojedynczy podmiot objęty programem 340B może poświęcić ponad 4 000 godzin pracy personelu rocznie wyłącznie na sprawdzanie, czy zakupy leków od GPO (Group Purchasing Organisation, czyli organizacji zbiorowego zakupu) spełniają warunki wyjątków przewidzianych przepisami.
Weryfikacja wymaga równoległego porównywania danych z wielu źródeł: informacji o brakach leków publikowanych przez FDA (Food and Drug Administration), rejestrów ASHP (American Society of Health-System Pharmacists), wskaźników stanów magazynowych, prognoz niedoborów opartych na uczeniu maszynowym oraz raportów o zaległych zamówieniach z innych placówek. Każde z tych źródeł ma własny format, własną częstotliwość aktualizacji i własną logikę interpretacji.
Jak działa Prism — warstwa AI zbudowana przez Bluesight?
Prism to warstwa inteligencji konwersacyjnej zintegrowana z istniejącą platformą produktową Bluesight, spinająca dane apteczne i compliance w jeden interfejs dialogowy. Pierwszym wdrożonym modułem jest Prism Assistant for ControlCheck, który osiągnął ogólną dostępność w 2025 roku.
ControlCheck to narzędzie do monitorowania substancji kontrolowanych, używane przez szpitalne zespoły ds. dywestycji (czyli nieautoryzowanego odpływu leków). Dotychczas personel compliance musiał ręcznie składać raporty, przeglądać pulpity nawigacyjne i korelować wyniki. Prism Assistant zastępuje tę pracę interfejsem konwersacyjnym — użytkownik zadaje pytanie w języku naturalnym, a system odpowiada, generując wykresy i materiały raportowe.
Architektura techniczna: agenci, API i Lambda
Zespół inżynierów Bluesight oparł się na frameworku Strands Agents w połączeniu z Amazon Bedrock — zarządzaną usługą modeli językowych AWS. Aplikacja działa na Amazon Bedrock AgentCore Runtime, a bramka AgentCore Gateway udostępniła ponad 10 interfejsów API systemu ControlCheck jako narzędzia MCP (Model Context Protocol), które agent może odkrywać i wywoływać dynamicznie podczas obsługi zapytania użytkownika.
Kluczowa decyzja projektowa dotyczyła bezpieczeństwa danych: model językowy nie ma bezpośredniego dostępu do bazy danych. Inżynierowie opakowali istniejące endpointy API w funkcje AWS Lambda, które zwracają dane w ustrukturyzowanym formacie dostosowanym do przetwarzania przez agenta. Logika biznesowa pozostała w warstwie aplikacji Bluesight — agent interpretuje pytania, dobiera narzędzia, zbiera rekordy i prezentuje wyniki, ale nie modyfikuje danych źródłowych.
Wyniki wdrożenia i parametry operacyjne
AWS raportuje, że ta architektura skróciła latencję zapytań z 5 minut do 10 sekund. Wdrożenie objęło również frontend z generowaniem wykresów, kontrole obserwowalności, przypisanie kosztów, szyfrowanie, uwierzytelnianie oraz infrastrukturę jako kod (IaC). Całość działa w izolowanej sieci prywatnej — VPC (Virtual Private Cloud) — co spełnia wymogi bezpieczeństwa szpitalnego środowiska IT.
Redakcja IWD Partner: Przypadek Bluesight i AWS pokazuje coś, co rzadko podkreśla się w dyskusjach o AI w ochronie zdrowia — największą barierą nie jest moc obliczeniowa ani jakość modelu, lecz dostęp do ustrukturyzowanych danych w czasie rzeczywistym. Tutaj rozwiązaniem okazało się nie trenowanie nowego modelu, a umiejętne okablowanie istniejących API. Pytanie, które pozostaje otwarte: czy 10-sekundowa odpowiedź agenta jest wystarczająco audytowalna dla organów regulacyjnych, które — w przypadku błędu compliance — będą pytać nie o szybkość, lecz o ścieżkę rozumowania?
Co to oznacza dla zespołów farmaceutycznych w szpitalach?
Dywestycja leków — czyli nieautoryzowane przejęcie substancji kontrolowanych przez personel — to jeden z najbardziej kosztownych i trudnych do wykrycia problemów w szpitalnictwie. Zespoły zajmujące się tym zagadnieniem poświęcały do tej pory znaczną część czasu na kompilowanie danych, zamiast na ich analizę.
Samir Neyazi, Director of Product Management w Bluesight, stwierdził w 2025 roku: „To jest dokładnie to, na co czekali liderzy programów dywestycji — narzędzie, które prowadzi do odpowiedzi szybciej i eliminuje ręczną żmudę z każdego dochodzenia.”
Nowy interfejs konwersacyjny nie zastępuje eksperta — nadal wymagana jest weryfikacja wyników przez przeszkolony personel. Zmienia jednak proporcje: mniej czasu na zbieranie danych, więcej na interpretację i decyzję. W środowisku, gdzie każda godzina pracy farmaceuty jest kosztowna, a liczba regulowanych substancji rośnie, ta zmiana ma wymierny wpływ operacyjny.
Czy trzy dni to realistyczny czas budowy systemu AI klasy produkcyjnej?
Czas budowy prototypu — trzy dni w ramach tzw. Experience-Based Acceleration (EBA, programu intensywnego wsparcia wdrożeniowego AWS) z udziałem 8 inżynierów Bluesight i 7 specjalistów AWS — brzmi imponująco i wymaga kontekstu. TechForge Media, komentując to wdrożenie, zastrzega, że podane metryki czasowe są raportowane przez dostawcę i nie zostały niezależnie zweryfikowane przez działające systemy zdrowotne.
Z technicznego punktu widzenia szybkość jest wiarygodna przy określonych założeniach: istniejące API ControlCheck były już udokumentowane, dane nie wymagały kosztownego przetwarzania ETL, a zespół korzystał z gotowych komponentów Bedrock zamiast trenować własny model. EBA to nie hackathon — to intensywna sesja integracyjna ze stałym wsparciem architektów chmurowych AWS.
Pełne wdrożenie produkcyjne, obejmujące szyfrowanie, VPC, uwierzytelnianie i IaC, wymagało więcej czasu niż te trzy dni. Warto jednak zauważyć, że cały cykl od pierwszej linii kodu do ogólnej dostępności w 20 systemach zdrowotnych zamknął się w obrębie 2025 roku — co jest tempem rzadkim w regulowanej branży medycznej.
Dlaczego AI w zgodności aptecznej ma znaczenie?
Rynek oprogramowania compliance dla szpitali w USA jest rozległy i niedoinwestowany technologicznie. Program 340B obejmuje ponad 12 500 podmiotów medycznych w Stanach Zjednoczonych (dane HRSA, Health Resources and Services Administration, 2024), z których każdy musi dokumentować i weryfikować zakupy leków w sposób spełniający wymogi federalne.
Automatyzacja tylko jednego elementu tego procesu — weryfikacji wyjątków GPO — może uwolnić tysiące godzin pracy farmaceutów i specjalistów compliance rocznie w skali jednej sieci szpitalnej. Jeśli model Bluesight zostanie rozszerzony o planowany na 2026 rok agent multi-produktowy dla zgodności GPO w programie 340B, zakres automatyzacji wzrośnie jeszcze bardziej.
Szerszy kontekst jest istotny: sektor ochrony zdrowia to jeden z ostatnich, gdzie wciąż dominują procesy manualne oparte na arkuszach kalkulacyjnych i raportach PDF. AI w roli warstwy interpretacyjnej nad istniejącymi systemami — bez wymiany infrastruktury bazowej — może być ścieżką do modernizacji, którą szpitale są w stanie faktycznie wdrożyć.
Powiązane pojęcia z AI i uczenia maszynowego
- Agent AI (AI Agent) — autonomiczny program oparty na modelu językowym, który potrafi planować wieloetapowe działania, wybierać narzędzia i wykonywać zapytania w celu realizacji zadania użytkownika.
- MCP (Model Context Protocol) — otwarty standard umożliwiający modelom językowym odkrywanie i wywoływanie zewnętrznych narzędzi oraz interfejsów API w sposób ustandaryzowany.
- RAG (Retrieval-Augmented Generation) — technika uzupełniania odpowiedzi modelu językowego o dane pobrane w czasie rzeczywistym z zewnętrznych źródeł, zamiast polegania wyłącznie na wiedzy z treningu.
- AWS Lambda — usługa bezserwerowa Amazon Web Services pozwalająca uruchamiać funkcje obliczeniowe w odpowiedzi na zdarzenia bez zarządzania infrastrukturą serwerową.
- Compliance farmaceutyczny — zbiór procedur i dokumentacji wymaganych przez prawo do potwierdzenia, że zakupy, dystrybucja i stosowanie leków spełniają obowiązujące regulacje federalne i stanowe.
Na podstawie materiałów źródłowych.
