为母婴健康构建可信的大规模智能体式 AI

美国的母婴健康结果仍然存在严重的不平等，服务不足的社区——尤其是黑人和原住民女性——受到妊娠相关并发症和损失的过大影响。超过 80% 的妊娠相关死亡是可以预防的。¹CDC 对可预防性的定义——通过合理改变患者、提供者、设施、系统和社区因素可以避免的死亡¹——帮助明确了 MyLÚA Health 的创始理念。

改善结果需要可信的支持，能够触及诊所之外的家庭。这一信念催生了 LÚA，一个由人工智能驱动的母婴健康平台，旨在提供基于证据、符合文化背景的指导，贯穿整个孕期和产后第一年，包括产检之间的关键时刻。“每位母亲都应该得到理解她的支持——而不仅仅是理解她的病历。LÚA 旨在满足家庭的需求，提供反映其文化、语言和生活经验的指导，”MyLÚA Health 首席执行官兼联合创始人 J’Vanay Santos-Fabian (MBA) 说。

为了以规模化的方式实现这一愿景，MyLÚA Health 需要一个企业就绪的平台，能够提供一致的答案，以同理心和背景实现个性化支持，保护敏感的健康信息，并将用户连接到后续步骤，如检查、提醒和本地资源。

MyLÚA 与 IBM 合作设计、测试和部署其多智能体母婴健康平台，该平台以 IBM watsonx.ai、IBM watsonx Orchestrate、IBM Cloud 和 IBM Cloud Code Engine 为基础。目标：提供富有同理心、具有上下文感知能力的支持，能够满足用户的需求，理解需求并采取行动——安全且大规模地实现。

IBM watsonx.ai 提供了一个受治理的模型环境，具备多语言能力和适合医疗用例的负责任 AI 实践。IBM watsonx Orchestrate 协调跨情感、身体和社交领域的专业智能体，将用户意图转化为已完成的操作，如签到、提醒、资源激活和摘要。该架构部署在使用 IBM Cloud Code Engine（配合 FastAPI、Postgres 和 Redis）的 IBM Cloud 上，支持受监管工作负载的安全扩展。经过广泛的用户验收测试后，这些智能体已部署，该平台可在 Apple App Store 和 Google Play Store 中获取。

在早期验证中，MyLÚA 正在申请专利的多模态 AI 模型在识别产后抑郁风险方面表现出超过 90% 的准确率——比传统筛查方法提前了几个月。信任信号同样令人鼓舞：79% 的母亲表示她们通过该平台分享敏感健康信息感到舒适。参与指标同样令人鼓舞：48% 的参与者完成了主动健康活动，44% 访问了针对特定孕期的教育内容。

对于护理团队和母婴健康组织而言，早期试点测试显示出了更早生成信号的潜力——64% 的母亲完成了健康风险评估——同时通过结构化总结成员互动，减少了行政负担，帮助导乐和护理协调员将更多时间用于高接触支持。该平台的隐私保护设计进一步支持了医疗级治理和可扩展性，因为个人身份信息和受保护的健康信息不会发送到大语言模型。

如今，MyLÚA 的多智能体平台已上线，通过提供多语言、符合文化背景的妊娠和产后第一年指导，扩大了对母婴健康支持的可及性。LÚA 还超越了回答问题，通过完成支持操作，如自动签到、提醒和资源激活，帮助家庭在产检之间及时获得帮助。MyLÚA Health 首席技术官兼联合创始人 Michael Conward 博士说：“我们创建 LÚA 是为了确保没有女性需要独自应对怀孕或产后护理。技术使我们能够大规模提供主动、富有同情心的支持——这种支持反映了分娩父母、母亲以及怀孕和产后支持接受者的需求。”

对于护理团队和母婴健康组织，该平台将对话转化为可操作的洞察和摘要，可以减少人工工作并支持更大的工作量。其模块化设计可以根据需求扩展，并集成到提供者、支付方、雇主和社区项目中。

通过将以人为本的设计与负责任的向善 AI 相结合，MyLÚA Health 和 IBM 正在帮助缩小母婴护理方面的差距，增强信任，并拓宽获得高质量支持的渠道——为女性和家庭创造更加公平、更具同理心的未来。

MyLÚA Health 是一个构建在 IBM watsonx 之上的企业级智能体式 AI 平台，提供个性化、多语言的母婴健康支持。其正在申请专利的多模态 AI 框架能够从不同的数据输入中识别早期风险模式，将情感、身体和社交信号转化为对母亲、护理团队和健康组织具有可操作性的洞察。