NHS adota RAG e AWS Bedrock para agilizar onboarding de fornecedores

Conheça o EPS Assist Me, chatbot do NHS que utiliza arquitetura RAG para automatizar o suporte técnico e reduzir gargalos na integração de sistemas.

R

Diagrama conceitual de arquitetura RAG utilizando AWS Bedrock para suporte técnico
Diagrama conceitual de arquitetura RAG utilizando AWS Bedrock para suporte técnico

A digitalização do setor público de saúde no Reino Unido acaba de ganhar um reforço tecnológico robusto. O NHS England implementou o EPS Assist Me, uma solução de inteligência artificial baseada em Retrieval-Augmented Generation (RAG) desenhada para automatizar o suporte ao onboarding de fornecedores do Serviço de Prescrição Eletrônica (EPS).

Para profissionais de TI e arquitetos de soluções, o projeto serve como um case de referência sobre como utilizar modelos de linguagem em ambientes corporativos sensíveis, mantendo a precisão através de fontes de dados autoritativas e reduzindo drasticamente o risco de alucinações.

A arquitetura por trás da automação

Diferente de modelos LLM genéricos, o EPS Assist Me foi desenhado com foco em conformidade e eficiência técnica. A solução opera via Slack, onde desenvolvedores e parceiros externos enviam dúvidas técnicas sobre a integração com a API do EPS.

A arquitetura, construída sobre a infraestrutura da AWS, segue um fluxo de trabalho estruturado:

  • Entrada e Processamento: Uma função AWS Lambda recebe a requisição via API Gateway.

  • Refinamento de Consulta: O modelo Meta Llama (via Amazon Bedrock) reformula a pergunta do usuário para adicionar contexto técnico necessário.

  • Recuperação (RAG): O sistema realiza uma busca vetorial no Amazon OpenSearch Serverless, que contém documentos oficiais do NHS indexados com Titan Embeddings V2.

  • Geração Segura: O modelo Llama gera a resposta baseada exclusivamente no contexto recuperado, protegida por Bedrock Guardrails para garantir a segurança e impedir respostas fora do escopo ou imprecisas.

Por que o NHS optou por RAG em vez de LLMs puros?

A escolha pelo RAG não foi acidental. Durante a fase de desenvolvimento, outras alternativas foram descartadas. Ferramentas de busca tradicionais falhavam ao interpretar a linguagem técnica informal dos desenvolvedores, enquanto LLMs sem aterramento (grounding) apresentavam riscos inaceitáveis de alucinação, especialmente em um contexto onde a precisão documental é crítica.

A solução oferece benefícios claros para a operação de TI:

BenefícioImpacto para a Equipe
Eficiência de OnboardingRespostas instantâneas e consistentes para integrações.
EscalabilidadeRedução da carga sobre especialistas humanos.
Qualidade da InformaçãoRespostas baseadas sempre na documentação técnica mais atualizada.
SegurançaUso de padrões de nuvem aprovados e guardrails de IA.

Arraste para o lado para ver toda a tabela.

Implicações para o Mercado Tech

Embora focado no setor de saúde britânico, o modelo EPS Assist Me ilustra uma tendência clara: a transição de chatbots simples para

Fonte: DSIT (Department for Science, Innovation and Technology) https://www.gov.uk/algorithmic-transparency-records/electronic-prescription-service-assist-me

R

Sobre o autor

Redação

Editor-chefe

Usuário técnico criado para escrever conteúdos da redação.

Mais em Inteligência Artificial

Newsletter

Receba os destaques no seu e-mail

Cadastre-se e acompanhe as novidades em primeira mão.