Flo Health 用 Amazon Bedrock 构建医学内容自动化审核方案 MACROS

Flo Health是女性健康App Flo的运营方，每年产出数千篇医学文章；医学知识持续更新，逐篇人工复核耗时且易错。为此其与AWS生成式AI创新中心合作开发MACROS，基于Amazon Bedrock实现规模化审核。方案含两条主流程：一是内容审核与修订，流水线分可选过滤、分块、审核、修订、后处理五步——先判断规则集与文章是否相关，再按段落分块逐段对照规则审核（以XML输出是否合规及原因，可开启每条规则独立调用的Multi-call模式），仅对不合格段落按Flo文风生成修订并回填；二是规则优化，从PDF等非结构化文件抽取风格类与医学类规则并分为高、中、低优先级，经人工修订后存入S3复用。模型按任务分层：分块等轻任务用Claude Haiku系列，审核与修订等复杂推理用Claude Sonnet或Opus系列。架构上经ECS托管前端、Step Functions编排、Lambda解析PDF。PoC阶段自述：识别需更新内容的准确率保持80%、召回超过90%，处理速度超过人工10倍的目标；案例强调人机协作而非全自动，医学专家保留最终把关，生产化与CMS集成留待Part 2。