Databricks 为 Genie Code 推出医疗与生命科学技能包 Vital Skills
Vital Skills: Upskilling Genie Code with Healthcare and Life Sciences skills
Databricks 发布 Vital Skills，为编码智能体 Genie Code 提供医疗与生命科学领域的打包技能，基于开放的 Agent Skills 标准构建。
在统一、受治理的平台上用 AI 编写代码
Genie Code 是专为 Databricks 优化的编码智能体，让你通过对话而非编写代码来完成数据与 AI 任务。关键在于，Genie Code 与 Unity Catalog 的集成确保该智能体理解你企业的数据，并遵循与 Databricks 平台其余部分相同的安全与治理规则。因此，在探索性数据分析、机器学习/深度学习、创建仪表板、智能体、应用、声明式自动化包、Lakeflow 作业及其调度等真实数据任务上，Genie Code 的表现显著优于领先的编码智能体，超过两倍。
然而，Genie Code 和其他通用 AI 编码助手缺乏领域特异性，假定采用通用方法和临床阈值，无法满足医疗与生命科学（HLS）标准或最佳实践。
Databricks Vital Skills 通过提供基于开放 Agent Skills 标准构建的打包操作手册来弥合这一差距。它们为 AI 编码智能体配备行业知识，使智能体知道该问哪些问题、哪些步骤不可省略，以及该使用哪些经过测试的工具。
Vital Skills 旨在让 Genie Code 充分利用统一的 Databricks 生态系统，使生成的代码不会与你受治理的数据脱节，你也不必自行搭建服务、GPU、治理和调度。你得到的是一个系统，而不只是一个沙盒。借助 Databricks 生态系统，你可以：
- 扎根于你的全部数据资产。答案的质量随其底层数据基础的覆盖范围而提升。
- 实现端到端治理。数据、技能和模型及其对话式访问均受到治理、跟踪和安全保护。
- 获得全面的平台。Model Serving、GPU 和 Apps 都是平台的一部分，无需单独购买软件或服务再将其连接起来。
- 拥有开放选择。可使用任何云、任何模型、任何框架。
- 为生产而设计，而不只是玩玩。原型中的同一工作可以提升为具有真实吞吐量的定时 Lakeflow 管道和作业。
我们在 BiomniBench 上测试了使用和不使用 Vital Skills 的 Genie Code，这是一个生物医学数据分析任务的公开基准，依据专家编写的评分标准进行评分。单独使用 Genie Code 时，在显而易见的环节上很少失败。
它能轻松解析文档并生成图表。然而，它有时在领域特定的方法和知识上表现不足，且容易做出过度假设。使用 Vital Skills 后，Genie Code 在相关任务上得分更高，且对超出 Vital Skills 范围的任务没有负面影响。
由医疗与生命科学专家构建、服务于医疗与生命科学的技能
每项技能都始于一位曾多次与客户解决该问题的现场工程师。我们坚持三项原则：
- 先询问，再假设。当决策应由分析师做出时，例如临床阈值，技能会暂停、提供选项，并让用户选择。
- 使用经过信任测试的工具，而非临时编写的代码。对于敏感工作，Genie Code 运行经过测试的工具和代码，而不是每次都编写新逻辑。
- 用事实说话。每项技能都在相同任务上与 Genie Code 进行了并排对比测试，不使用该技能作为对照。
覆盖医疗健康与生命科学全价值链的技能目录
Vital Skills 将生物统计学家、隐私官、生物信息学家或精算师的专业知识直接交到每位分析师手中，帮助团队在引入额外专业力量之前更快推进工作。Databricks 医疗健康与生命科学现场团队构建了覆盖全行业的技能，涵盖数据处理、分析、模型生命周期管理、评估、报告与幻灯片生成等关键环节。
这些技能可以直接使用，也可以根据你的需求进一步定制，并结合你在所属领域的深厚专业知识。我们预计这套初始技能集将持续扩充，也欢迎向开源仓库贡献。
| 技能 | 功能说明 |
|---|---|
| 生物信息学 | |
bulk-rnaseq | 从批量 RNA-seq 计数中找出差异表达最显著的基因。 |
open-weight-models | 在 Databricks 上打包、注册、验证并部署开放权重的 HLS 模型，例如 TEDDY 和 Geneformer。 |
pathway-enrichment-analysis | RNA-seq 的通路富集分析（ORA 或 GSEA）。 |
sc-rnaseq | 分析来自 .h5ad 文件的单细胞 RNA-seq 数据。 |
| 临床 | |
cohort-builder | 基于编码数据和自由文本临床数据，构建可复现、经过可行性校验的患者队列。 |
rwe-cohortstudy | 采用倾向性调整（匹配、IPW）的比较效果分析（队列研究）。 |
semantic-builder | 使用来自 EHR 或理赔数据的 64 个常用指标，构建类似 Metric Views 的语义层，使其可直接用于仪表板或智能体 |
phi-deidentifier | 对 Unity Catalog 表执行 HIPAA Safe-Harbor 去标识化（k-匿名 + 受治理视图）。 |
| 其他 | |
presentation-builder | 构建可直接用于演示的幻灯片 |
report-writer | 将你的分析方法和结果整理成报告 |
accelerators | 将任务路由到相关的 HLS 加速器或库，并配备适合你任务的工具 |
skill-eval | 对技能进行基准测试：使用与不使用该技能的配对运行、MLflow genai.evaluate 评分、胜负统计 + 失败分类。 |
在 Databricks 上无缝实现从数据到结果再到成品
在 Databricks 上无缝实现从数据到成品报告、智能体或仪表板的全流程。
例如，我们的语义构建技能会从理赔或电子健康记录中定义并计算常用指标（如住院时长），并将其写入Metric View。一旦在 Unity Catalog 中定义了 Metric Views，你就可以轻松地在仪表板、Genie Agents、外部 BI 或电子表格等多种工具之间复用它们。
在接下来的章节中，我们将深入介绍几项关键技能。
队列构建器：从通俗的英文描述开始
分析师用通俗语言描述一个人群——例如“患有 2 型糖尿病且血糖控制不佳的患者”——该技能会将其转化为可复现、可解释、可辩护的队列。队列构建几乎是所有分析工作的必要起点：RWE 研究、临床试验可行性、支付方护理管理和人群健康结果研究。
亮点：
- 可处理结构化和/或非结构化数据。它能在编码记录（诊断、化验、用药）中查找患者，也可选择在自由文本笔记和扫描 PDF 中查找。
- 它会在关键决策点停下来询问，而不是猜测：哪个实验室指标值算作“未受控”，如何结合结构化和非结构化数据，以及是交付表格、笔记本，还是直接在对话中给出答案。
- 它先检查可行性，在构建任何内容之前展示有多少患者符合条件。
- 它会解释自己的逻辑。每位患者都会附带其被纳入的原因，同时不会在可共享的结果中暴露原始临床记录。
- 它始终给出相同的答案。在我们的测试中，它每次运行都生成相同的队列；不带该技能的 Genie Code 每次都会选择不同的定义。在配对评估中，自由文本队列的 F1 从 0.62 升至 1.00。
构建队列后，可考虑比较有效性研究，并使用演示文稿构建器分享你的结果。
开放权重模型：在 Databricks 上获取你最喜欢的医疗健康模型
生命科学领域一些最有前景的 AI 应用是开源生物基础模型，它们编码单细胞转录组学（Geneformer、scGPT、Scimilarity、TEDDY）或蛋白质结构（AlphaFold/OpenFold、Boltz2 等）。它们也很难运行起来，需要专门的基础设施和能力。由于该技能会调用相应的代码、库和 GPU 服务，科学家可以从“我需要这个模型”直接过渡到提供一个真正可用的受治理模型。
在此过程中，它会：
- 询问而不是猜测（例如模型应如何运行：实时端点、批处理作业、应用还是流水线），以便据此部署模型并给出理由。
- 使模型可复现且可审计，通过固定模型及其产物（例如代码、权重、参考数据库和许可证）
- 提供受治理的模型，该模型已在 Unity Catalog 中注册、部署，并在交接前用真实的科学输入进行了测试。
- 监控模型流量，在推理表和系统表中跟踪使用情况/成本，并可选地应用敏感数据防护措施。
在一个 TEDDY 单细胞模型部署任务中，不带该技能的 Genie Code 写出了正确的代码，但遗漏了关键的部署就绪步骤——固定依赖项、注册后冒烟测试等——仅完成了 27 项检查中的 19 项。带该技能时，全部 27 项均完成。
评估：Vital Skills 提升了 Genie Code 的医疗健康和生命科学能力
各技能评估
我们加入了一个用于评估技能的技能，因为医疗健康和生命科学工作流不存在单一的通用“准确率”。对于每个技能，它会构建一个可定制的评估框架，包含合适的任务、数据、评分器以及预期结果和行为，并针对每个技能的设计目标进行定制。我们运行并评分了带和不带 Vital Skills 的评估任务。
BiomniBench 评估
我们还在BiomniBench上对带和不带 Vital Skills 的 Genie Code 进行了三次测试，该基准整理了来自顶级生物医学同行评审论文的任务。
- 在技能适用的地方表现更好。在技能范围内的 5 项任务上，Genie Code 在 3 次试验中的平均得分从 71.9 升至 76.9（满分 100）。
- 不需要时零成本。在技能范围之外的 18 项任务上，得分保持稳定——无技能时为 69.1，有技能时为 71.2——因此技能在不需要时不会造成干扰。
- 每次都能选对技能。在 Genie Code 的指令中加入一行指向技能的提示后，它在所有范围内的运行中都打开了正确的技能。
正确的技能让正确的行为变得可靠。在一项队列任务中，基线静默漏掉了半数符合条件的患者；使用该技能后，每一位患者都被找回了。
试用搭载 Vital Skills 的 Genie Code
此前的研究表明，Genie Code 比其他编码智能体更具成本效益，因为它能独特地理解你在 Databricks 上的数据，跳过典型的随机游走式搜索。
用更多技能（如面向医疗与生命科学任务的 Vital Skills）扩展 Genie Code。你可以将众多技能串联成复杂任务。例如，在部署开放权重模型后，创建并调度一个批量推理作业。如果它是嵌入模型，就提示 Genie Code 创建向量搜索索引。
在 Genie Code、Genie One 或 Genie Code CLI 中浏览并安装 Vital Skills。发布这些技能到 Unity Gateway，以便治理并与同事共享。试用适合你工作的技能，或按需定制。Genie Code 甚至能帮你创建新技能。Vital Skills 是开源项目，欢迎你的贡献。
- https://databricks-industry-solutions.github.io/vital-skills/，一段简短的“在 Genie Code 中安装”文本块
- 参加研讨会，使用 Vital Skills 以及 Databricks 的其他 BioPharma 研发解决方案，如 Genesis Workbench
- “构建你自己的技能”链接指向 CONTRIBUTING。
来源：Databricks Blog · databricks.com