合作伙伴
Corti携手Scaleway和Dedalus,将主权医疗AI带到法国

要点主权取决于通过模型和运行时的请求路径,而不仅仅是数据存储位置。
查看更多
- 主权取决于通过模型和运行时的请求路径,而不仅仅是数据存储位置。
- Corti的OpenAI兼容API让开发者能够将模型选择与托管决策分开。
- Kommodity的可移植Kubernetes控制平面减少了医疗团队在切换云时针对特定提供商的工作。
Corti正通过Scaleway的欧洲云将其主权医疗AI服务带到法国,把临床AI服务与云基础设施相结合,旨在让医疗开发者更好地掌控应用的运行地点。两家公司在11月17日发布的公告中表示,医疗软件供应商Dedalus已开始将Corti的临床AI集成到法国医疗机构使用的软件中。
这项合作回应了医疗科技团队日益需要面对的一个实际问题:如何在使用先进AI的同时,继续掌控敏感数据、模型访问权限以及处理每项请求的云系统。Corti的方案将欧洲托管服务与通用模型API和开源基础设施相结合,支持在不同云环境之间迁移。
确保医疗AI处理留在欧洲境内
Scaleway隶属于iliad Group,为这项面向法国的服务提供云和AI基础设施。两家公司表示,这使基于Corti平台开发的应用能够在欧洲司法管辖范围内的环境中处理敏感医疗数据和AI工作负载。
数据存储与数据处理之间的区别至关重要。临床文档可能存储在本地,但应用仍可能将其内容发送到其他地方以获取AI生成的回复。因此,主权AI架构不仅涉及原始记录的存放位置,还涉及请求经过模型、运行时环境和基础设施的路径。
Corti的主权云平台提供欧洲云端和本地部署选项,且两种方式使用相同的API。对于医疗软件公司而言,实际目标是在不围绕新接口重新设计每项应用功能的情况下,选择可接受的托管方案。
Corti联合创始人兼首席技术官Lars Maaløe表示:“主权不只是数据存储在哪里的问题。”他指出,模型选择、托管方式选择以及切换环境的能力,都是公司战略的核心。
临床AI能做什么
Corti提供一系列AI能力,供医疗开发者集成到自己的产品中。其平台涵盖临床语音识别、文档生成、医疗编码以及AI智能体构建工具。该公司的旗舰临床AI模型Symphony可支持电子健康记录、虚拟医疗、诊所管理和生命科学领域的临床及行政应用。
例如,其临床文档API可以将转录文本、事实或结构化信息转换为记录及其他文档,并按照预设模板或自定义模板生成内容。Corti列出的文档格式包括SOAP病历、患者摘要和随访信函,并支持法语及其他语言。
这为集成提供了一条切实可行的路径:应用从诊疗过程中采集信息,将相关内容发送给AI服务,再在临床医生的工作流程中呈现结构化草稿。随后,临床医生可以审核、编辑并签署文档。
Dedalus负责将这些能力接入医疗专业人员已在使用的软件。该公司CIS4U业务部门生命科学、数据与互联护理部门总监Guillaume Reynaud表示,这项合作旨在减少行政工作,同时加强对AI部署和托管方式的控制。
通过统一API访问模型
Corti Models提供一个兼容OpenAI的统一API,用于访问AI模型。API兼容意味着开发者可以使用熟悉的请求格式和兼容的客户端工具,同时将请求发送到Corti的服务。它描述的是软件接口,并不意味着OpenAI负责运营托管基础设施。
将应用集成与特定托管方案分离,有助于更轻松地更换底层服务。开发者仍需评估所选模型的表现,包括其处理临床术语和结构化输出的能力,以及它能否胜任软件支持的具体任务。
对于医疗机构而言,这将通常捆绑在一起的两项决策区分开来:哪种模型适合相关工作,以及哪种基础设施适合运行该模型。
Kommodity着眼于提升云端可移植性
另一个主要组件是Kommodity,这是Corti的开源云基础设施和Kubernetes引擎。Kubernetes负责协调跨多组机器运行的容器化软件,帮助运维人员部署应用、管理资源并扩展工作负载。
Kommodity的代码仓库介绍了一套基于Kubernetes的通用控制平面,覆盖Scaleway、Azure和Hetzner等服务提供商,以及虚拟化和裸机环境。该控制平面将用于管理集群及其机器生命周期的Cluster API,与Talos Linux以及机器证明和磁盘加密密钥管理服务相结合。
机器证明会在释放配置或机密信息之前,检查有关机器启动过程的证据。与通用部署工具配合使用时,这些机制旨在提高基础设施的可检查性,并减少运维所需的特定于服务提供商的工作。
可移植性并不能免除所有迁移工作。数据传输、网络、身份系统和性能测试仍需妥善处理。它的价值在于,当运营人员更改应用程序的运行位置时,能为他们提供更一致的基础。
从托管方案选择到日常临床软件
这项公告汇集了三个各司其职的参与方:Corti 提供 AI 平台,Scaleway 提供欧洲云基础设施,Dedalus 则将临床 AI 集成到医疗软件中。这种分工意味着,这项合作的意义不止于数据中心的选择。
这项合作的实际考验在于:医疗保健领域的开发者能否在现有临床工作流程中提供实用功能,同时让模型选择和基础设施选项保持易于管理。欧洲托管解决了计算发生地点的问题;可移植的基础设施和通用 API 则让团队在部署方式的演进上拥有更多选择。












