AWS介绍使用Amazon Bedrock为医疗FHIR API构建智能安全监测方案。
该方案从API访问模式中识别异常行为，自动分类数据敏感度，并以自然语言生成合规报告。AWS称，安全监测与FHIR API请求路径分离后，可在不影响API延迟的情况下加入行为分析。
AWS文章展示了Amazon Bedrock与Structured Outputs结合进行异常检测的方法，并使用AWS Lambda、Amazon API Gateway、AWS HealthLake、Amazon EventBridge、Amazon Cognito、Amazon Bedrock Guardrails和Amazon Comprehend Medical等服务组成示例架构。
来源：AWS Machine Learning Blog，发布时间：2026年8月20日。
FHIR API请求包含结构化健康信息，异常检测可以关注账户在短时间内访问大量患者、非典型资源或异常时段请求等行为线索。模型输出应作为安全团队调查的提示，而不是自动认定违规；正常的临床工作也可能出现高频或跨科室访问，检测阈值需要按岗位与业务流程校准。
先用脱敏或合成请求建立基线，分别测量真实异常召回、误报告警数量和调查耗时。每条告警都应保留触发规则、相关API事件和模型给出的理由，供分析人员回到原始日志确认。Structured Outputs约束输出形状，并不保证分类准确，也不取代传统身份验证、访问控制和审计。
架构把监测从FHIR请求路径分离，可减少同步分析对API响应时间的影响，但仍需评估事件队列积压、告警延迟与失败重放。健康数据属于高敏感信息，日志和提示中应尽量避免直接包含患者标识；部署前需由安全、隐私与临床系统负责人共同审查数据流向和保留期限。
