利用 Amazon Quick 转变罕见癌症研究：整合生物医学数据库实现突破性发现

标题：利用 Amazon Quick 转变罕见癌症研究：整合生物医学数据库以实现突破性发现 | 亚马逊云科技

来源网址：https://aws.amazon.com/blogs/machine-learning/transforming-rare-cancer-research-with-amazon-quick-integrating-biomedical-databases-for-breakthrough-discoveries/

发布时间：2026-06-01T13:54:16-08:00

Markdown 内容： 罕见癌症研究在基因组测序流程、临床试验注册库、生物标志物存储库和同行评审文献中生成异构数据。将这些来源整合用于单一研究通常需要定制的 ETL 管道、手动模式协调，以及跨多个孤立系统的迭代查询——这一过程可能耗时数周才能开始任何分析。

Amazon Quick Research 通过提供统一的研究环境来应对这一集成挑战。它从多个来源摄取结构化和非结构化数据，包括公开可用的生物医学数据库如 PubMed，并应用大型语言模型（LLM）驱动的综合技术生成带引用、版本化的研究报告。

在本文中，我们将逐步演示如何使用 Amazon Quick Research 整合生物医学数据源以支持罕见癌症研究。本教程以儿童肉瘤为研究领域，并基于 PubMed 和其他开放生物医学存储库中的公开数据集。内容涵盖端到端工作流：定义研究目标、配置数据源、审查 AI 生成的研究计划、执行调查，以及使用修订与版本控制系统迭代结果。

功能特性

Amazon Quick Research 是 Amazon Quick 中的一个代理式研究工作流，可协调多源数据检索与基于 LLM 的综合分析。其核心组件包括：

• 研究目标解析 – 代理将自然语言形式的研究问题解释为结构化子主题，以便并行开展调查。
• 多源数据摄取 – 支持网络搜索（包括 PubMed、ClinicalTrials.gov 和开放获取期刊等公开索引资源）、文件上传（PDF、Word、Excel、PowerPoint）以及 Amazon Quick 资产（Spaces、仪表板、知识库和数据集）。数据源在创建研究项目时即被处理并建立索引。
• AI 生成的研究计划 – 在运行前，代理会生成一份结构化计划，列出将要调查的主题、每个主题所查询的来源及分析方法。您可在提交完整运行前审查并修改该计划。
• 带引用报告生成 – 输出为结构化报告，内含可追溯至原始文档或 URL 的内联引用。每条陈述均包含来源链接，“理解该陈述”功能可展示支撑个别结论的证据链。
• 版本化修订工作流 – 您可对特定语句添加修订评论（最多 400 字符）。提交修订后，系统将启动仅针对标注部分的新一轮研究运行，版本号递增，并保留先前版本供对比。
• 导出格式 – 报告可导出为 PDF 或 Word 格式。摘要变体（高管版、通用版、自定义版）允许您根据受众调整输出长度和引用密度。

**Spaces** 提供数据组织层，为 Amazon Quick Research 提供数据支持。Space 是一个逻辑容器，可将多达 10,000 个文件与 Amazon Quick 仪表板、主题和知识库组合在一起。文件上传后即被索引，作为研究运行的检索语料库。支持格式包括 Word、Excel、PowerPoint、PDF、CSV、TXT、RTF、JSON、YAML、XML 和 HTML。在本教程中，Space 将填充公开可用的癌症基因组数据集和 PubMed 摘要，作为内部知识语料库，同时结合实时网络搜索。

教程步骤

本教程将演示如何使用 Amazon Quick 整合生物医学数据源进行罕见癌症研究。您将创建一个 Space，启动 Quick Research，并生成一份带引用的报告。

以下视频将逐步演示操作流程：

注意：Amazon Quick 为付费服务。按照本教程操作将产生计费资源。为避免持续收费，请完成本帖末尾的清理步骤。

前提条件

在开始本教程前，您需具备以下条件：

1. 有效的 AWS 账户。
2. 具备访问 Amazon Quick 并创建 Spaces 和研究项目的权限。
3. 对生物医学研究术语有基本了解。

第一部分：创建 Space

1. 打开 Amazon Quick，在主导航栏中选择 Spaces。
2. 选择 Create space 以添加研究所需文件。
3. 选择 Add knowledge。
4. 从文件上传、仪表板或知识库中选择。

在页面顶部输入 Space 名称。

确认您的 Space 已出现在 Spaces 列表中，状态显示绿色勾选标记或 Ready。点击 Space 名称，验证所有上传文件均已列出且状态为 Indexed。

第二部分：创建研究项目

在 Amazon Quick 主页上，选择 Quick Research。点击 New Research 以启动结构化工作流，引导您从设定目标直至最终报告生成。

第三部分：定义目标

在文本框中输入研究目标。聚焦且具体的问题将获得更佳结果。

示例目标：

_针对具有特定基因组改变的儿童肉瘤，有哪些前景良好的靶向治疗方案？我们如何识别可能从中受益的患者？_

明确你的研究目标并界定调查范围。AI 代理将帮助你优化研究问题，并根据可用的数据源建议你可能希望探索的其他角度。

第 4 部分：数据源选择与整合

选择要纳入研究的数据源：

• 网络搜索 – 启用网络搜索以从公开索引的资源中提取信息，例如 PubMed、ClinicalTrials.gov 和开放获取期刊。可根据需要添加特定网址：
• https://rarecancer.org/publications
• https://www.ncbi.nlm.nih.gov/
• https://aacrjournals.org/
• https://pmc.ncbi.nlm.nih.gov/articles/PMC10815984/
• https://journals.sagepub.com/home/rtu
• https://www.cancer.gov/types
• https://www.seattlechildrens.org/research/

• 选择 文件上传 以添加特定文档。将 Quick Research 连接到你现有的数据空间，以便在研究中纳入内部文档、报告和知识库。在此处，你可以将外部网络资源与组织专有信息结合使用。

• 选择 Quick 资产 以包含数据空间、仪表板和知识库。这些是按 Quick 组织的文件、文档和分析集合，便于快速访问和分析。

Quick Research 会自动从连接的存储库中识别相关数据源。针对本次儿童肉瘤调查，系统识别出以下关联：

• 基因组突变数据与药物靶点数据库
• 临床结果数据与治疗方案文献
• 生物标志物谱与患者反应模式
• 历史试验数据与当前治疗选择

第 5 部分：AI 驱动的研究计划

Quick Research 在运行前会生成结构化计划。请审阅代理将要调查的主题：

• 主题 1：儿童肉瘤的基因组指导靶向治疗——患者选择与治疗策略。
• 主题 2：儿童肉瘤的基因组特征——突变、基因融合（如 PAX3）及亚型，包括横纹肌肉瘤、尤文肉瘤和骨肉瘤。
• 主题 3：当前 FDA 批准的靶向疗法——作用机制、疗效及基因组特征。
• 主题 4：未来方向——基因编辑、细胞疗法、新型药物递送系统及临床前研究。

第 6 部分：修订计划（可选）并开始研究

1. 选择 修订计划 以在运行前调整范围。
2. 添加具体关注领域，例如：

• 增加关于特定突变和基因融合的部分
• 增加不同方法之间的比较分析

当你对计划满意后，选择 开始研究。

确认你看到进度指示器和消息 Research in progress。状态应从 未开始 变为 进行中。

第 7 部分：审阅报告

Quick Research 将发现综合成结构化报告，内容包括：

• 包含关键发现和临床意义的执行摘要。
• 包含支持性数据可视化的详细分析部分。
• 基于证据的未来研究方向建议。
• 引用来源与方法透明度。
• 临床实施的可行下一步措施。
• 来源列表。

此过程大约需要 20–30 分钟完成。

#### 1. 访问已完成的研究

• 在主导航中选择 研究。
• 查找你的研究项目状态，应显示为 已完成。
• 选择你已完成的研究项目。

#### 2. 浏览研究报告

该报告以结构化格式综合了所有选定来源的信息。

• 使用左侧窗格中的 Topics 标签在主要章节之间切换。
• 查阅各章节内的支持性证据和来源引用。
• 根据需要使用右上角的 Download、Summarize 和 Share 按钮。
• 选择 Reading mode 以隐藏侧边栏，专注于内容。

#### 3. 查看引用

引用提供对原始资料的直接访问，便于验证和深入调查。

• 在报告中查找编号的引用。
• 点击引用编号以查看来源详情。
• 注意弹窗会显示源文章及指向原始页面的超链接。

#### 4. 理解语句分析

语句分析展示研究结论背后的推理过程，并提高分析过程的透明度。

• 寻找 Understand the statement 图标（三条横线加一个加号）。
• 点击报告中任意语句旁的该图标。
• 查看解释窗口，其中包含：
• 该语句是如何得出的。
• 证据摘要。

第8部分：更新研究

如需通过新增关注领域优化研究，请直接在报告中添加修订评论。

#### 1. 添加修订评论

Quick Research 会在后续运行中利用您的评论进行修订。

• 在研究报告中，选中文字 以扩展或修改内容。
• 在右侧的 Research pane 中添加评论（最多400字符）：Need deeper investigation on "specific topic area"

#### 2. 启动修订流程

• 点击 Revise 按钮（添加评论后可用）。
• 确认出现 Review revision started 提示。
• Quick Research 将分析现有内容并应用评论。

研究通常需20–40分钟完成，修订完成后版本号将递增（例如，Version 2）。

#### 3. 查看版本历史

版本控制保留清晰的研究过程审计轨迹，并保存先前迭代版本。

• 注意版本号已递增。
• 对比不同版本，查看反馈如何被整合。
• 通过版本追踪研究的演进过程。

#### 4. 使用摘要功能

不同的摘要格式满足不同受众需求和演示场景。

• 点击右上角的 Summarize 按钮。
• 选择摘要类型：
• Executive Summary：面向高管，最多2页，无引用。
• General Share Out：面向业务人员，最多6页，含关键引用。
• Custom Summary：自定义格式，最多5,000字符。

#### 5. 下载与分享

多种下载格式支持不同使用场景，从正式演示到协作审阅。

• 使用 Download 按钮获取：
• PDF 格式用于演示。
• Word 格式用于协作编辑。

• 使用 Share 按钮与团队成员共享研究报告。

清理

以下步骤将永久删除您的研究报告及上传至 Spaces 的所有文件。如需保留任何研究成果或上传数据，请先导出报告（PDF 或 Word 格式）并下载重要文件。

研究完成后，可通过以下步骤删除研究报告及相关资源：

1. 删除报告：
2. 选择报告。
3. 选择 Actions。
4. 选择 Delete。

1. 删除资源：
2. 打开 Amazon Quick 控制台中的 Spaces 部分。
3. 找到要移除的空间，点击其名称旁的 More actions (•••) 菜单。
4. 选择 Delete 以移除空间。

删除这些资源将停止所有相关费用。

结论

本文展示了 Amazon Quick Research 如何整合公开可用的生物医学数据库与您自己的研究语料库，以支持罕见癌症研究。借助 Quick Research，您的团队可以用自然语言提出跨越多个数据源的复杂问题，通过 AI 驱动的分析识别细微关联，并综合来自多样化数据集的发现，从而支持监管申报、资金申请和临床决策。最终成果是更快的研究进程和更全面、基于证据的洞察，可指导临床决策、引导未来研究投资，并改善面临罕见癌症诊断患者的治疗结果。

如需开始使用您自己的生物医学数据集：

• 访问 Amazon Quick 产品页面 开始试用并创建首个研究空间。
• 阅读 Amazon Quick Research 文档 获取详细操作指南和最佳实践。

如有疑问或希望分享您的研究成功案例？请留言，或加入 AWS for Industries: Healthcare and Life Sciences 社区。

• * *

关于作者