Indegeneがデータ品質AIを構築

IndegeneのData Quality Agentは、ライフサイエンスのデータ管理に長く存在する運用上の課題への対応策である。技術ルールとビジネスルールが別々の場所にあり、データセットやプラットフォームをまたいで両者を整合させるのは難しい。null、データ型、一意性、参照整合性の従来型チェックは依然として不可欠だが、製品階層、顧客セグメンテーション、テリトリー配置といったビジネス固有の文脈は捉えられない。エージェントは社内用と社外用の2つのナレッジベースを使い、提案を企業標準や業界の参照値に根拠づける。

ワークフローはデータスチュワードが主導権を保つ形だ。ソースを選び、データをプロファイリングし、異常を確認し、提案されたルールを承認または修正する。その後になって初めて、エージェントが実行用のSQLとPythonコードを生成する。承認済みルールは実行・監視・監査のための中央リポジトリに登録されるという。データ品質を独立したツールとして扱わずNEXT UDPプラットフォーム内に組み込むことで、Indegeneは品質を定期的なガバナンス活動ではなく継続的な能力にしようとしている。ライフサイエンス組織が機微な医療従事者データや患者データの上でAIと分析を拡大する中で、重要性が増す可能性がある。