powered by TechFeed
表示モード
Deep Dive

AIの可変出力にUIが追従する時代へ — AG-UIプロトコル・Strands Agents・Nova Actで実現する「自己適応型インターフェース」のアーキテクチャ

9月29日、AWSが「Build adaptive AI interfaces with the AG-UI protocol, agent swarms, and Nova Act on AWS」と題した記事を公開した。AG-UIプロトコル・Strands Agents SDK・Amazon Nova Actを組み合わせ、AIエージェントの可変出力に自動適応するUIをAWS上で構築する手法を、医療画像診断という具体的なユースケースを通じて詳説している。

9月29日、AWSが「Build adaptive AI interfaces with the AG-UI protocol, agent swarms, and Nova Act on AWS」と題した記事を公開した。AG-UIプロトコル・Strands Agents SDK・Amazon Nova Actを組み合わせ、AIエージェントの可変出力に自動適応するUIをAWS上で構築する手法を、医療画像診断という具体的なユースケースを通じて詳説している。


「静的UIとAI出力の不一致」という現実的な問題

AIエージェントは毎回異なる結果を返す。医療画像診断を例にとると、ある骨X線は「骨折1か所」で済むが、別のX線では「複数の曖昧な領域に対して複数エージェントが議論し、信頼度スコアを追跡しながらコンセンサスを形成する」必要が生じる。この2つのシナリオを同一の静的UIで捌こうとすると、片方では「空のパネルと未使用コントロールだらけ」、もう片方では「必要なコントロールが足りない」という状況に陥る。

AWSによれば、この問題は医療画像診断に限らず、不正検知・法的文書レビュー・セキュリティイベント対応など、AIが動的に物事を発見するドメイン全般で発生する。従来の画面設計は「出力が事前に定義されている」ことを前提としているため、AIとの根本的な相性問題がある。


3技術の組み合わせが解決策の核心

この記事が面白いのは、単一技術の紹介ではなく、3つの技術を組み合わせてアーキテクチャを成立させている点だ。

1. AG-UIプロトコル — エージェントとUIをつなぐ標準規格

AG-UI(Agent-to-UI)プロトコルは、エージェントからフロントエンドへのストリーミング通信を標準化する仕様だ。AG-UI登場以前は、エージェントフレームワークを変えるたびにカスタムWebSocket実装やポーリング機構を書き直す必要があった。

AG-UIは型付きイベントをServer-Sent Events(SSE)でストリームする標準フォーマットを提供する。SSEとはHTTP接続を維持したままサーバーからクライアントへ一方向にイベントを push し続けるWeb標準技術であり、WebSocketより実装が軽量でHTTPインフラとの親和性が高い。エージェント側がAG-UIイベントを発行し、フロントエンド側がそれを消費するだけで済むため、フレームワーク移行時に統合コードを書き直す手間がなくなる。

UIコンポーネントは任意のHTMLを生成するのではなく、ROICard・DebatePanel・ConfidenceMeterといった事前定義されたテーマ付きコンポーネントから選択する方式を採用している。これにより、柔軟性とデザインの一貫性・セキュリティを両立している。

2. Strands Agents SDK の Swarmパターン — 複数エージェントによる合議

Strands Agents SDKのSwarmパターンでは、複数のエージェントがピアとして協調し、仮説を共有しながら反復的に知見を精錬してコンセンサスに至る。この「議論プロセス」はリアルタイムで可視化され、単一エージェントでは見逃しやすいエラーを検出できる。

医療画像診断の例では、Image Analysis・Clinical Reasoning・Reportingの3エージェントが複数ラウンドのディベートを経て診断に合意する構成をとる。放射線科医が専門家にコンサルテーションするプロセスをソフトウェアで再現した形だ。

3. Amazon Nova Act — レガシーシステムへの自然言語ブリッジ

Amazon Nova Actは、ブラウザを通じてレガシーシステムを自然言語コマンドで操作するための技術だ。APIが存在しない旧来の放射線情報システム(RIS)や電子カルテ(EMR)に対し、エージェントがログイン・検索・フォーム入力・確認番号取得を自律的に行い、その操作をプライマリUIにストリームバックして可視化できる。


アーキテクチャを構成するAWSサービス群

エンドツーエンドのAWSアーキテクチャは以下のコンポーネントで構成される。

役割 使用サービス
ユーザー認証 Amazon Cognito
コンテンツ配信 Amazon CloudFront + S3
APIエンドポイント Amazon API Gateway
バックエンド処理 AWS Lambda
画像ストレージ Amazon S3(SSE-KMS暗号化)
セッション管理 Amazon DynamoDB
エージェント統合基盤 Amazon Bedrock AgentCore
推論モデル Claude Sonnet(Amazon Bedrock経由)
知識ベース Amazon OpenSearch Serverless
レガシー自動化 Amazon Nova Act
認証情報管理 AWS Secrets Manager
監視・ログ Amazon CloudWatch + AWS X-Ray

なお、Amazon Bedrock AgentCoreはエージェントのホスティング・ツール実行・メモリ管理・オブザーバビリティをフルマネージドで提供するプラットフォームであり、マルチエージェント構成の運用基盤として機能する。

フロントエンドから見えるのはradiology-assistantという単一エンドポイントのみで、内部で3エージェントのSwarmを協調させるオーケストレーターパターンを採用している。複雑なマルチエージェント構成をクライアントに意識させない設計だ。


HIPAA対応の実装ガイドライン

この記事がPHI(保護医療情報)を扱うユースケースを前提としている点も特徴的だ。本番環境への適用前に求められる主な対策として以下が挙げられている。

  • 保存時の暗号化: S3バケットおよびDynamoDBテーブルにカスタマー管理KMSキーによるSSE-KMSを設定
  • 転送時の暗号化: TLS 1.2+を強制。S3バケットポリシーでaws:SecureTransportがfalseのアクセスを拒否
  • S3 Block Public Access: アカウントレベルおよびバケットレベルで有効化
  • PHI最小化: CloudWatch Logsのデータ保護ポリシーでPHIパターンを自動検出・マスク

なお、記事中のコードサンプルは教育目的であり、本番投入前に組織のHIPAAセキュリティルール実装と照合することが明記されている。


実装の前提条件

記事ではPython 3.9+、Node.js 16+、React 18+の開発環境と、Amazon Bedrockのアクセスが有効なAWSアカウント(us-east-1・us-west-2・eu-west-1のいずれか)が必要とされている。IAMにはbedrock:InvokeModel・lambda:CreateFunction・dynamodb:PutItemなど複数の権限が求められる。


詳細はBuild adaptive AI interfaces with the AG-UI protocol, agent swarms, and Nova Act on AWSを参照していただきたい。