Aurora cria catálogo de modelos e organiza implantações por finalidade

A Aurora, infraestrutura soberana de IA para saúde pública, passou a separar duas etapas da gestão de modelos: o registro das versões disponíveis e a designação de uma versão para uma finalidade específica. A mudança interessa a gestores públicos de saúde, hospitais e equipes de TI porque permite identificar o modelo escolhido, sua origem e o propósito associado, sem confundir essa organização com a execução de inferências.

O novo Catálogo de modelos registra o modelo base, informa se a versão foi importada ou ajustada, guarda um rótulo de versão e pode associar uma licença. Também é possível registrar a linhagem com uma versão aprovada do Dataset Studio, ferramenta da Aurora que organiza conjuntos de dados para treinamento, validação e teste.

A segunda frente é o módulo Implantações. Nele, uma versão do catálogo é vinculada a uma finalidade declarada. Essa relação formal substitui a lógica em que um produto final aparecia como item fixo do menu. No caso do TARM Assist, o sistema passa a tratá-lo como uma implantação: uma versão de modelo designada a um propósito, e não como um módulo permanente da plataforma.

Na prática, os registros podem estar em rascunho, designados ou arquivados. Esta entrega organiza o registro e a finalidade do modelo; não descreve a execução em si. Endpoint, latência e invocação ficam na etapa de inferência, tratada em entrega posterior.

A atualização também torna o Model Evaluation mais abrangente. A tarefa avaliada deixa de ser limitada a um conjunto fixo de quatro opções associadas ao TARM Assist e passa a ser descrita por um rótulo livre. O protocolo pode ainda apontar para uma versão específica do Catálogo de modelos, conectando a avaliação ao candidato analisado.

Os registros são separados por organização. Testes com banco de dados MySQL verificaram que uma organização não consegue consultar ou designar um modelo pertencente a outra. O sistema também separa permissões de visualização e gerenciamento para o catálogo e para as implantações, além de registrar alterações em auditoria.

A consequência é uma estrutura mais explícita para governar versões e finalidades de modelos dentro da Aurora. A entrega organiza o caminho entre dados, avaliação e designação, mas deixa a etapa de servir o modelo para um ambiente de inferência ainda não existente na plataforma.