Generatiivisen tekoälyn hyödyntäminen AWS:ssä biotieteiden muuttamiseen – IBM-blogi

Eksponentiaalinen hyppy sisään generatiivinen tekoäly muuttaa jo monia toimialoja: työnkulkujen optimointi, auttaa ihmisryhmiä keskittymään lisäarvotehtäviin ja nopeuttamaan markkinoille tuloa. Biotiedeteollisuus on alkanut huomata ja pyrkii hyppäämään teknologian kehitykseen. Biotiedeteollisuus on – jo vuosikymmeniä – siirtynyt perinteisestä löytöpohjaisesta lääkekehityksestä kohdemarkkinapohjaiseen lääkekehitysparadigmaan. Silti sitä rasittavat pitkät T&K-syklit ja työvoimavaltaiset kliiniset, valmistus- ja vaatimustenmukaisuusohjelmat.

Toimialalla on valtava paine nopeuttaa lääkekehitystä optimaalisilla kustannuksilla, automatisoida aikaa ja työvoimaa vaativia tehtäviä, kuten asiakirjojen tai raporttien luominen työntekijöiden moraalin säilyttämiseksi ja toimitusten nopeuttamiseksi. Kun BioPharma- ja Medical Device -organisaatiot omaksuvat yhä enemmän digitaalisia muutos- ja sitoutumisstrategioita – yhdistettynä Covid19-pandemian tuomaan paradigman muutokseen – ala kokee digitaalisen datan räjähdysmäisen määrän, jota luodaan alan kaupallisella, toimitusketjulla, kliinisellä ja lääketurvatoiminnalla. arvoketjussa sekä muissa yritysten liiketoimintatoiminnoissa.

Tätä digitaalista dataa tulee alalle eri muodoissa, kuten jäsentämättömänä tekstinä, kuvina, PDF-tiedostoina ja sähköpostina. Digitaalisen datan räjähdysmäinen kasvu – yhdistettynä ammattitaitoisten ja halukkaiden henkilöresurssien saatavuuden vähenemiseen digitaalisen datan vastaanottamiseen ja käsittelyyn vaatimustenmukaisella tavalla – pakottaa biotieteiden organisaatiot tutkimaan tekoälyä, koneoppimista ja nyt luovia tekoälytekniikoita. Joitakin esimerkkejä generatiivisen tekoälyn mahdollisista käyttötapauksista biotieteissä ovat, mutta niihin rajoittumatta:

• AI for Medical Legal Review (MLR): Kasvava globalisaatio ja räjähdysmäinen digitaalisen markkinoinnin tekniikoiden kasvu on rasittanut jo ennestään monimutkaista, aikaa vievää ja haastavaa prosessia. generatiivisella tekoälyllä on potentiaalia käsitellä digitaalista sisältöä mittakaavassa ja tuottaa tehokkaan MLR-tulosteen, jota markkinointitiimi voi sitten hyödyntää, mikä nopeuttaa ja yksinkertaistaa prosessia.
• Tekoäly kliinisten tutkimusraporttien (CSR) luomiseen: Generatiivisella tekoälyllä on potentiaalia luoda "ensimmäinen yritys" -raportti, joka voi kompensoida 80 % ihmisen ponnisteluista, nopeuttaa prosessia, tuoda johdonmukaisuutta ja vapauttaa arvokasta kaistanleveyttä muihin arvokkaisiin tehtäviin.
• Haittatapahtuma (AE) Kertomuksen sukupolvi: Tämä erittäin säännelty, aikaa vievä tehtävä epäsuotuisasta tapahtumasta kertovan tarinan luomiseksi edellyttää tiukasti säänneltyjä liiketoimintoja ja korkeasti koulutettuja rooleja biotieteiden organisaatioissa ja vaatii manuaalisten, joskus työläävien tehtävien koordinointia, jotka voivat tuottaa mahdollisesti epätarkkoja tai epäjohdonmukaisia ​​tuloksia. Generatiivisen tekoälyn hyödyntäminen ihmisten tiimin valmiuksien lisäämiseksi tarjoaa asiakkaille mahdollisuuden alentaa kustannuksia 30–50 %, samalla nopeuttaa tähän prosessiin liittyvää markkinoilletuloaikaa vähintään 50 % ja parantaa luotujen raporttien skaalautuvuutta, laatua ja johdonmukaisuutta.
• Nopeuta mRNA-lääkkeiden suunnittelua: Moderna, joka on hyödyntänyt koneoppimista ja tekoälyä edistääkseen lähetti-RNA:n (mRNA) alaa luodakseen monipuolisen kliinisen valikoiman rokotteita ja terapeuttisia aineita seitsemällä tavalla. yhteistyössä IBM:n kanssa hyödyntää generatiivista tekoälyä optimaalisen turvallisuuden ja suorituskyvyn mRNA-lääkkeiden suunnittelussa.

Muita käyttötapauksia, joissa generatiiviset tekoälymallit voivat auttaa biotieteiden organisaatioita vapauttamaan kilpailuetua, ovat:

• yhteenvetoa: puhelinkeskustelut, asiakirjat, kuten talousraportit, analyytikkoartikkelit, sähköpostit, uutiset, mediatrendit ja paljon muuta.
• Keskustelutieto: Arvostelut, tietopohja, tuotekuvaukset ja paljon muuta.
• Sisällön luominen: Personat, käyttäjien tarinat, synteettiset tiedot, kuvien luominen, henkilökohtainen käyttöliittymä, markkinointikopio, sähköposti ja sosiaaliset vastaukset ja paljon muuta.
• Koodin luominen: Koodin perämies, koodin muunnos, teknisen dokumentaation luominen, testitapaukset ja paljon muuta.
• Tutkimus & Kehitys: Lääkkeiden löytäminen ja kehittäminen, laadukkaan sisällön luominen ja tarkistaminen, laatu- ja sääntelyäly, AE Narrative Generation, älykkäät lähetykset, synteettisten tietojen luominen.
• kaupallinen: Markkinointisisällön luominen, potilaskokemus, edustajien koulutuksen ja myynnin mahdollistaminen sekä tietokeskus.
• Henkilöstöhallinto: Luo tähkäkuvauksia, taitovaatimuksia, luo haastattelukysymyksiä työnkuvauksesta, arvioi ehdokkaita työn spesifikaatioiden perusteella, oppimis- ja opetusassistentti, tietokilpailujen luominen, sisällön luominen ja paljon muuta.
• valmistus: Laadunvalvonta ja -tarkastukset, operaattorin / laboratoriotekniikan koulutus keskusteluhaku SOP:n kautta, sisällön luominen ja paljon muuta.
• Toimitusketju: Kysynnän ennustaminen, toimitusketjun optimointi, riskien arviointi ja vähentäminen.

Uskomme, että generatiivisen tekoälyautomaation hyödyntäminen voi tuoda etuja biotieteissä – myös säännellyillä aloilla – ja lyhentää AE-kertomusten luomisen sykliaikoja vähintään 50 % perustuen IBM Consultingin ja lääkevalvontaryhmän tekemään työhön maailmanlaajuisessa BioPharmassa. yhtiö.

Tässä blogiviestissä esittelemme, kuinka IBM Consulting tekee yhteistyötä AWS:n kanssa ja hyödyntää Large Language Models (LLMs) -malleja IBM Consultingin generatiivisella AI-Automation -alustalla (ATOM) luodakseen alatietoisia, biotieteiden alalla koulutettuja perusmalleja luoda ensimmäiset luonnokset kerrontadokumenteista tarkoituksenaan auttaa ihmisryhmiä.

Miksi IBM Consulting for generative AI AWS?

IBM Consulting on yli vuosikymmenen ajan auttanut asiakkaita saavuttamaan arvoa AI, koneoppiminen ja automaatioratkaisut liiketoimintaprosessien ja IT-toimintojen optimointiin eri toimialoilla. Viime aikoina IBM Consulting on tehnyt yhteistyötä yritysten kanssa perustaa mallien käyttöönottamiseksi kuvitella ydintyönkulkuja uudelleen ja toteuttaa arvo— vähentää kustannuksia, läpimenoaikaa ja parantaa tuottavuutta ja on sitoutunut auttamaan yrityksiä navigoimaan ja vapauttamaan arvoa tekoälyn aiheuttamista seismisistä muutoksista. Tätä silmällä pitäen IBM Consulting ilmoitti äskettäin a generatiivisen tekoälyn huippuyksikkö yli 1000 konsultin kanssa, jotka ovat perehtyneet luoviin tekoäly- ja kiihdytintyökalupakkeihin, jotka on suunniteltu perusmalleille ja LLM:ille; Tämän kautta IBM Consulting auttaa yrityksiä kehittämään ja ottamaan käyttöön tuotantotason generatiivisia tekoälymalleja.

IBM on AWS:n Premier Consulting Partner -kumppani, jolla on yli 20 16 AWS-sertifioitua ammattilaista eri puolilla maailmaa, 16 palvelun validointia ja 16 AWS-kompetenssia. Siitä on tulossa nopein globaali GSI, joka varmistaa lisää AWS-kompetensseja ja -sertifikaatteja 18 parhaan AWS Premier GSI:n joukossa 2022 kuukauden sisällä. At re:Invent XNUMX, IBM Consulting palkittiin Ishayoiden opettaman Vuoden globaali innovaatiokumppani ja GSI:n vuoden kumppani Latinalaisessa Amerikassa, vahvistaa asiakkaan ja AWS:n luottamusta IBM Consultingiin AWS:n kumppanina.

Tekoälytoimialueella IBM:llä on yli 21 40 datatieteilijää, tekoälyinsinööriä ja konsulttia, ja se on toteuttanut yli XNUMX XNUMX tekoäly- ja analytiikkatoimeksiantoa. Mutta suuren tehon mukana tulee suuri vastuu, ja tämä pätee erityisesti generatiiviseen tekoälyyn. IBM Consulting on ajanut a vastuullinen ja eettinen lähestymistapa tekoälyyn jo yli viisi vuotta, keskittyen pääasiassa näihin viiteen perusperiaatteeseen:

1. Selitettävyys: Se, miten tekoälymalli päätyy päätökseen, pitäisi voida ymmärtää, ja in-the-loop-järjestelmät lisäävät uskottavuutta ja auttavat vähentämään vaatimustenmukaisuusriskejä.
2. Oikeudenmukaisuus: AI-mallien tulee kohdella kaikkia ryhmiä tasapuolisesti.
3. kestävyys: AI-järjestelmien tulee kestää harjoitustietoihin kohdistuvia hyökkäyksiä.
4. Läpinäkyvyys: Kaikkien tekoälyjärjestelmän asiaankuuluvien näkökohtien tulee olla yleisön saatavilla arvioita varten.
5. yksityisyys: Tekoälyjärjestelmissä käytettyjen tietojen tulee olla turvallisia, ja kun tiedot kuuluvat yksilölle, henkilön tulee ymmärtää, miten niitä käytetään.

IBM auttaa useita biotieteiden toimijoita ottamaan tekoälyn käyttöön vastuullisesti ja luotettavasti useissa toiminnoissa. IBM on tehnyt yhteistyötä Johnson & Johnsonin kanssa pohjimmiltaan uudelleen harkitsemaan lahjakkuusstrategiaansa tekoälypohjaisen taitojen päättelyn vastuullinen käyttö ja toimittaminen mittakaavassa tapahtuva muunnos sovellusten havainnointia varten AIOP:iden avulla.

IBM Consulting hyödyntää laajaa GxP-kokemustaan ​​ja AWS:n parhaita käytäntöjä auttaakseen biotieteiden organisaatioita noudattamaan GxP-ohjeita ja -määräyksiä lääkkeitä ja lääkinnällisiä laitteita kehitettäessä tai valmistaessaan. GxP, HIPAA ja muut noudattamisohjelmia toimittaaksemme yhteensopivia, säänneltyjä, validoituja ja turvallisia ratkaisuja.

Kuinka rakentaa generatiivinen tekoälyputki AWS:ssä narratiivista luomista varten?

Tällä hetkellä narratiivien luominen haittatapahtumiin on intensiivinen manuaalinen prosessi terveydenhuollossa. Kun haittatapahtuma ilmoitetaan, kliiniset ja turvallisuustiimit lukevat ja käsittelevät manuaalisesti useita yksityiskohtia – potilaan nykyiset ja historialliset terveys- ja lääketieteelliset tiedot, tapahtumatiedot ja paljon muuta – ja kirjoittavat manuaalisesti yksityiskohtaisen raportin sääntelyviranomaisten tarpeen mukaan. Uskomme, että generatiivisen tekoälyn myötä näitä prosesseja voidaan laajentaa vapauttamaan kliinisille ja turvallisuustiimeille kapasiteettia siirtyä arvokkaampiin tehtäviin, kuten tarinoiden tarkistamiseen, sekä antaa tiimille mahdollisuuden keskittyä monimutkaisempiin tehtäviin.

Tutkimme useita vaihtoehtoja haittatapahtumien kertomusten luomiseen generatiivisen tekoälyn avulla. Lopulta yksi niistä HalaaKasvot Suuret kielimallit päällä Amazon Sagemaker JumpStart valittiin rakentamaan haittatapahtumien kertomuksia useista syistä: sillä on salliva lisenssi, joka mahdollistaa kaupallisen käytön, selkeät malli-/tietokortit lähdemallille, jotka voivat selittää sen dataperinteen, kyky hienosäätää mallia Sagemaker Jumpstartissa, ja vankka kyky luoda haittatapahtumien kerrontatekstiä minimaalisella hienosäädöllä.

Tämän prosessin korkean tason putkisto on esitetty kuvassa 1. Aloitimme valmistamalla patentoidut jäsennellyt tiedot puhdistamaan ja saattamaan ne valmiiksi sellaiseen muotoon, että se voi kulkea kehotteiden sisällä hienosäätöä ja päätelmiä varten. Large Language -mallia hienosäädettiin sitten Amazon Sagemaker 500+ tietueen koulutustietojoukossa, joka kuvaa potilaan terveyttä koskevia tietoja, haittatapahtumia ja lääketieteellisiä tietoja alla olevan putkilinjan avulla. Amazon Sagemaker on optimaalinen alusta generatiiviselle tekoälylle useiden sisäänrakennettujen toimintojen ansiosta (kyky valita malleja luettelosta, ei koodia mallien kouluttamiseen, toiminnot lisäputkistojen ja monitorin määrittämiseen.) Kun hienosäätö oli tehty, käyttöön otettua mallia käytettiin tehdä johtopäätöksiä testitiedoista AE-kertomusten luomiseksi (katso esimerkki kuvasta 2). Lisäksi turvallisuus- ja kliinisten aiheiden asiantuntijoiden ryhmä validoi narratiivin sukupolven käyttämällä perustotuusasiakirjoja ja analysoi ne manuaalisesti varmistaakseen, että generatiivinen AI-Automation-putki oli luotettava eikä altis hallusinaatioille.

Tämän lisäksi IBM Consulting aloitti äskettäin watsonx.data AWS:ssä, avoin, hybridi-hallittu tietovarasto, joka auttaa yrityksiä skaalaamaan analytiikkaa ja tekoälyä. IBM Consulting tekee myös yhteistyötä AWS:n kanssa integroidakseen tulevan Amazonin kallioperä, täysin hallittu palvelu, joka tekee FM:t johtavilta AI-aloitusyrityksiltä ja Amazonilta saatavilla API:n kautta ATOMiin, jotta asiakkaat voivat rakentaa ja skaalata generatiivisia tekoälyn käyttötapauksia. kyberturvallisuuden vahvistaminen ja noudattaminen.

Yritys arvo

Kuten per FAERS-tietokanta, raportoitujen AE-tapausten määrä on kasvanut 2.5-kertaiseksi 10 vuodessa, vuodesta 2012 vuoteen 2022. Volyymeistä riippumatta yritysten on raportoitava näistä tapahtumista nopeasti sääntelyviranomaisille ja toimittava nopeasti turvallisuussignaalien perusteella. Tapahtumavolyymien kasvun aiheuttama taakka heijastuu budjetteihin, joiden odotetaan kasvavan vuoden 4 arviolta 2017 miljardista dollarista yli 6 miljardiin vuoteen 2020 mennessä.

10 suurimman yhdysvaltalaisen biotieteiden asiakkaan, jonka kanssa IBM-konsultointi työskentelee parhaillaan, mukaan luovan tekoälyn hyödyntäminen yhteensopivalla ja vastuullisella tavalla voi vähentää AE-raporttien luomiseen tarvittavaa manuaalista työtä 50 %. Yhdistämällä sen kanssa Tekoälyohjattu, ihminen silmukassa, kielenkäännösratkaisu, voi edelleen optimoida toimintakustannuksia ja vapauttaa arvokkaita ihmisryhmiä keskittymään lisäarvotehtäviin.

FDA on nyt osoittanut koneoppimisen kasvavaa käyttöä biotieteissä tyhjensi yli 500 lääketieteellistä algoritmia joita on kaupallisesti saatavilla Yhdysvalloissa. Yli puolet Yhdysvaltain markkinoiden algoritmeista tyhjennettiin vuosina 2019–2022, ja yli 300 sovellusta vain neljässä vuodessa. Pelkästään lokakuussa 2022 FDA hyväksyi 178 uutta AI/ML-järjestelmää, joiden määrän odotetaan kasvavan nopeasti tulevaisuudessa.

Tämä vauhti luo valtavaa liiketoiminta-arvoa biotieteiden asiakkaille, jotka haluavat innovoida koko arvoketjussa hyödyntäen huipputeknologiaa, kuten generatiivista tekoälyä.

Miten IBM Consulting voi tukea asiakkaita heidän matkallaan hyödyntämään Foundation Models -malleja?

IBM Consultingilla on asiantuntemusta ja kokemusta tukeakseen eri ikäisiä asiakkaita heidän generatiivisella tekoälymatkallaan. Korkealla tasolla IBM Consulting hyödyntää seuraavia pilareita tavatakseen asiakkaita siellä, missä he ovat:

• Generatiivinen tekoälystrategia ja huippuyksikön asetukset: Standardoitu konsultointi, jolla tiedotetaan, osallistutaan, löydetään ja arvioidaan pohjamallien uusia käyttötapauksia.
• Perusmallihackathon: Kahden päivän hackathon innovatiivisten tekoälyratkaisujen ideointiin ja prototyyppiin tietyille käyttötapausalueille – hyödyntäen tavallisia pilvisovellusliittymiä tai avoimen lähdekoodin perusmalleja (GPT, BERT ja muut).
• Jumpstart perusmallille: Hyödynnä IBM Garagea aloittaaksesi perusmallien käytön ja toteuttaaksesi todistetut IBM-käyttötapaukset 6–8 viikossa eri toimialueille.
• Yhteisluominen, yhteistyö ja generatiivinen AI @ Scale: Suunnittelu- ja toteutuspalvelut prototyyppien ja tehokkaiden liiketoimintaratkaisujen (esimerkiksi virtuaaliassistenttien ja tietokeskittymien) rakentamiseen hyödyntäen kaupallisia tai avoimen lähdekoodin perusmalleja.
• Mittatilaustyönä tehdyt pohjamallit: Hyödynnä IBM Researchin, AWS:n ja muiden lähteiden alkuperäisiä innovaatioita erikoisalojen (kemian, materiaalitieteen ja anturitiedonkäsittelyn) perusmalleissa, jotta voit käsitellä räätälöityjä toimialuekohtaisia ​​käyttötapauksia.
• Säätiön malli fovernance, FMOps: Määritä tarvittava organisatorinen ja tekninen hallinto perusmallien skaalaamiseksi koko yrityksessä IBM Consultingin AI@Scale-menetelmällä.

Yhteenveto

Yrityksillä eri toimialoilla on tällä hetkellä huomattavia paineita ottaa nopeasti käyttöön luova tekoäly ja osoittaa arvoa. Yli 40 XNUMX tekoäly- ja analytiikkatoimia maailmanlaajuisesti, IBM Consulting on jatkuvasti luokiteltu johtaja useiden analyytikoiden toimesta. IBM Consulting on sitoutunut auttamaan biotieteiden yrityksiä navigoimaan ja ymmärtämään generatiivisen tekoälyn arvoa äskettäin julkistetun generatiivisen tekoälyn CoE:n kautta, joka on mukaansatempaava konsultointiprosessi, kuten IBM Garage ja kiihdyttimiä, kuten ATOM. Asiakkaat tarvitsevat luotettavan, kokeneen ja taitavan kumppanin auttamaan heitä luovalla tekoälymatkallaan, ja IBM Consulting on valmis auttamaan heitä tapaamalla heidät siellä, missä he ovat.

Lisätietoja IBM Security Services for AWS -palvelusta