Tirer parti de l'IA générative sur AWS pour transformer les sciences de la vie – IBM Blog

Le saut exponentiel IA générative transforme déjà de nombreuses industries : optimisation des flux de travail, aidant les équipes humaines à se concentrer sur des tâches à valeur ajoutée et à accélérer la mise sur le marché. L’industrie des sciences de la vie commence à en prendre conscience et vise à devancer les avancées technologiques. L’industrie des sciences de la vie est passée, depuis des décennies maintenant, du paradigme traditionnel de développement de médicaments basé sur la découverte à un paradigme de développement de médicaments axé sur le marché. Pourtant, elle est alourdie par de longs cycles de R&D et des régimes cliniques, de fabrication et de conformité à forte intensité de main d’œuvre.

L'industrie est soumise à une pression énorme pour accélérer le développement de médicaments à un coût optimal, automatiser les tâches exigeantes en temps et en main d'œuvre comme la création de documents ou de rapports afin de préserver le moral des employés et accélérer la livraison. Alors que les organisations de biopharmaceutique et de dispositifs médicaux adoptent de plus en plus de stratégies de transformation et d'engagement numériques, combinées au changement de paradigme provoqué par la pandémie de Covid19, l'industrie connaît une explosion de données numériques créées dans les domaines commerciaux, de la chaîne d'approvisionnement, cliniques et de pharmacovigilance du secteur. chaîne de valeur, ainsi que dans d’autres fonctions commerciales de l’entreprise.

Ces données numériques arrivent dans l'industrie sous différents formats, comme du texte non structuré, des images, des PDF et des e-mails. L’explosion des données numériques, combinée à la diminution de la disponibilité de ressources humaines compétentes et volontaires pour ingérer et traiter les données numériques de manière conforme, oblige les organisations des sciences de la vie à explorer l’IA, l’apprentissage automatique et désormais les technologies d’IA générative. Voici quelques exemples de cas d’utilisation potentiels de l’IA générative dans les sciences de la vie :

• IA pour l’examen médico-légal (MLR): La mondialisation croissante et la croissance exponentielle des techniques de marketing numérique mettent à rude épreuve un processus déjà complexe, long et exigeant. L'IA générative a le potentiel de traiter le contenu numérique à grande échelle et de produire un résultat MLR efficace, qui peut ensuite être exploité par l'équipe marketing humaine, accélérant et simplifiant le processus.
• IA pour générer des rapports d’études cliniques (CSR) : L'IA générative a le potentiel de créer un rapport de « première tentative », qui peut compenser 80 % de l'effort humain, accélérant le processus, apportant de la cohérence et libérant une bande passante précieuse pour d'autres tâches de grande valeur.
• Événement indésirable (EI) Génération narrative: Cette tâche très réglementée et chronophage consistant à générer un récit d'événement indésirable nécessite des fonctions commerciales très réglementées et des rôles hautement qualifiés au sein des organisations des sciences de la vie et nécessite la coordination de tâches manuelles, parfois fastidieuses, qui peuvent produire des résultats potentiellement inexacts ou incohérents. Tirer parti de l'IA générative pour augmenter les capacités des équipes humaines offre aux clients la possibilité de réduire les coûts de 30 à 50 %, tout en accélérant d'au moins 50 % les délais de commercialisation liés à ce processus et en améliorant l'évolutivité, la qualité et la cohérence des rapports générés.
• Accélérer la conception de médicaments à ARNm: Moderna, qui a exploité l'apprentissage automatique et l'IA pour faire progresser le domaine de l'ARN messager (ARNm) afin de créer un portefeuille clinique diversifié de vaccins et de produits thérapeutiques dans sept modalités, est partenariat avec IBM tirer parti de l’IA générative pour concevoir des médicaments à ARNm offrant une sécurité et des performances optimales.

D’autres cas d’utilisation dans lesquels les modèles d’IA générative peuvent aider les organisations des sciences de la vie à libérer un avantage concurrentiel sont :

• Récapitulation: interactions avec les centres d'appels, documents tels que rapports financiers, articles d'analystes, e-mails, actualités, tendances médiatiques et plus encore.
• Connaissance conversationnelle : Avis, base de connaissances, descriptions de produits et plus encore.
• Création de contenu: Personas, user stories, données synthétiques, génération d'images, interface utilisateur personnalisée, copie marketing, réponses par e-mail et sur les réseaux sociaux, etc.
• Création de codes : Copilote de code, conversion de code, création de documentation technique, de cas de test et bien plus encore.
• Recherche & Développement: Découverte et développement de médicaments, création et examen de contenu de qualité, veille qualité et réglementaire, génération narrative AE, soumissions intelligentes, génération de données synthétiques.
• Commercial: Création de contenu marketing, expérience patient, intégration et formation des représentants, aide à la vente et centre de connaissances.
• Ressources Humaines: Créez des descriptions préliminaires, des exigences en matière de compétences, créez des questions d'entretien à partir d'une description de poste, évaluez les candidats par rapport à une spécification de poste, un assistant d'apprentissage et d'enseignement, la création de quiz, la création de contenu et bien plus encore.
• Fabrication: Contrôle qualité et inspection, formation des opérateurs/techniciens de laboratoire, recherche conversationnelle via les SOP, création de contenu et plus encore.
• Chaîne d'approvisionnement: Prévision de la demande, optimisation de la chaîne d’approvisionnement, évaluation et atténuation des risques.

Nous pensons que tirer parti de l'automatisation générative de l'IA peut générer des avantages dans les sciences de la vie, y compris dans les domaines réglementés, et réduire les temps de cycle de création de récits d'AE d'au moins 50 %, sur la base des travaux effectués par IBM Consulting et le groupe de pharmacovigilance d'une entreprise mondiale de biopharmaceutique. entreprise.

Dans cet article de blog, nous présenterons comment IBM Consulting s'associe à AWS et exploite les grands modèles linguistiques (LLM), sur la plateforme générative d'automatisation d'IA (ATOM) d'IBM Consulting, pour créer des modèles de base adaptés au secteur et formés au domaine des sciences de la vie pour générer les premières ébauches des documents narratifs, dans le but d'assister les équipes humaines.

Pourquoi IBM Consulting pour l'IA générative sur AWS ?

Depuis plus d'une décennie, IBM Consulting aide ses clients à générer de la valeur grâce à AI, machine learning et des solutions d'automatisation pour optimiser les processus métier et les opérations informatiques dans tous les secteurs. Plus récemment, IBM Consulting s'est associé à des entreprises pour déployer des modèles de base pour réinventez les flux de travail de base et réalisez de la valeur— réduire les coûts, les délais d'exécution et améliorer la productivité et s'engage à aider les entreprises à naviguer et à libérer de la valeur grâce aux changements sismiques induits par l'IA. C'est dans cet esprit qu'IBM Consulting a récemment annoncé un Centre d'excellence en IA générative avec plus de 1000 XNUMX consultants compétents en IA générative et en boîtes à outils d'accélération spécialement conçues pour les modèles de base et les LLM ; Grâce à cela, IBM Consulting aide les entreprises à développer et à déployer des modèles d'IA générative de niveau production.

IBM est un partenaire de conseil Premier pour AWS avec plus de 20 16 professionnels certifiés AWS à travers le monde, 16 validations de services et 16 compétences AWS, devenant ainsi le GSI mondial le plus rapide à obtenir davantage de compétences et de certifications AWS parmi les 18 meilleurs GSI AWS Premier en 2022 mois. À re:Invent XNUMX, IBM Consulting a été récompensé le Partenaire mondial d’innovation de l’année et par Partenaire GSI de l'année pour l'Amérique latine, consolidant la confiance du client et d'AWS dans IBM Consulting en tant que partenaire de choix en matière d'AWS.

Dans le domaine de l'IA, IBM compte plus de 21 40 scientifiques de données, ingénieurs en IA et consultants et a exécuté plus de XNUMX XNUMX missions d'IA et d'analyse. Mais un grand pouvoir implique de grandes responsabilités, et cela est particulièrement vrai pour l’IA générative. IBM Consulting a mené une démarche responsable et éthique à l'IA depuis plus de cinq ans maintenant, principalement axés sur ces cinq principes de base :

1. Explicabilité: La manière dont un modèle d'IA arrive à une décision devrait pouvoir être comprise, avec des systèmes humains dans la boucle ajoutant plus de crédibilité et aidant à atténuer les risques de non-conformité.
2. Équité: Les modèles d’IA doivent traiter tous les groupes de manière équitable.
3. La solidité des mécanismes :: Les systèmes d'IA doivent être capables de résister aux attaques contre les données d'entraînement.
4. Transparence: Tous les aspects pertinents d’un système d’IA devraient être accessibles au public pour évaluation.
5. Confidentialité: Les données utilisées dans les systèmes d'IA doivent être sécurisées, et lorsque ces données appartiennent à un individu, celui-ci doit comprendre comment elles sont utilisées.

IBM aide plusieurs entités des sciences de la vie à déployer l'IA de manière responsable et fiable dans plusieurs fonctions. IBM s'est associé à Johnson & Johnson pour repenser fondamentalement leur stratégie de talents utiliser les compétences basées sur l'IA pour inférer de manière responsable et fournir transformation à grande échelle pour l'observabilité des applications à l'aide des AIOP.

Pour aider les organisations des sciences de la vie à suivre les directives et réglementations GxP lors du développement ou de la fabrication de médicaments et de dispositifs médicaux, IBM Consulting s'appuie sur sa vaste expérience GxP et les meilleures pratiques AWS en matière de BxP, HIPAA et d'autres programmes de conformité pour fournir des solutions conformes, réglementées, validées et sécurisées.

Comment créer un pipeline d'IA générative dans AWS pour la génération narrative ?

Actuellement, la création de récits d’événements indésirables est un processus manuel intensif dans le secteur des soins de santé. Lorsqu'un événement indésirable est signalé, les équipes cliniques et de sécurité lisent et traitent manuellement plusieurs détails (informations médicales et de santé actuelles et historiques du patient, données sur l'événement, etc.) et rédigent manuellement un rapport détaillé, comme l'exigent les autorités réglementaires. Avec l'avènement de l'IA générative, nous pensons que ces processus peuvent être augmentés pour libérer la capacité des équipes cliniques et de sécurité afin qu'elles puissent se consacrer à des tâches à plus forte valeur ajoutée, telles que la révision des récits, et permettre aux équipes de se concentrer sur des tâches plus complexes.

Nous avons exploré plusieurs options pour générer des récits d’événements indésirables à l’aide de l’IA générative. En fin de compte, l'un des Étreindre Grands modèles de langage sur Amazon Sagemaker JumpStart a été sélectionné pour créer les récits d'événements indésirables pour plusieurs raisons : il dispose d'une licence permissive qui autorise une utilisation commerciale, de cartes de modèle/données claires pour le modèle source qui peuvent expliquer sa lignée de données, de la possibilité d'affiner le modèle dans Sagemaker Jumpstart, et une capacité robuste à générer un texte narratif d'événements indésirables avec un minimum de réglages précis.

Le pipeline de haut niveau pour ce processus est illustré à la figure 1. Nous avons commencé par préparer les données structurées propriétaires à nettoyer et à les préparer dans un format permettant de transmettre des invites de réglage et d'inférence. Le Large Language Model a ensuite été affiné dans Amazon Sage Maker sur un ensemble de données de formation de plus de 500 enregistrements décrivant les informations sur la santé des patients, les événements indésirables et les informations médicales, en utilisant le pipeline présenté ci-dessous. Amazon Sagemaker est une plate-forme optimale pour l'IA générative grâce à plusieurs fonctionnalités intégrées (possibilité de sélectionner des modèles dans un catalogue, approche sans code pour entraîner les modèles, fonctionnalités pour configurer des pipelines et surveiller supplémentaires.) Une fois affiné, le modèle déployé a été utilisé à inférer sur des données de test pour créer les récits AE (voir la figure 2 pour un exemple). De plus, l’équipe d’experts en matière de sécurité et de sujets cliniques a validé la génération narrative à l’aide de documents de vérité terrain et les a analysés manuellement pour garantir que le pipeline génératif d’IA-automatisation était fiable et non sujet à des hallucinations.

En plus de cela, IBM Consulting a récemment lancé watsonx.data sur AWS, un magasin de données ouvert, hybride et gouverné pour aider les entreprises à faire évoluer l'analyse et l'IA. IBM Consulting s'associe également à AWS pour intégrer le prochain Socle amazonien, un service entièrement géré qui rend les FM des principales startups de l'IA et d'Amazon disponibles via une API, dans ATOM, pour aider les clients à créer et à faire évoluer des cas d'utilisation de l'IA générative, tout en renforcer la cybersécurité et conformité.

Valeur commerciale

Selon Base de données FAERS, le nombre d'EI signalés a été multiplié par 2.5 en 10 ans, de 2012 à 2022. Quels que soient les volumes, les entreprises doivent signaler rapidement ces événements aux régulateurs et agir rapidement en fonction des signaux de sécurité. Le poids de l’augmentation du nombre d’événements se reflète dans les budgets qui devraient passer d’environ 4 milliards de dollars en 2017 à plus de 6 milliards d’ici 2020.

Selon l'un des 10 principaux clients américains des sciences de la vie avec lesquels IBM Consulting travaille actuellement, l'exploitation de l'IA générative de manière conforme et responsable a le potentiel de réduire de 50 % le travail manuel nécessaire à la création de rapports AE. En combinant cela avec un Solution de traduction linguistique, pilotée par l'IA et humaine au courant, peut optimiser davantage les coûts d'exploitation et libérer de précieuses équipes humaines pour qu'elles se concentrent sur des tâches à valeur ajoutée.

En clin d'œil à l'utilisation croissante de l'apprentissage automatique dans les sciences de la vie, la FDA a désormais effacé plus de 500 algorithmes médicaux qui sont disponibles dans le commerce aux États-Unis. Plus de la moitié des algorithmes présents sur le marché américain ont été autorisés entre 2019 et 2022, avec plus de 300 applications en seulement quatre ans. Rien qu'en octobre 2022, la FDA a approuvé 178 nouveaux systèmes d'IA/ML, un nombre qui devrait croître rapidement à l'avenir.

Cet élan crée une énorme valeur commerciale pour les clients des sciences de la vie qui cherchent à innover tout au long de la chaîne de valeur, en tirant parti de technologies de pointe comme l’IA générative.

Comment IBM Consulting peut-il accompagner ses clients dans leur démarche d'exploitation des modèles Foundation ?

IBM Consulting possède l'expertise et l'expérience nécessaires pour accompagner des clients avec différents degrés de maturité dans leur parcours d'IA générative. À un niveau élevé, IBM Consulting s'appuie sur les piliers suivants pour rencontrer les clients là où ils se trouvent :

• Stratégie d'IA générative et configuration du centre d'excellence : Engagement de conseil standardisé pour informer, engager, découvrir et évaluer de nouveaux cas d’utilisation pour les modèles de fondation.
• Hackathon du modèle de fondation : Un hackathon de 2 jours pour imaginer et prototyper des solutions d'IA innovantes pour des domaines de cas d'utilisation spécifiques, en tirant parti des API cloud standard ou de modèles de base open source (GPT, BERT et autres).
• Jumpstart pour le modèle de fondation : Tirez parti d'IBM Garage pour accélérer l'utilisation des modèles de base et mettre en œuvre des cas d'utilisation IBM éprouvés en 6 à 8 semaines dans différents domaines.
• Co-création, coopération et IA générative @ Scale : Services de conception et de mise en œuvre pour le prototypage et la création de solutions commerciales efficaces (assistants virtuels et centres de connaissances, par exemple) exploitant des modèles de base commerciaux ou open source.
• Modèles de fondations sur mesure : Tirez parti des innovations originales d'IBM Research, d'AWS et d'autres sources sur des modèles de base pour des domaines spécialisés (chimie, science des matériaux et traitement des données de capteurs) pour répondre à des cas d'utilisation spécifiques à un domaine sur mesure.
• Modèle de gouvernance de base, FMOps : Mettez en place la gouvernance organisationnelle et technique requise pour faire évoluer les modèles de base dans toute l'entreprise à l'aide de la méthode AI@Scale d'IBM Consulting.

Conclusion

Les entreprises de tous les secteurs sont actuellement confrontées à une pression considérable pour adopter rapidement l’IA générative et démontrer leur valeur. Avec plus de 40 XNUMX engagements en matière d'IA et d'analyse dans le monde, IBM Consulting a été régulièrement classé comme un leader par plusieurs analystes. IBM Consulting s'engage à aider les entreprises des sciences de la vie à naviguer et à tirer profit de l'IA générative grâce au générative AI CoE récemment annoncé, un processus consultatif immersif comme Garage IBM et des accélérateurs comme ATOM. Les clients ont besoin d'un partenaire de confiance, expérimenté et compétent pour les aider dans leur parcours d'IA générative et IBM Consulting est prêt à les aider en les rencontrant là où ils se trouvent.

En savoir plus sur IBM Security Services pour AWS