Sfruttare l'IA generativa su AWS per trasformare le scienze della vita – Blog IBM

Il salto esponenziale IA generativa sta già trasformando molti settori: ottimizzando i flussi di lavoro, aiutando i team umani a concentrarsi su attività a valore aggiunto e ad accelerare il time-to-market. L’industria delle scienze della vita sta cominciando a prenderne atto e mira a superare i progressi tecnologici. L’industria delle scienze della vita è passata, ormai da decenni, dal tradizionale sviluppo di farmaci basato sulla scoperta al paradigma di sviluppo di farmaci basato sul mercato. Tuttavia, è gravato da lunghi cicli di ricerca e sviluppo e da regimi clinici, produttivi e di conformità ad alta intensità di manodopera.

Il settore è sottoposto a un’enorme pressione per accelerare lo sviluppo di farmaci a un costo ottimale, automatizzare attività ad alta intensità di tempo e manodopera come la creazione di documenti o report per preservare il morale dei dipendenti e accelerare la consegna. Con le organizzazioni biofarmaceutiche e di dispositivi medici che adottano sempre più strategie di trasformazione e coinvolgimento digitale, in combinazione con il cambio di paradigma portato dalla pandemia di Covid19, il settore sta vivendo un’esplosione di dati digitali creati nelle aree commerciale, della catena di fornitura, clinica e di farmacovigilanza del settore. catena del valore e così come in altre funzioni aziendali.

Questi dati digitali arrivano al settore in vari formati, come testo non strutturato, immagini, PDF ed e-mail. L’esplosione dei dati digitali, combinata con la diminuzione della disponibilità di risorse umane qualificate e disponibili ad acquisire ed elaborare i dati digitali in modo conforme, sta costringendo le organizzazioni delle scienze della vita a esplorare l’intelligenza artificiale, l’apprendimento automatico e ora le tecnologie di intelligenza artificiale generativa. Alcuni esempi di potenziali casi d'uso dell'IA generativa nelle scienze della vita includono, ma non sono limitati a:

• AI per la revisione medico legale (MLR): La crescente globalizzazione e la crescita esponenziale delle tecniche di marketing digitale hanno messo a dura prova un processo già complesso, dispendioso in termini di tempo e impegnativo. L’intelligenza artificiale generativa ha il potenziale per elaborare contenuti digitali su larga scala e produrre un output MLR efficace, che può poi essere sfruttato dal team di marketing umano, accelerando e semplificando il processo.
• AI per la generazione di report sugli studi clinici (CSR): L’intelligenza artificiale generativa ha il potenziale per creare un report di “primo tentativo”, che può compensare l’80% dello sforzo umano, accelerando il processo, apportando coerenza e liberando larghezza di banda preziosa per altre attività di alto valore.
• Generazione narrativa di eventi avversi (EA).: questo compito altamente regolamentato e dispendioso in termini di tempo di generare una narrazione di eventi avversi richiede funzioni aziendali altamente regolamentate e ruoli altamente qualificati all'interno delle organizzazioni delle scienze della vita e richiede il coordinamento di attività manuali, a volte noiose, che possono produrre risultati potenzialmente imprecisi o incoerenti. Sfruttare l'intelligenza artificiale generativa per aumentare le capacità del team umano offre ai clienti l'opportunità di ridurre i costi del 30%-50%, accelerando al tempo stesso il time to market relativo a questo processo di almeno il 50% e migliorando la scalabilità, la qualità e la coerenza dei report generati.
• Accelera la progettazione di farmaci a base di mRNA: Moderna, che ha sfruttato l'apprendimento automatico e l'intelligenza artificiale per far avanzare il campo dell'RNA messaggero (mRNA) per creare un portafoglio clinico diversificato di vaccini e terapie in sette modalità, sta collaborazione con IBM sfruttare l’intelligenza artificiale generativa per progettare farmaci a base di mRNA con sicurezza e prestazioni ottimali.

Altri casi d’uso in cui i modelli di intelligenza artificiale generativa possono aiutare le organizzazioni delle scienze della vita a ottenere un vantaggio competitivo sono:

• Riassunto: interazioni con i call center, documenti come rapporti finanziari, articoli di analisti, e-mail, notizie, tendenze dei media e altro ancora.
• Conoscenza conversazionale: Recensioni, knowledge base, descrizioni dei prodotti e altro ancora.
• Creazione contenuti: Personas, storie degli utenti, dati sintetici, generazione di immagini, interfaccia utente personalizzata, testo di marketing, risposte e-mail e social e altro ancora.
• Creazione del codice: Copilota del codice, conversione del codice, creazione di documentazione tecnica, casi di test e altro ancora.
• Ricerca e Sviluppo: Scoperta e sviluppo di farmaci, creazione e revisione di contenuti di qualità, intelligence normativa e di qualità, generazione di narrativa AE, invii intelligenti, generazione di dati sintetici.
• Commerciale: Creazione di contenuti di marketing, esperienza del paziente, inserimento dei rappresentanti e formazione, abilitazione alle vendite e hub di conoscenza.
• Risorse umane: Crea descrizioni approfondite, requisiti di competenze, crea domande per un colloquio da una descrizione del lavoro, valuta i candidati rispetto a specifiche di lavoro, assistente per l'apprendimento e l'insegnamento, creazione di quiz, creazione di contenuti e altro ancora.
• Produzione: Controllo qualità e ispezione, ricerca conversazionale per la formazione di operatori/tecnici di laboratorio tramite SOP, creazione di contenuti e altro ancora.
• Catena di fornitura: Previsione della domanda, ottimizzazione della catena di fornitura, valutazione e mitigazione del rischio.

Riteniamo che lo sfruttamento dell'automazione IA generativa possa portare vantaggi nelle scienze della vita, anche nei settori regolamentati, e ridurre i tempi di ciclo per la creazione di narrazioni AE di almeno il 50%, sulla base del lavoro svolto da IBM Consulting e dal gruppo di farmacovigilanza in un'iniziativa BioPharma globale. azienda.

In questo post del blog, mostreremo come IBM Consulting sta collaborando con AWS e sfruttando i Large Language Models (LLM), sulla piattaforma generativa AI-Automation (ATOM) di IBM Consulting, per creare modelli di base addestrati nel dominio delle scienze della vita e sensibili al settore per generare le prime bozze dei documenti narrativi, con l'obiettivo di assistere i team umani.

Perché IBM Consulting per l'intelligenza artificiale generativa su AWS?

Per più di un decennio, IBM Consulting ha aiutato i clienti a generare valore AI, machine learning e soluzioni di automazione per ottimizzare i processi aziendali e le operazioni IT in tutti i settori. Più recentemente, IBM Consulting ha collaborato con le aziende per implementare modelli di base reinventare i flussi di lavoro principali e realizzare valore—riducendo i costi, i tempi di consegna e migliorando la produttività e si impegna ad aiutare le imprese a orientarsi e a liberare valore dai cambiamenti epocali guidati dall’intelligenza artificiale. Con questo in mente, IBM Consulting ha recentemente annunciato a Centro di eccellenza per l’intelligenza artificiale generativa con oltre 1000 consulenti esperti in intelligenza artificiale generativa e kit di strumenti di accelerazione creati appositamente per modelli di fondazione e LLM; in questo modo, IBM Consulting aiuta le aziende a sviluppare e implementare modelli di intelligenza artificiale generativa di livello produttivo.

IBM è un Premier Consulting Partner per AWS con oltre 20 professionisti certificati AWS in tutto il mondo, 16 convalide di servizi e 16 competenze AWS, diventando il GSI globale più veloce a garantire più competenze e certificazioni AWS tra i primi 16 AWS Premier GSI entro 18 mesi. Al re:Invent 2022, È stata premiata IBM Consulting , il Partner globale per l'innovazione dell'anno e la Partner dell'anno GSI per l'America Latina, consolidando la fiducia dei clienti e di AWS in IBM Consulting come partner preferito quando si tratta di AWS.

Nel settore dell'intelligenza artificiale, IBM conta oltre 21 data scientist, ingegneri AI e consulenti e ha eseguito oltre 40 incarichi di analisi e intelligenza artificiale. Ma da un grande potere derivano grandi responsabilità, e questo è particolarmente vero per l’intelligenza artificiale generativa. IBM Consulting ha guidato a approccio responsabile ed etico all’IA ormai da più di cinque anni, incentrato principalmente su questi cinque principi fondamentali:

1. Spiegabilità: dovrebbe essere possibile comprendere il modo in cui un modello di intelligenza artificiale arriva a una decisione, con i sistemi human-in-the-loop che aggiungono maggiore credibilità e aiutano a mitigare i rischi di conformità.
2. Equità: i modelli di intelligenza artificiale dovrebbero trattare tutti i gruppi in modo equo.
3. Robustezza: i sistemi di intelligenza artificiale dovrebbero essere in grado di resistere agli attacchi ai dati di addestramento.
4. Trasparenza: tutti gli aspetti rilevanti di un sistema di IA dovrebbero essere disponibili al pubblico per la valutazione.
5. Privacy: i dati utilizzati nei sistemi di intelligenza artificiale dovrebbero essere sicuri e, quando tali dati appartengono a un individuo, l’individuo dovrebbe capire come vengono utilizzati.

IBM sta aiutando diverse realtà del settore delle scienze della vita a implementare l'intelligenza artificiale in modo responsabile e affidabile in diverse funzioni. IBM ha collaborato con Johnson & Johnson per ripensare radicalmente la propria strategia per i talenti utilizzando competenze basate sull'intelligenza artificiale, inferendo in modo responsabile e fornendo risultati trasformazione su larga scala per l'osservabilità delle applicazioni utilizzando AIOP.

Per aiutare le organizzazioni del settore delle scienze della vita a seguire le linee guida e le normative GxP durante lo sviluppo o la produzione di farmaci e dispositivi medici, IBM Consulting sfrutta la sua vasta esperienza GxP e le best practice AWS in materia GxP, HIPAA e altro programmi di conformità per fornire soluzioni conformi, regolamentate, convalidate e sicure.

Come creare una pipeline di intelligenza artificiale generativa in AWS per la generazione di narrativa?

Attualmente, la creazione di narrazioni per eventi avversi è un processo manuale intensivo nel settore sanitario. Quando viene segnalato un evento avverso, i team clinici e di sicurezza leggono ed elaborano manualmente diversi dettagli (informazioni mediche e sanitarie attuali e storiche del paziente, dati dell'evento e altro ancora) e scrivono manualmente un rapporto dettagliato, come richiesto dalle autorità di regolamentazione. Con l’avvento dell’intelligenza artificiale generativa, riteniamo che questi processi possano essere aumentati per liberare la capacità dei team clinici e di sicurezza di passare a compiti di valore più elevato come la revisione delle narrazioni e consentire ai team di concentrarsi su compiti più complessi.

Abbiamo esplorato molteplici opzioni per il compito di generare narrazioni di eventi avversi utilizzando l’intelligenza artificiale generativa. In definitiva, uno dei abbracciare il viso Modelli linguistici di grandi dimensioni attivi Amazon SageMaker JumpStart è stato selezionato per creare le narrazioni degli eventi avversi per molteplici ragioni: ha una licenza permissiva che ne consente l'uso commerciale, modello/schede dati chiare per il modello di origine che possono spiegare la sua derivazione dei dati, la capacità di mettere a punto il modello all'interno di Sagemaker Jumpstart, e una solida capacità di generare testo narrativo sugli eventi avversi con una quantità minima di perfezionamento.

La pipeline di alto livello per questo processo è mostrata nella Figura 1. Abbiamo iniziato con la preparazione dei dati strutturati proprietari per pulirli e renderli pronti in un formato per poter passare all'interno dei prompt per la messa a punto e l'inferenza. Il Large Language Model è stato poi messo a punto Amazon SageMaker su un set di dati di addestramento di oltre 500 record che descrivono informazioni sulla salute del paziente, eventi avversi e informazioni mediche, utilizzando la pipeline mostrata di seguito. Amazon Sagemaker è una piattaforma ottimale per l'intelligenza artificiale generativa grazie a diverse funzionalità integrate (capacità di selezionare modelli da un catalogo, approccio senza codice per addestrare modelli, funzionalità per impostare pipeline e monitoraggio aggiuntivi). Una volta messo a punto, è stato utilizzato il modello distribuito fare inferenza sui dati di un test per creare le narrazioni AE (vedere la Figura 2 per un esempio). Inoltre, il team di esperti in materia clinica e di sicurezza ha convalidato la generazione narrativa utilizzando documenti di verità e li ha analizzati manualmente per garantire che il processo generativo di automazione dell'intelligenza artificiale fosse affidabile e non soggetto ad allucinazioni.

Oltre a questo, ha recentemente lanciato IBM Consulting watsonx.data su AWS, un datastore aperto, ibrido e governato per aiutare le aziende a scalare analisi e intelligenza artificiale. IBM Consulting sta inoltre collaborando con AWS per integrare le novità in arrivo Roccia Amazzonica, un servizio completamente gestito che rende disponibili i FM delle principali startup di intelligenza artificiale e di Amazon tramite un'API, in ATOM, per aiutare i clienti a creare e scalare casi d'uso di intelligenza artificiale generativa, mentre rafforzamento della sicurezza informatica e conformità.

Valore aziendale

Come per Banca dati FAERS, il numero di eventi avversi segnalati è cresciuto di 2.5 volte in 10 anni, dal 2012 al 2022. Indipendentemente dai volumi, le aziende devono segnalare rapidamente questi eventi alle autorità di regolamentazione e agire rapidamente sui segnali di sicurezza. L’onere derivante dal crescente volume degli eventi si riflette nei budget che dovrebbero crescere da circa 4 miliardi di dollari nel 2017 a oltre 6 miliardi entro il 2020.

Secondo uno dei 10 principali clienti statunitensi del settore delle scienze della vita con cui IBM Consulting sta attualmente collaborando, sfruttare l'intelligenza artificiale generativa in modo conforme e responsabile ha il potenziale di ridurre del 50% il lavoro manuale per la creazione di report AE. Combinandolo con un Soluzione di traduzione linguistica basata sull'intelligenza artificiale e con partecipazione umana, possono ottimizzare ulteriormente i costi operativi e consentire a preziosi team di persone di concentrarsi su attività a valore aggiunto.

In un cenno al crescente utilizzo dell’apprendimento automatico nelle scienze della vita, la FDA ha ora ha eliminato più di 500 algoritmi medici che sono disponibili in commercio negli Stati Uniti. Più della metà degli algoritmi sul mercato statunitense sono stati approvati tra il 2019 e il 2022, con più di 300 app in soli quattro anni. Solo nell’ottobre 2022, la FDA ha approvato 178 nuovi sistemi AI/ML, un numero destinato a crescere rapidamente in futuro.

Questo slancio crea un enorme valore aziendale per i clienti del settore delle scienze della vita che desiderano innovare lungo tutta la catena del valore, sfruttando tecnologie all’avanguardia come l’intelligenza artificiale generativa.

In che modo IBM Consulting può supportare i clienti nel loro percorso verso l'utilizzo dei Foundation Model?

IBM Consulting ha la competenza e l'esperienza per supportare i clienti con diversi gradi di maturità nel loro percorso verso l'intelligenza artificiale generativa. Ad alto livello, IBM Consulting sfrutta i seguenti pilastri per soddisfare i clienti ovunque si trovino:

• Strategia di intelligenza artificiale generativa e configurazione del Centro di eccellenza: Impegno di consulenza standardizzato per informare, coinvolgere, scoprire e valutare nuovi casi d'uso per i modelli di fondazione.
• Hackathon del modello di fondazione: Un hackathon di 2 giorni per ideare e prototipare soluzioni IA innovative per domini di casi d'uso specifici, sfruttando API cloud standard o modelli di base open source (GPT, BERT e altri).
• Jumpstart per il modello di fondazione: Sfrutta IBM Garage per avviare rapidamente l'utilizzo dei modelli fondamentali e implementare casi d'uso IBM comprovati in 6-8 settimane in diversi domini.
• Co-creazione, cooperazione e AI generativa su scala: Servizi di progettazione e implementazione per la prototipazione e la creazione di soluzioni aziendali efficaci (assistenti virtuali e hub di conoscenza, ad esempio) sfruttando modelli di base commerciali o open source.
• Modelli di fondazione su misura: Sfrutta le innovazioni originali di IBM Research, AWS e altre fonti su modelli di base per domini specializzati (chimica, scienza dei materiali ed elaborazione dei dati dei sensori) per affrontare casi d'uso specifici del dominio su misura.
• Modello di governance della Fondazione, FOps: Configura la governance organizzativa e tecnica necessaria per scalare i modelli di base in tutta l'azienda utilizzando il metodo AI@Scale di IBM Consulting.

Conclusione

Le imprese di tutti i settori si trovano attualmente ad affrontare una notevole pressione per adottare rapidamente l’intelligenza artificiale generativa e dimostrare valore. Con oltre 40 impegni in ambito AI e analisi in tutto il mondo, IBM Consulting è stata costantemente classificata come una delle migliori aziende leader da diversi analisti. IBM Consulting è impegnata ad aiutare le aziende del settore delle scienze della vita a orientarsi e realizzare valore dall'intelligenza artificiale generativa attraverso il generative AI CoE recentemente annunciato, un processo di consulenza immersiva come Officina IBM e acceleratori come ATOM. I clienti hanno bisogno di un partner fidato, esperto e competente che li aiuti nel loro percorso verso l'intelligenza artificiale generativa e IBM Consulting è pronta ad aiutarli incontrandoli dove si trovano.

Ulteriori informazioni sui servizi di sicurezza IBM per AWS