AWS에서 생성 AI를 활용하여 생명 과학 혁신 - IBM Blog

기하급수적인 도약 생성 적 AI 이미 많은 산업을 변화시키고 있습니다. 워크플로우 최적화, 인간 팀이 부가가치 작업에 집중하고 출시 시간을 단축하도록 돕습니다. 생명과학 산업이 주목받기 시작했고 기술 발전을 도약하는 것을 목표로 하고 있습니다. 생명과학 산업은 수십 년 동안 전통적인 발견 기반 약물 개발에서 표적 시장 기반 약물 개발 패러다임으로 전환해 왔습니다. 그러나 긴 R&D 주기와 노동 집약적인 임상, 제조 및 규정 준수 요법으로 인해 부담이 되고 있습니다.

업계는 최적의 비용으로 약물 개발을 가속화하고 문서나 보고서 작성과 같은 시간과 노동 집약적인 작업을 자동화하여 직원 사기를 유지하고 납품을 가속화해야 하는 엄청난 압력을 받고 있습니다. 코로나19 팬데믹으로 인한 패러다임 변화와 결합하여 바이오제약 및 의료기기 조직이 점점 더 디지털 전환 및 참여 전략을 채택함에 따라 업계는 상업, 공급망, 임상 및 약물 감시 영역에서 생성되는 디지털 데이터의 폭발적인 증가를 경험하고 있습니다. 가치 사슬 및 기타 기업 비즈니스 기능에서도 마찬가지입니다.

이 디지털 데이터는 구조화되지 않은 텍스트, 이미지, PDF, 이메일 등 다양한 형식으로 업계에 유입되고 있습니다. 규정을 준수하는 방식으로 디지털 데이터를 수집하고 처리할 숙련되고 의지가 있는 인적 자원의 가용성 감소와 함께 디지털 데이터의 폭발적인 증가로 인해 생명 과학 조직은 AI, 머신 러닝 및 생성 AI 기술을 탐색해야 합니다. 생명과학 분야에서 생성 AI의 잠재적 사용 사례는 다음과 같습니다.

• 의료 법률 검토(MLR)를 위한 AI: 세계화의 증가와 디지털 마케팅 기술의 기하급수적인 성장으로 인해 이미 복잡하고 시간이 많이 걸리며 어려운 프로세스에 부담이 가해졌습니다. 생성적 AI는 디지털 콘텐츠를 대규모로 처리하고 효과적인 MLR 출력을 생성할 수 있는 잠재력을 가지고 있으며, 이를 인간 마케팅 팀이 활용하여 프로세스를 가속화하고 단순화할 수 있습니다.
• 임상 연구 보고서(CSR) 생성을 위한 AI: Generative AI는 인간 노력의 80%를 상쇄하고 프로세스를 가속화하며 일관성을 가져오고 다른 고부가가치 작업을 위한 귀중한 대역폭을 확보할 수 있는 "첫 번째 시도" 보고서를 생성할 수 있는 잠재력을 가지고 있습니다.
• 이상반응(AE) 서술 생성: 부작용 설명을 생성하는 고도로 규제되고 시간이 많이 걸리는 작업에는 생명 과학 조직 내에서 고도로 규제된 비즈니스 기능과 고도로 숙련된 역할이 필요하며 잠재적으로 부정확하거나 일관되지 않은 결과를 생성할 수 있는 수동적이고 때로는 지루한 작업의 조정이 필요합니다. 생성 AI를 활용하여 인간 팀 역량을 강화하면 고객이 비용을 30%-50% 절감하는 동시에 이 프로세스와 관련된 출시 기간을 최소 50% 단축하고 생성된 보고서의 확장성, 품질 및 일관성을 향상시킬 수 있는 기회를 제공합니다.
• mRNA 의약품 설계 가속화: 머신러닝과 AI를 활용해 메신저 RNA(mRNA) 분야를 발전시켜 XNUMX개 양식에 걸쳐 다양한 백신과 치료제 임상 포트폴리오를 만들어온 모더나는 IBM과의 파트너십 생성 AI를 활용하여 최적의 안전성과 성능을 갖춘 mRNA 의약품을 설계합니다.

생성 AI 모델이 생명 과학 조직이 경쟁 우위를 발휘하는 데 도움이 될 수 있는 다른 사용 사례는 다음과 같습니다.

• 요약: 콜센터 상호 작용, 재무 보고서, 분석가 기사, 이메일, 뉴스, 미디어 동향 등의 문서.
• 대화 지식: 리뷰, 지식 기반, 제품 설명 등.
• 콘텐츠 제작: 페르소나, 사용자 스토리, 합성 데이터, 이미지 생성, 개인화된 UI, 마케팅 카피, 이메일 및 소셜 반응 등.
• 코드 생성: 코드 부조종사, 코드 변환, 기술 문서 작성, 테스트 사례 등을 수행합니다.
• 연구 및 개발 : 약물 발견 및 개발, 고품질 콘텐츠 생성 및 검토, 품질 및 규제 정보, AE 내러티브 생성, 지능형 제출, 합성 데이터 생성.
• 상업용 : 마케팅 콘텐츠 제작, 환자 경험, 담당자 온보딩 및 교육 영업 지원 및 지식 허브.
• 인적 자원: 속 설명, 기술 요구 사항 작성, 직무 설명에서 인터뷰 질문 작성, 직무 사양, 학습 및 조교, 퀴즈 작성, 컨텐츠 작성 등을 기준으로 후보자를 평가합니다.
• 제조: 품질 관리 및 검사, SOP를 통한 운영자/실험실 기술 교육 대화형 검색, 컨텐츠 생성 등.
• 공급망 : 수요 예측, 공급망 최적화, 위험 평가 및 완화.

IBM Consulting과 글로벌 BioPharma의 약물감시 그룹이 수행한 작업을 기반으로 생성적 AI 자동화를 활용하면 규제 영역을 포함하여 생명과학 분야에서 이점을 얻을 수 있고 AE 내러티브 생성 주기 시간을 최소 50% 단축할 수 있다고 믿습니다. 회사.

이 블로그 게시물에서는 IBM Consulting이 AWS와 파트너십을 맺고 IBM Consulting의 ATOM(Generative AI-Automation Platform)에서 LLM(Large Language Models)을 활용하여 업계를 인식하는 생명 과학 도메인 교육 기반 모델을 생성하는 방법을 소개합니다. 인간 팀을 지원하기 위한 목적으로 내러티브 문서의 첫 번째 초안을 생성합니다.

AWS 기반 생성 AI를 위해 IBM 컨설팅이 필요한 이유는 무엇입니까?

XNUMX년 넘게 IBM Consulting은 고객이 다음을 통해 가치를 창출할 수 있도록 지원해 왔습니다. AI, 기계 학습 산업 전반에 걸쳐 비즈니스 프로세스와 IT 운영을 최적화하는 자동화 솔루션입니다. 최근 IBM Consulting은 기업과 협력하여 기반 모델을 배포하고 있습니다. 핵심 워크플로를 재구성하고 가치를 실현합니다.— 비용 절감, 처리 시간 단축, 생산성 향상을 도모하며 기업이 AI로 인한 엄청난 변화에서 탐색하고 가치를 창출할 수 있도록 지원하는 데 전념하고 있습니다. 이를 염두에 두고 IBM Consulting은 최근 생성 AI 우수 센터 기초 모델 및 LLM을 위해 특별히 제작된 생성 AI 및 가속기 툴킷에 숙련된 1000명 이상의 컨설턴트와 함께합니다. 이를 통해 IBM 컨설팅은 기업이 프로덕션급 생성 AI 모델을 개발하고 배포할 수 있도록 지원하고 있습니다.

IBM은 전 세계 20명 이상의 AWS 인증 전문가, 16개의 서비스 검증 및 16개의 AWS 역량을 보유한 AWS의 프리미어 컨설팅 파트너로서, 16개월 이내에 상위 18개 AWS 프리미어 GSI 중에서 더 많은 AWS 역량 및 인증을 확보한 가장 빠른 글로벌 GSI가 되었습니다. re:Invent 2022에서는 IBM 컨설팅이 선정되었습니다. 전에, 올해의 글로벌 혁신 파트너 그리고 라틴 아메리카 올해의 GSI 파트너, AWS와 관련하여 최고의 파트너로서 IBM Consulting에 대한 고객과 AWS의 신뢰를 확고히 했습니다.

AI 영역에서 IBM은 21명 이상의 데이터 과학자, AI 엔지니어, 컨설턴트를 보유하고 있으며 40개 이상의 AI 및 분석 계약을 실행했습니다. 그러나 큰 힘에는 큰 책임이 따르며, 이는 생성 AI의 경우 특히 그렇습니다. IBM 컨설팅은 책임감 있고 윤리적인 접근 방식 XNUMX년 넘게 AI에 대해 주로 다음과 같은 XNUMX가지 기본 원칙에 중점을 두었습니다.

1. 설명 가능성: AI 모델이 의사 결정에 도달하는 방식을 이해할 수 있어야 하며 인간 참여형 시스템은 신뢰성을 높이고 규정 준수 위험을 완화하는 데 도움이 됩니다.
2. 공평: AI 모델은 모든 그룹을 공평하게 대우해야 합니다.
3. 견고성: AI 시스템은 학습 데이터에 대한 공격을 견딜 수 있어야 합니다.
4. 투명도: AI 시스템의 모든 관련 측면은 평가를 위해 대중에게 공개되어야 합니다.
5. 개인정보보호: AI 시스템에서 사용되는 데이터는 안전해야 하며, 해당 데이터가 개인의 것인 경우 개인은 해당 데이터가 어떻게 사용되는지 이해해야 합니다.

IBM은 여러 생명 과학 기업이 여러 기능에 걸쳐 책임감 있고 신뢰할 수 있는 방식으로 AI를 배포하도록 돕고 있습니다. IBM은 Johnson & Johnson과 파트너십을 맺고 있습니다. 인재 전략을 근본적으로 재고 책임감 있는 방식으로 추론하고, 전달하는 AI 기반 기술을 사용합니다. AIOP를 사용하여 애플리케이션 관찰성을 위한 대규모 변환.

생명 과학 조직이 의약품 및 의료 기기를 개발하거나 제조할 때 GxP 지침 및 규정을 준수할 수 있도록 IBM 컨설팅은 방대한 GxP 경험과 AWS 모범 사례를 활용합니다. GxP, HIPAA 규정 준수 및 기타 규정 준수 프로그램 규정을 준수하고 규제되고 검증된 보안 솔루션을 제공합니다.

내러티브 생성을 위해 AWS에서 생성적 AI 파이프라인을 구축하는 방법은 무엇입니까?

현재 부작용에 대한 설명을 작성하는 것은 의료 분야에서 집중적인 수동 프로세스입니다. 부작용이 보고되면 임상 및 안전 팀은 환자의 현재 및 과거 건강 및 의료 정보, 사건 데이터 등 여러 세부 정보를 수동으로 읽고 처리하며 규제 당국의 필요에 따라 자세한 보고서를 수동으로 작성합니다. 생성 AI의 출현으로 우리는 이러한 프로세스를 강화하여 임상 및 안전 팀이 내러티브 검토와 같은 더 높은 가치의 작업으로 전환할 수 있는 역량을 확보하고 팀이 더 복잡한 작업에 집중할 수 있도록 할 수 있다고 믿습니다.

우리는 생성 AI를 사용하여 부작용 서술을 생성하는 작업에 대한 여러 옵션을 탐색했습니다. 결국, 그 중 하나는 포옹 얼굴 대규모 언어 모델 Amazon Sagemaker JumpStart 여러 가지 이유로 부작용 설명을 구축하기 위해 선택되었습니다. 상업적 사용을 허용하는 허용 라이센스, 데이터 계보를 설명할 수 있는 소스 모델에 대한 명확한 모델/데이터 카드, Sagemaker Jumpstart 내에서 모델을 미세 조정하는 기능, 최소한의 미세 조정으로 부작용 설명 텍스트를 생성하는 강력한 기능이 있습니다.

이 프로세스의 상위 파이프라인은 그림 1에 나와 있습니다. 우리는 구조화된 독점 데이터를 준비하는 것부터 시작하여 미세 조정 및 추론을 위한 프롬프트 내에서 전달할 수 있는 형식으로 정리하고 준비했습니다. 그런 다음 대규모 언어 모델이 다음과 같이 미세 조정되었습니다. 아마존 세이지메이커 아래에 표시된 파이프라인을 사용하여 환자 건강 정보, 부작용 및 의료 정보를 설명하는 500개 이상의 기록으로 구성된 교육 데이터 세트를 사용합니다. Amazon Sagemaker는 내장된 여러 기능(카탈로그에서 모델을 선택하는 기능, 모델 훈련에 대한 코드 접근 방식 없음, 추가 파이프라인 설정 및 모니터링 기능)으로 인해 생성 AI를 위한 최적의 플랫폼입니다. 미세 조정이 완료되면 배포된 모델이 사용되었습니다. AE 내러티브를 생성하기 위해 테스트 데이터를 추론합니다(샘플은 그림 2 참조). 또한 안전 및 임상 주제 전문가 팀은 실제 문서를 사용하여 내러티브 생성을 검증하고 이를 수동으로 분석하여 생성 AI 자동화 파이프라인이 신뢰할 수 있고 환각에 영향을 받지 않는지 확인했습니다.

이 외에도 최근 IBM Consulting이 출범했습니다. 왓슨엑스.데이터 기업이 분석 및 AI를 확장하는 데 도움이 되는 개방형 하이브리드 관리형 데이터 저장소인 AWS를 기반으로 합니다. IBM Consulting은 또한 AWS와 파트너십을 맺고 향후 서비스를 통합하고 있습니다. 아마존 기반암는 선도적인 AI 스타트업과 Amazon의 FM을 API를 통해 ATOM으로 제공하여 클라이언트가 생성적 AI 사용 사례를 구축하고 확장할 수 있도록 지원하는 완전관리형 서비스입니다. 사이버 보안 강화 및 준수.

사업 가치

당 FAERS 데이터베이스, 보고된 AE의 수는 2.5년부터 10년까지 2012년 동안 2022배 증가했습니다. 규모에 관계없이 기업은 이러한 이벤트를 규제 기관에 신속하게 보고하고 안전 신호에 따라 신속하게 조치를 취해야 합니다. 이벤트 규모 증가로 인한 부담은 4년 약 2017억 달러에서 6년 2020억 달러 이상으로 증가할 것으로 예상되는 예산에 반영됩니다.

IBM 컨설팅이 현재 협력하고 있는 미국 기반의 상위 10대 생명과학 고객에 따르면, 규정을 준수하고 책임감 있는 방식으로 생성 AI를 활용하면 AE 보고서 작성에 필요한 수작업을 50% 줄일 수 있는 잠재력이 있습니다. 그것을 결합하는 것은 AI 기반, 인간 개입, 언어 번역 솔루션, 운영 비용을 더욱 최적화하고 귀중한 인력 팀이 부가 가치 작업에 집중할 수 있도록 해줍니다.

생명과학 분야에서 머신러닝 활용이 증가함에 따라 FDA는 이제 500개 이상의 의료 알고리즘을 클리어했습니다. 미국에서 상업적으로 판매되는 것들입니다. 미국 시장 알고리즘의 절반 이상이 2019년부터 2022년 사이에 삭제되었으며, 단 300년 만에 2022개 이상의 앱이 출시되었습니다. 178년 XNUMX월에만 FDA는 XNUMX개의 새로운 AI/ML 시스템을 승인했는데, 이 숫자는 미래에도 빠르게 증가할 것으로 예상됩니다.

이러한 추진력은 생성 AI와 같은 최첨단 기술을 활용하여 가치 사슬 전반에 걸쳐 혁신을 모색하는 생명 과학 고객에게 엄청난 비즈니스 가치를 창출합니다.

IBM Consulting은 Foundation Model을 활용하는 여정에서 고객을 어떻게 지원할 수 있나요?

IBM Consulting은 생성적 AI 여정에서 다양한 성숙도를 지닌 고객을 지원하는 전문 지식과 경험을 보유하고 있습니다. 높은 수준에서 IBM Consulting은 다음 요소를 활용하여 고객이 있는 곳에서 고객을 충족합니다.

• 생성적 AI 전략 및 Center of Excellence 설정: 기초 모델에 대한 새로운 사용 사례를 알리고, 참여하고, 발견하고 평가하기 위한 표준화된 컨설팅 서비스입니다.
• 기초 모델 해커톤: 표준 클라우드 API 또는 오픈 소스 기반 모델(GPT, BERT 등)을 활용하여 특정 사용 사례 도메인에 대한 혁신적인 AI 솔루션을 구상하고 프로토타입을 제작하는 2일간의 해커톤입니다.
• 기초 모델의 시작: IBM Garage를 활용하여 기초 모델 사용을 시작하고 다양한 도메인에 걸쳐 6~8주 안에 검증된 IBM 사용 사례를 구현하세요.
• 공동 창작, 협력 및 생성 AI @ 규모: 상용 또는 오픈 소스 기반 모델을 활용하여 효과적인 비즈니스 솔루션(예: 가상 비서 및 지식 허브)을 프로토타입화하고 구축하기 위한 설계 및 구현 서비스입니다.
• 맞춤형 기초 모델: 특수 도메인(화학, 재료 과학 및 센서 데이터 처리)을 위한 기반 모델에 대한 IBM Research, AWS 및 기타 소스의 독창적인 혁신을 활용하여 맞춤형 도메인별 사용 사례를 해결합니다.
• 기초 모델 기반, FMOps: IBM Consulting의 AI@Scale 방법을 사용하여 기업 전체에서 기반 모델을 확장하는 데 필요한 조직 및 기술 거버넌스를 설정하세요.

결론

업계 전반의 기업은 현재 생성 AI를 신속하게 채택하고 가치를 입증해야 한다는 상당한 압력에 직면해 있습니다. 전 세계적으로 40개 이상의 AI 및 분석 참여를 통해 IBM Consulting은 지속적으로 리더 여러 분석가에 의해. IBM 컨설팅은 생명과학 기업이 최근 발표된 생성적 AI CoE(예: 몰입형 컨설팅 프로세스)를 통해 생성적 AI의 가치를 탐색하고 실현할 수 있도록 지원하기 위해 최선을 다하고 있습니다. IBM 차고 ATOM과 같은 가속기. 고객에게는 생성적 AI 여정에서 도움을 줄 수 있는 신뢰할 수 있고 경험이 풍부하며 숙련된 파트너가 필요하며 IBM Consulting은 고객이 있는 곳에서 고객을 만나 도움을 드릴 준비가 되어 있습니다.

AWS용 IBM 보안 서비스에 대해 자세히 알아보기