Использование генеративного ИИ на AWS для преобразования наук о жизни — блог IBM

Экспоненциальный скачок в генеративный ИИ уже трансформирует многие отрасли: оптимизация рабочих процессов, помогая человеческим командам сосредоточиться на задачах с добавленной стоимостью и ускоряя время выхода на рынок. Отрасль наук о жизни начинает обращать на это внимание и стремится опередить технологический прогресс. Отрасль медико-биологических наук уже несколько десятилетий перешла от традиционной разработки лекарств, основанной на открытиях, к парадигме разработки лекарств, ориентированной на рынок. Тем не менее, он обременен длительными циклами исследований и разработок и трудоемкими клиническими, производственными и нормативными режимами.

Отрасль находится под огромным давлением, чтобы ускорить разработку лекарств с оптимальными затратами, автоматизировать трудоемкие задачи, такие как создание документов или отчетов, для поддержания морального духа сотрудников и ускорить доставку. В связи с тем, что организации BioPharma и Medical Device все чаще применяют стратегии цифровой трансформации и взаимодействия — в сочетании со сдвигом парадигмы, вызванным пандемией Covid19, — отрасль переживает взрыв цифровых данных, создаваемых в коммерческих, цепочках поставок, клинических областях и областях фармаконадзора. цепочке создания стоимости, а также в других бизнес-функциях предприятия.

Эти цифровые данные поступают в отрасль в различных форматах, таких как неструктурированный текст, изображения, PDF-файлы и электронные письма. Взрывной рост цифровых данных в сочетании с сокращением количества квалифицированных и желающих человеческих ресурсов для приема и обработки цифровых данных в соответствии с требованиями нормативных требований вынуждает организации, занимающиеся науками о жизни, исследовать ИИ, машинное обучение, а теперь и генеративные технологии ИИ. Некоторые примеры потенциальных вариантов использования генеративного ИИ в науках о жизни включают, помимо прочего:

• ИИ для медицинской юридической экспертизы (MLR): Растущая глобализация и экспоненциальный рост технологий цифрового маркетинга усложняют и без того сложный, трудоемкий и сложный процесс. генеративный ИИ может обрабатывать цифровой контент в масштабе и создавать эффективные выходные данные MLR, которые затем могут быть использованы командой маркетинга, ускоряя и упрощая процесс.
• ИИ для создания отчетов о клинических исследованиях (CSR): У генеративного ИИ есть потенциал для создания отчета «первой попытки», который может компенсировать 80% человеческих усилий, ускоряя процесс, обеспечивая согласованность и высвобождая ценную полосу пропускания для других важных задач.
• Побочное явление (НЯ) Генерация повествования: Эта строго регламентированная и трудоемкая задача по составлению описания неблагоприятного события требует строго регламентированных бизнес-функций и высококвалифицированных специалистов в организациях, занимающихся медико-биологическими науками, а также требует координации ручных, иногда утомительных задач, которые могут привести к потенциально неточным или противоречивым результатам. Использование генеративного искусственного интеллекта для расширения возможностей команды людей дает клиентам возможность сократить расходы на 30-50%, одновременно ускоряя время выхода на рынок, связанное с этим процессом, не менее чем на 50% и улучшая масштабируемость, качество и согласованность генерируемых отчетов.
• Ускорение разработки мРНК-лекарств: Moderna, которая использует машинное обучение и ИИ для продвижения области информационной РНК (мРНК) для создания разнообразного клинического портфеля вакцин и терапевтических средств в семи модальностях, партнерство с IBM использовать генеративный ИИ для разработки мРНК-лекарств с оптимальной безопасностью и эффективностью.

Другими вариантами использования, в которых генеративные модели ИИ могут помочь организациям, работающим в области медико-биологических наук, раскрыть конкурентное преимущество, являются:

• Суммирование: взаимодействие с колл-центром, такие документы, как финансовые отчеты, аналитические статьи, электронные письма, новости, тенденции в СМИ и многое другое.
• Разговорные знания: Обзоры, база знаний, описания продуктов и многое другое.
• Создание контента: персонажи, пользовательские истории, синтетические данные, создание изображений, персонализированный пользовательский интерфейс, рекламные тексты, ответы по электронной почте и в социальных сетях и многое другое.
• Создание кода: Пилотируйте код, конвертируйте код, создавайте техническую документацию, тестовые примеры и многое другое.
• Исследования и разработки: Открытие и разработка лекарств, создание и обзор качественного контента, анализ качества и нормативно-правовой базы, генерация повествования AE, интеллектуальные представления, генерация синтетических данных.
• Коммерческий: Создание маркетингового контента, опыт пациентов, адаптация и обучение представителей, обеспечение продаж и центр знаний.
• Отдел кадров: Создавайте описания cob, требования к навыкам, создавайте вопросы для собеседования из описания работы, оценивайте кандидатов по спецификации работы, помощнику по обучению и преподаванию, созданию викторин, созданию контента и т. д.
• Производство: Контроль качества и инспекция, обучение операторов/лаборантов, диалоговый поиск по СОП, создание контента и многое другое.
• Цепочка поставок: Прогнозирование спроса, оптимизация цепочки поставок, оценка рисков и их снижение.

Мы считаем, что использование генеративной автоматизации искусственного интеллекта может принести пользу в науках о жизни, в том числе в регулируемых областях, и сократить время цикла для создания нарративов AE не менее чем на 50 %, основываясь на работе, проделанной IBM Consulting и группой фармаконадзора в глобальной компании BioPharma. компания.

В этом сообщении блога мы покажем, как IBM Consulting сотрудничает с AWS и использует модели больших языков (LLM) на генеративной платформе AI-Automation (ATOM) IBM Consulting для создания отраслевых, ориентированных на предметную область наук о жизни базовых моделей для создание первых черновиков описательных документов с целью оказания помощи человеческим командам.

Почему IBM Consulting для генеративного ИИ на AWS?

Уже более десяти лет IBM Consulting помогает клиентам повышать ценность за счет AI, обучение с помощью машины и решения по автоматизации для оптимизации бизнес-процессов и ИТ-операций в различных отраслях. Совсем недавно IBM Consulting сотрудничала с предприятиями для развертывания базовых моделей для переосмыслить основные рабочие процессы и реализовать ценность— сокращение затрат, времени выполнения работ и повышение производительности, и мы стремимся помочь предприятиям ориентироваться и извлекать выгоду из сейсмических изменений, вызванных ИИ. Имея это в виду, IBM Consulting недавно объявила о генеративный центр передового опыта искусственного интеллекта с более чем 1000 консультантов, обладающих навыками генеративного искусственного интеллекта и наборов инструментов ускорителей, специально созданных для базовых моделей и LLM; благодаря этому IBM Consulting помогает предприятиям разрабатывать и развертывать генеративные модели искусственного интеллекта производственного уровня.

IBM является главным партнером-консультантом для AWS с более чем 20 16 сертифицированных специалистов AWS по всему миру, 16 проверками услуг и 16 компетенциями AWS, став самой быстрой глобальной GSI, которая получила больше компетенций и сертификатов AWS среди 18 лучших AWS Premier GSI в течение 2022 месяцев. На re:Invent XNUMX, IBM Consulting была награждена домен Глобальный инновационный партнер года и Партнер года GSI в Латинской Америке, укрепляя доверие клиентов и AWS к IBM Consulting как к предпочтительному партнеру, когда речь идет об AWS.

В области искусственного интеллекта IBM насчитывает более 21 40 специалистов по данным, инженеров по искусственному интеллекту и консультантов, а также выполнила более XNUMX XNUMX проектов по искусственному интеллекту и аналитике. Но с большой силой приходит большая ответственность, и это особенно верно для генеративного ИИ. IBM Consulting ведет ответственный и этичный подход к ИИ уже более пяти лет, в основном сосредоточены на этих пяти основных принципах:

1. Объяснимость: то, как модель ИИ приходит к решению, должно быть понятным, а системы с участием человека повышают доверие и помогают снизить риски соответствия.
2. Справедливость: модели ИИ должны одинаково относиться ко всем группам.
3. прочность: системы ИИ должны быть в состоянии противостоять атакам на обучающие данные.
4. Прозрачность: все соответствующие аспекты системы ИИ должны быть доступны для оценки общественности.
5. Политика: данные, используемые в системах ИИ, должны быть защищены, и когда эти данные принадлежат человеку, человек должен понимать, как они используются.

IBM помогает нескольким организациям в области медико-биологических наук ответственно и надежно внедрять ИИ в нескольких функциях. IBM сотрудничает с Johnson & Johnson, чтобы кардинально переосмыслить свою кадровую стратегию ответственно использовать навыки на основе ИИ и предоставлять трансформация в масштабе для наблюдения за приложениями с использованием AIOP.

Чтобы помочь медико-биологическим организациям следовать рекомендациям и нормам GxP при разработке или производстве лекарств и медицинских устройств, IBM Consulting использует свой обширный опыт GxP и лучшие практики AWS по GxP, HIPAA и другие программы соответствия предоставлять совместимые, регулируемые, проверенные и безопасные решения.

Как построить конвейер генеративного ИИ в AWS для генерации нарративов?

В настоящее время создание нарративов для нежелательных явлений является интенсивным ручным процессом в здравоохранении. Когда сообщается о неблагоприятном событии, клинические бригады и специалисты по безопасности вручную считывают и обрабатывают несколько деталей — текущую и историческую информацию о состоянии здоровья пациента и медицинскую информацию, данные о событии и многое другое — и вручную составляют подробный отчет, как это требуется регулирующим органам. Мы считаем, что с появлением генеративного ИИ эти процессы могут быть расширены, чтобы высвободить ресурсы медицинских бригад и групп безопасности для перехода к более важным задачам, таким как просмотр повествований, а также позволить командам сосредоточиться на более сложных задачах.

Мы изучили несколько вариантов задачи создания нарративов о неблагоприятных событиях с использованием генеративного ИИ. В конечном итоге один из ОбниматьЛицо Большие языковые модели на Amazon Sagemaker JumpStart был выбран для создания повествований о неблагоприятных событиях по нескольким причинам: у него есть разрешающая лицензия, которая разрешает коммерческое использование, четкие карты модели / данных для исходной модели, которые могут объяснить происхождение ее данных, возможность тонкой настройки модели в Sagemaker Jumpstart, и надежная возможность генерировать описательный текст о неблагоприятных событиях с минимальной тонкой настройкой.

Конвейер высокого уровня для этого процесса показан на рис. 1. Мы начали с подготовки собственных структурированных данных к очистке и подготовили их в формате, который можно было бы передать в подсказках для точной настройки и логического вывода. Модель большого языка была затем доработана в Амазонка Мудрец в обучающем наборе данных из более чем 500 записей, описывающих информацию о здоровье пациента, нежелательных явлениях и медицинской информации, с использованием конвейера, показанного ниже. Amazon Sagemaker — оптимальная платформа для генеративного ИИ благодаря нескольким встроенным функциям (возможность выбирать модели из каталога, отсутствие кода для обучения моделей, функции для настройки дополнительных конвейеров и мониторинга). После тонкой настройки использовалась развернутая модель. делать выводы на основе тестовых данных для создания повествований об AE (образец см. на рис. 2). Кроме того, группа экспертов по безопасности и клиническим предметам проверила генерацию повествования с использованием достоверных документов и вручную проанализировала их, чтобы убедиться, что генеративный конвейер ИИ-автоматизации был надежным и не подвержен галлюцинациям.

В дополнение к этому IBM Consulting недавно запустила watsonx.data на AWS — открытом гибридном управляемом хранилище данных, помогающем предприятиям масштабировать аналитику и искусственный интеллект. IBM Consulting также сотрудничает с AWS для интеграции предстоящего Коренная порода Амазонки, полностью управляемый сервис, который делает FM от ведущих стартапов ИИ и Amazon доступными через API в ATOM, чтобы помочь клиентам создавать и масштабировать генеративные варианты использования ИИ, в то время как укрепление кибербезопасности и соблюдение.

Ценность бизнеса

Согласно База данных ФАЕРС, количество зарегистрированных нежелательных явлений выросло в 2.5 раза за 10 лет, с 2012 по 2022 год. Независимо от объемов, компании должны быстро сообщать об этих событиях регулирующим органам и оперативно реагировать на сигналы безопасности. Бремя растущего объема мероприятий отражается в бюджетах, которые, как ожидается, вырастут с примерно 4 миллиардов долларов США в 2017 году до более чем 6 миллиардов к 2020 году.

По словам одного из 10 крупнейших клиентов в области медико-биологических наук из США, с которым в настоящее время работает IBM Consulting, использование генеративного ИИ в соответствии с требованиями и ответственным образом может сократить ручной труд для создания отчетов AE на 50%. Сочетая это с Управляемый ИИ, человек в курсе, решение для языкового перевода, может дополнительно оптимизировать эксплуатационные расходы и высвободить ценные человеческие команды, чтобы сосредоточиться на задачах с добавленной стоимостью.

Отдавая дань уважения растущему использованию машинного обучения в науках о жизни, FDA теперь пройдено более 500 медицинских алгоритмов которые имеются в продаже в США. Более половины алгоритмов на рынке США были проверены в период с 2019 по 2022 год, и всего за четыре года было выпущено более 300 приложений. Только в октябре 2022 года FDA одобрило 178 новых систем AI/ML, и ожидается, что в будущем их число будет быстро расти.

Этот импульс создает огромную ценность для бизнеса клиентов медико-биологических наук, которые хотят внедрять инновации по всей цепочке создания стоимости, используя передовые технологии, такие как генеративный искусственный интеллект.

Как IBM Consulting может поддержать клиентов на пути к использованию базовых моделей?

IBM Consulting обладает знаниями и опытом для поддержки клиентов с разной степенью зрелости в их пути к генеративному ИИ. На высоком уровне IBM Consulting использует следующие принципы для удовлетворения потребностей клиентов, где бы они ни находились:

• Стратегия генеративного ИИ и установка Центра передового опыта: Стандартизированное консультационное взаимодействие для информирования, вовлечения, обнаружения и оценки новых вариантов использования базовых моделей.
• Хакатон базовой модели: Двухдневный хакатон для разработки и создания прототипов инновационных ИИ-решений для конкретных областей применения с использованием стандартных облачных API или базовых моделей с открытым исходным кодом (GPT, BERT и других).
• Jumpstart для модели фундамента: Воспользуйтесь IBM Garage, чтобы ускорить использование базовых моделей и внедрить проверенные варианты использования IBM за 6-8 недель в различных областях.
• Совместное творчество, сотрудничество и генеративный ИИ в масштабе: Услуги по проектированию и внедрению для создания прототипов и создания эффективных бизнес-решений (например, виртуальных помощников и центров знаний) с использованием коммерческих моделей или базовых моделей с открытым исходным кодом.
• Индивидуальные модели фундаментов: Используйте оригинальные инновации от IBM Research, AWS и других источников в базовых моделях для специализированных областей (химия, материаловедение и обработка данных датчиков) для решения индивидуальных сценариев использования в конкретных областях.
• Основание модели основания, FMOps: Настройте необходимое организационное и техническое управление для масштабирования базовых моделей по всему предприятию с помощью метода IBM Consulting AI@Scale.

Заключение

Предприятия в разных отраслях в настоящее время сталкиваются со значительным давлением, требующим быстрого внедрения генеративного ИИ и демонстрации ценности. Благодаря более чем 40 XNUMX проектов в области искусственного интеллекта и аналитики по всему миру, IBM Consulting постоянно занимает лидирующие позиции. лидер несколькими аналитиками. IBM Consulting стремится помочь предприятиям медико-биологической отрасли сориентироваться и реализовать преимущества генеративного ИИ с помощью недавно объявленного генеративного ИИ CoE, иммерсивного консультативного процесса, такого как IBM Гараж и ускорители, такие как ATOM. Клиентам нужен надежный, опытный и квалифицированный партнер, который поможет им в их генеративном путешествии по ИИ, и IBM Consulting готова помочь им, встретив их там, где они есть.

Узнайте больше о IBM Security Services для AWS