生命科学领域的AI革命:从数据连接到个性化体验
生命科学领域正经历着一场由人工智能驱动的革命。从制药巨头辉瑞到生物技术公司Moderna,越来越多的企业将AI视为推动创新和增长的关键引擎。例如,辉瑞在2023年推出了内部生成式AI平台,预计将带来7.5亿至10亿美元的价值。而Moderna则在2024年4月与OpenAI合作,将ChatGPT Enterprise融入其业务流程,从法律到研究,AI正在重塑着生命科学的各个环节。
在药物研发领域,德国制药公司默克与多家AI公司合作,加速药物发现和开发。而Exscientia,一家AI药物发现领域的先驱,正与亚马逊云科技(AWS)合作,将生成式AI药物设计与机器人实验室自动化相结合,进一步推动药物研发的效率和精准度。
连接数据,释放潜能
生命科学领域的数据量庞大,但如何将这些数据有效地连接起来,并转化为可操作的洞察,一直是行业面临的挑战。亚马逊云科技医疗保健和生命科学总经理丹·希兰指出,许多生命科学企业拥有大量数据,但这些数据分散在各个部门,难以被需要的人员找到。
生成式AI的出现为解决这一难题带来了新的希望。通过生成元数据,AI可以帮助企业建立起类似搜索引擎的工具,快速找到所需数据。ZS全球数字和技术业务主管马哈茂德·马吉德指出,连接数据可以帮助企业做出更明智的决策,并创造差异化的体验。
赛诺菲就是一个很好的例子。他们利用分析应用程序plai连接数据,简化了研究流程,并自动化了耗时的数据任务。赛诺菲报告称,这项投资将研究流程从数周缩短至数小时,并有望将免疫学、肿瘤学或神经学等治疗领域的靶点识别效率提高20%至30%。
个性化体验,赢得未来
连接数据也为企业提供了实现个性化体验的机会。通过了解患者的个人需求和行为,企业可以为医疗保健提供者提供更精准的服务,并与患者建立更紧密的联系。
传统的机器学习模型通常用于提供“最佳下一步行动”或“最佳下一步互动”建议,但这些模型缺乏灵活性,难以适应个体需求,并且难以与其他数据源连接,从而限制了洞察的深度。生成式AI则可以根据患者的个人信息和行为模式,生成更具针对性的建议,并提供更丰富的上下文信息。
希兰认为,生成式AI可以帮助企业更好地利用连接数据,做出更明智的决策。例如,AI可以根据医疗保健提供者的偏好和历史数据,提供更个性化的信息和建议。此外,生成式AI还可以用于定制营销材料,根据不同的地区和人群进行内容调整,并确保内容符合当地法规。
加速药物发现,AI助力创新
在药物发现领域,生成式AI也展现出巨大的潜力。通过利用生物学特定基础模型,AI可以生成新的见解和知识产权,加速药物发现和开发流程。希兰指出,目前已经有许多生物学特定模型正在开发或已经投入使用,这些模型可以帮助企业完成药物研发过程中的各个环节。
亚马逊云科技的Amazon Bedrock等服务可以帮助企业保护其数据安全,确保知识产权的归属。这些服务提供透明度和安全保障,防止数据被未经授权的访问和使用。
差异化竞争,AI赋能未来
在生命科学领域,企业可以通过范围、规模和速度来实现差异化竞争。马吉德指出,技术已经变得唾手可得,不再是企业的独特优势。企业需要关注以下几个关键因素:
范围:我们是否找到了正确的目标?
企业需要明确目标,并找到能够带来竞争优势的关键因素。通过确定目标,企业可以找到合适的技术和商业合作伙伴,并制定衡量成功的标准,推动切实可行的成果。
规模:当我们在更大范围内实施技术解决方案时会发生什么?
企业应该优先考虑那些具有最大潜力和影响力的AI解决方案。规模决定了AI项目对企业的影响范围,并为企业带来更大的投资回报。企业需要从一开始就考虑规模的影响,并明确预期变化的程度,以及实现目标所需的决心。
速度:我们是否能够快速学习并调整方向?
能够快速从数据和AI实验中学习,并根据学习结果进行调整的企业将取得更大的成功。马吉德强调,不要低估速度的重要性,因为这是大部分工作发生的地方。一个好的合作伙伴可以帮助企业快速取得成功,并保持团队的学习和前进的动力。
希兰补充说,ZS已经成为亚马逊云科技的可靠合作伙伴,因为我们的客户信任他们拥有正确的领域专业知识。像ZS这样的公司能够专注于AI的正确应用,因为他们与医疗专业人员密切合作,并能够不断探索改进现有工作流程的最佳方法。
人机协作,共创未来
尽管生成式AI具有强大的能力,但人类因素仍然是决定AI应用的关键。在某些情况下,传统技术在风险更低的情况下表现更好,因此了解AI的优势和局限性至关重要。通过培养全员的科技和AI素养,企业领导者可以教会员工找到人机协作的最佳方式,并创造出更有效的技术解决方案。毕竟,正如马吉德所说,一切都是关于人的,无论是客户、患者还是我们自己的员工和用户体验。
本内容由MIT Technology Review的定制内容部门Insights制作。它不是由MIT Technology Review的编辑团队撰写。