Bu yazı Accenture'dan Ilan Geller, Shuyu Yang ve Richa Gupta ile birlikte yazılmıştır.

Yenilikçi yeni farmasötik ilaçları pazara sunmak uzun ve zorlu bir süreçtir. Şirketler, ABD Gıda ve İlaç İdaresi (FDA) gibi yönetim organlarının karmaşık düzenlemeleri ve kapsamlı onay gereksinimleriyle karşı karşıyadır. Gönderim sürecinin önemli bir parçası, aşağıdaki gibi düzenleyici belgelerin yazılmasıdır: Ortak Teknik Belge (CTD), başvuruları, değişiklikleri, ekleri ve raporları FDA'ya göndermek için kullanılan kapsamlı, standart formatlı bir belgedir. Bu belge, ilaç araştırma ve test süreci sırasında oluşturulan 100'ün üzerinde son derece ayrıntılı teknik raporu içermektedir. CTD'leri manuel olarak oluşturmak inanılmaz derecede emek yoğun bir iştir ve tipik bir büyük ilaç şirketi için yılda 100,000 saate kadar zaman gerektirir. Yüzlerce belgeyi derlemenin sıkıcı süreci de hatalara açıktır.

Accenture otomatikleştirilmiş bir düzenleyici belge yazma çözümü oluşturdu üretken yapay zeka Bu, araştırmacıların ve test uzmanlarının CTD'leri verimli bir şekilde üretmesine olanak tanır. Sistem, test raporlarından önemli verileri çıkararak şunları kullanır: Amazon SageMaker Hızlı Başlangıç ve diğer AWS AI hizmetlerinin uygun formatta CTD'ler oluşturmasını sağlar. Bu devrim niteliğindeki yaklaşım, CTD yazmaya harcanan zamanı ve çabayı kısaltır. Kullanıcılar bilgisayarda oluşturulan raporları gönderilmeden önce hızlı bir şekilde inceleyebilir ve ayarlayabilir.

Verilerin hassas doğası ve ilgili çaba nedeniyle ilaç şirketlerinin daha yüksek düzeyde kontrol, güvenlik ve denetlenebilirliğe ihtiyacı vardır. Bu çözüm, kontrol, güvenlik ve denetlenebilirlik gereksinimlerini sağlamak için AWS Well-Architected ilkelerine ve yönergelerine dayanır. Kullanıcı dostu sistem aynı zamanda güvenlik için şifreleme kullanır.

Accenture, AWS üretken yapay zekasından yararlanarak ilaç gibi düzenlemeye tabi sektörler için verimliliği dönüştürmeyi hedefliyor. Sinir bozucu CTD belge sürecinin otomatikleştirilmesi, yeni ürün onaylarını hızlandırır, böylece yenilikçi tedaviler hastalara daha hızlı ulaştırılabilir. Yapay zeka ileriye doğru büyük bir adım atıyor.

Bu gönderi, SageMaker JumpStart ve diğer AWS hizmetlerini kullanarak düzenleyici belge yazmaya yönelik olarak Accenture tarafından geliştirilen uçtan uca üretken yapay zeka çözümüne genel bir bakış sunmaktadır.

Çözüme genel bakış

Accenture, gerekli formatta bir CTD belgesini otomatik olarak oluşturan ve kullanıcılara oluşturulan içeriği inceleme ve düzenleme esnekliği sunan yapay zeka tabanlı bir çözüm geliştirdi. Ön değerin yazma süresinde %40-45'lik bir azalma olduğu tahmin edilmektedir.

Bu üretken yapay zeka tabanlı çözüm, test sürecinin bir parçası olarak oluşturulan teknik raporlardan bilgi alır ve ayrıntılı dosyayı merkezi yönetim organlarının gerektirdiği ortak bir formatta sunar. Kullanıcılar daha sonra gerektiğinde belgeleri inceleyip düzenler ve bunları merkezi yönetim organlarına sunar. Bu çözüm, belgeleri çıkarmak ve oluşturmak için SageMaker JumpStart AI21 Jurassic Jumbo Instruct ve AI21 Summarize modellerini kullanır.

Aşağıdaki şemada çözüm mimarisi gösterilmektedir.

İş akışı aşağıdaki adımlardan oluşur:

1. Kullanıcı düzenleyici belge yazma aracına bilgisayar tarayıcısından erişir.
2. Bir React uygulaması barındırılıyor AWS Yükseltme ve kullanıcının bilgisayarından erişilir (DNS için şunu kullanın: Amazon Rota 53).
3. React uygulaması, kullanıcının kimliğinin doğrulanıp doğrulanmadığını tespit etmek için Amplify kimlik doğrulama kütüphanesini kullanır.
4. Amazon Cognito'su yerel bir kullanıcı havuzu sağlar veya kullanıcının aktif dizini ile birleştirilebilir.
5. Uygulama aşağıdakiler için Amplify kütüphanelerini kullanır: Amazon Basit Depolama Hizmeti (Amazon S3) ve kullanıcılar tarafından sağlanan belgeleri Amazon S3'e yükler.
6. Uygulama, iş ayrıntılarını (uygulama tarafından oluşturulan iş kimliği ve Amazon S3 kaynak dosya konumu) bir Amazon Basit Kuyruk Hizmeti (Amazon SQS) kuyruğu. Amazon SQS tarafından döndürülen mesaj kimliğini yakalar. Amazon SQS, hataya dayanıklı ayrıştırılmış bir mimariye olanak tanır. Bir işi işlerken bazı arka uç hataları olsa bile Amazon SQS'te iş kaydının bulunması, yeniden denemelerin başarılı olmasını sağlayacaktır.
7. İstemci, önceki isteğin döndürdüğü iş kimliğini ve mesaj kimliğini kullanarak WebSocket API'si ve iş kimliğini ve mesaj kimliğini WebSocket bağlantısına gönderir.
8. WebSocket bir tetikleyiciyi tetikler AWS Lambda bir kayıt oluşturan fonksiyon Amazon DinamoDB. Kayıt, iş kimliğinin (WebSocket) bağlantı kimliği ve mesaj kimliğiyle anahtar-değer eşlemesidir.
9. Başka bir Lambda işlevi, SQS kuyruğundaki yeni bir mesajla tetiklenir. Lambda işlevi iş kimliğini okur ve bir çağrı yapar. AWS Basamak İşlevleri veri dosyalarını işlemek için iş akışı.
10. Step Functions durum makinesi, kaynak belgeleri işlemek için bir Lambda işlevini çağırır. İşlev kodu çağırır Amazon Metin Yazısı belgeleri analiz etmek. Yanıt verileri DynamoDB'de saklanır. Verilerin işlenmesiyle ilgili özel gereksinimlere bağlı olarak Amazon S3'te de saklanabilir veya Amazon DocumentDB (MongoDB uyumluluğu ile).
11. Lambda işlevi, kaynak belgelerden tablo halindeki verileri ayrıştırmak ve çıkarılan verileri DynamoDB'de depolamak için Amazon Textract API DetectDocument'i çağırır.
12. Lambda işlevi, verileri bir DynamoDB tablosunda depolanan eşleme kurallarına göre işler.
13. Bir Lambda işlevi, komut istemi kitaplıklarını ve üretken yapay zekayı kullanarak barındırılan büyük bir dil modeliyle bir dizi eylemi çağırır. Amazon Adaçayı Yapıcı Veri özetleme için.
14. Belge yazıcı Lambda işlevi, birleştirilmiş bir belgeyi S3 ile işlenmiş bir klasöre yazar.
15. İş geri çağırma Lambda işlevi, iş kimliğini ileterek geri arama bağlantısı ayrıntılarını DynamoDB tablosundan alır. Ardından Lambda işlevi WebSocket uç noktasına bir geri arama yapar ve Amazon S3'ten işlenen belge bağlantısını sağlar.
16. Lambda işlevi, yeniden işlenmemesi için mesajı SQS kuyruğundan siler.
17. Belge oluşturucu web modülü, JSON verilerini bir Microsoft Word belgesine dönüştürür, kaydeder ve işlenen belgeyi web tarayıcısında işler.
18. Kullanıcı, web modülünden belgeleri görüntüleyebilir, düzenleyebilir ve S3 klasörüne kaydedebilir. Bu, varsa incelemelere ve düzeltmelere yardımcı olur.

Çözüm ayrıca etki alanı uyarlaması gerçekleştirmek, modellerde ince ayar yapmak ve SageMaker uç noktalarını dağıtmak için SageMaker dizüstü bilgisayarlarını (önceki mimaride T olarak etiketlenmiş) kullanıyor.

Sonuç

Bu yazıda Accenture'ın düzenleyici belge yazma çözümüne yönelik uçtan uca bir yaklaşımı uygulamak için AWS üretken yapay zeka hizmetlerini nasıl kullandığını gösterdik. Erken testlerdeki bu çözüm, CTD'lerin yazılması için gereken sürenin %60-65 oranında azaldığını göstermiştir. Geleneksel düzenleyici yönetim platformlarındaki boşlukları belirledik ve daha hızlı tepki süreleri sağlamak amacıyla bu çerçeve kapsamında artırılmış üretken zekayı belirledik ve dünya çapındaki kullanıcılarla etkileşime geçerken sistemi sürekli olarak geliştiriyoruz. Çözümü daha derinlemesine incelemek ve müşterilerinize dağıtmak için Accenture Mükemmeliyet Merkezi ekibine ulaşın.

Üretken yapay zekaya odaklanan bu ortak program, Accenture ve AWS'nin ortak müşterileri için değer elde etme süresini artırmaya yardımcı olacak. Bu çaba, şirketler arasındaki 15 yıllık stratejik ilişkiye dayanıyor ve şirket tarafından oluşturulan kanıtlanmış mekanizmaların ve hızlandırıcıların aynılarını kullanıyor. Accenture AWS İş Grubu (AAG).

AABG ekibiyle iletişime geçin: aksanureaws@amazon.com AWS'de akıllı bir veri kuruluşuna dönüşerek iş sonuçlarını artırmak.

AWS'de üretken yapay zeka kullanımı hakkında daha fazla bilgi için Amazon Ana Kayası veya SageMaker için bkz. AWS'de Üretken Yapay Zeka: Teknoloji ve Amazon SageMaker JumpStart'ı kullanarak AWS'de üretken yapay zekayı kullanmaya başlayın.

Ayrıca şunları da yapabilirsiniz AWS üretken yapay zeka bültenine kaydolunEğitim kaynakları, bloglar ve hizmet güncellemelerini içerir.

Yazarlar Hakkında

Ilan Geller Accenture'da Veri ve Yapay Zeka uygulamalarında Genel Müdür olarak görev yapmaktadır. Veri ve Yapay Zeka alanında Küresel AWS İş Ortağı Lideri ve Gelişmiş Yapay Zeka Merkezidir. Accenture'daki görevleri öncelikle karmaşık verilerin, AI/ML'nin ve son zamanlarda Üretken Yapay Zeka çözümlerinin tasarlanması, geliştirilmesi ve sunulmasına odaklanmıştır.

Shuyu Yang Üretken Yapay Zeka ve Büyük Dil Modeli Teslim Lideridir ve aynı zamanda CoE (Mükemmellik Merkezi) Accenture AI (AWS DevOps profesyonel) ekiplerine liderlik etmektedir.

Richa Gupta Accenture'da çeşitli yapay zeka projelerine liderlik eden bir Teknoloji Mimarıdır. Ölçeklenebilir Yapay Zeka ve Nesil Yapay Zeka çözümleri tasarlama konusunda 18 yıldan fazla deneyime sahiptir. Uzmanlık alanı yapay zeka mimarisi, Bulut Çözümleri ve Üretken Yapay Zeka üzerinedir. Çeşitli satış öncesi etkinliklerde rol oynuyor ve aracılık yapıyor.

Şihar Kwatra Amazon Web Services'ta önde gelen bir Küresel Sistem Entegratörü ile çalışan bir AI/ML Uzman Çözüm Mimarıdır. AI/ML ve IoT alanlarında 500'den fazla patentle Hindistan'ın En Genç Usta Mucitlerinden biri unvanını kazandı. Shikhar, kuruluş için uygun maliyetli, ölçeklenebilir bulut ortamlarının mimarisine, oluşturulmasına ve sürdürülmesine yardımcı olur ve AWS'de stratejik endüstri çözümleri oluşturma konusunda GSI iş ortağını destekler. Shikhar, boş zamanlarında gitar çalmaktan, müzik bestelemekten ve farkındalık egzersizlerinden hoşlanıyor.

Sachin Thakkar Amazon Web Services'te Kıdemli Çözüm Mimarıdır ve önde gelen bir Küresel Sistem Entegratörü (GSI) ile çalışmaktadır. Büyük kurumlarda BT Mimarı ve Teknoloji Danışmanı olarak 23 yılı aşkın deneyime sahiptir. Odak alanı Veri, Analitik ve Üretken Yapay Zekadır. Sachin, mimari rehberlik sağlıyor ve GSI iş ortağına AWS'de stratejik sektör çözümleri oluşturma konusunda destek veriyor.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://aws.amazon.com/blogs/machine-learning/accenture-creates-a-regulatory-document-authoring-solution-using-aws-generative-ai-services/