由于疫情的肆虐，近年來人們對醫療保健和生命科學領域的關注，也提升到了一個前所未有的高度。

然而眾所周知，任何一款新藥的研發都面臨著周期長、投入大、風險高等難題，以至于在醫療保健和生命科學領域一直流行著一個“121”的說法，也就是一款新藥的研發，往往要經歷10年時間，耗費20億美元，但是成功率還不到10%。

由此可見，醫療保健和生命科學領域的企業對于縮短研發周期、壓縮成本開支、提高成功率，一直都有著非常迫切和強烈的需求。

那么作為2023年最炙手可熱的新技術，生成式AI是否可以幫助解決這些難題？作為全球領先的云服務商，亞馬遜云科技在該領域進行了怎樣的探索？又取得了哪些成效？近日在亞馬遜云科技re:Invent 2023現場，趣味科技帶著這些問題采訪到了亞馬遜云科技醫療保健人工智能技術總經理Tehsin Syed。

當醫療保健行業遇上生成式AI

作為有史以來規模最大的一屆re:Invent，亞馬遜云科技re:Invent 2023的線上線下總參與人數超過了35萬人，可謂盛況空前。Tehsin Syed指出，這么多的與會嘉賓來到亞馬遜云科技re:Invent，是為了尋求靈感以實現自己的設想，并為其組織構建下一個目標做好準備。亞馬遜云科技很高興能夠與廣大客戶分享最新的合作和成就，其中醫療保健和生命科學領域的客戶更是極具創新性。

Tehsin Syed向趣味科技透露，早在2018年，亞馬遜云科技就針對醫療保健和生命科學領域成立了專門的團隊，發布了一系列的產品和服務，迄今為止已經與數千家客戶展開合作，前十大制藥公司中有九家都選擇了亞馬遜云科技進行數據分析和機器學習。

隨著人工智能技術的快速發展，特別是在生成式AI取得爆炸式發展的今天，越來越多的醫療保健和生命科學組織更加迫切地轉向技術，將其作為業務差異化的競爭優勢。亞馬遜云科技注意到，幾乎每一家客戶和合作伙伴都在探索如何充分利用生成式AI，因為他們普遍從中看到了降本增效和提高生產力的機會，并且能夠以此為終端客戶提供更好的體驗，醫療保健和生命科學領域也是如此。

“亞馬遜云科技希望讓每一家企業都能成為可以充分利用人工智能技術的公司，我們正在以負責任的開發理念完成這些工作，在設計、開發、部署等每一個階段都必須要細致考慮。”Tehsin Syed表示，“而對于生成式AI來說，我們認為這會是一場漫長的馬拉松比賽，一切才剛剛開始。”

為醫療保健和生命科學而生

針對醫療保健和生命科學領域的創新和協作，亞馬遜云科技為其在全球范圍內提供了一個集中的中心，將客戶與所需的數據、工具以及可信任的合作伙伴相連接，同時還為有關數據的安全性和私密性提供了可靠保障。

亞馬遜云科技提供的健康數據組合，將專門構建的亞馬遜云科技服務和合作伙伴解決方案與客戶的業務需求相匹配，從安全的數據傳輸、聚合、存儲到數據分析、協作、共享和治理。都可以通過最全面的數據功能和最深入的人工智能和機器學習服務，加速對第一方、第三方和多模式數據的訪問和洞察。借助生成式AI和專門構建的機器學習服務，客戶可以輕松地將尖端技術融入現有工作流程，以更好地推動和加速創新。

Tehsin Syed指出，因為被困在非結構化數據中，有多達97%的醫療保健和生命科學數據未被利用。亞馬遜云科技的目標就是通過利用專門構建的管理健康服務和功能，幫助醫療機構釋放這些數據的力量，提高診斷效率和改善結果。譬如針對醫療保健和生命科學客戶，亞馬遜云科技就專門推出了Amazon Comprehend Medical（使用自然語言處理理解醫療背景）、Amazon Transcribe Medical（自動將醫學語音轉換為文本）、AWS HealthScribe（通過分析應用程序中的患者與臨床醫生對話自動生成臨床記錄）、AWS HealthOmics（將基因組、轉錄組和其他組學數據轉化為洞察力）、AWS HealthImaging（以PB級存儲、轉換和分析云中的醫學圖像）、AWS HealthLake（增加了新的分析功能，可提供個人或患者群體健康數據的完整視圖）等多項服務和功能，

除此以外，亞馬遜云科技還提供了Amazon Bedrock（使用基礎模型構建和擴展生成式AI應用程序的最簡單方法）、Amazon SageMaker（更快地構建、訓練和部署您的機器學習模型）、Amazon Datazone（在數據網格基礎之上，跨組織邊界大規模發現、共享和管理數據）、AWS Clean Rooms（在不共享或泄露底層數據集的情況下，安全地進行匹配、分析和協作）、AWS Data Exchange（輕松查找、訂閱和使用云中的第三方數據）、Amazon Redshift（分析結構化和半結構化數據，以提供最佳性價比）、AWS Glue（以任何規模發現、準備和整合您的所有數據）、AWS Lake Formation（在幾天內構建、管理和保護數據湖）、Amazon Athena（輕松靈活地分析所在位置的PB級數據）、Amazon Textract（自動從任何文檔中提取打印文本、手寫和數據）等其他相關服務，讓客戶能夠以更快的速度、更高的效率、更小的成本達成自己的目標。

為了幫助客戶加快數字化轉型，亞馬遜云科技還推出了AWS for Health服務與合作伙伴網絡解決方案，以醫療保健、基因組學、生物制藥等16個關鍵領域的云解決方案，極大地簡化了醫療保健和生命科學企業的流程，并且已經被全球數千家醫療保健和生命科學客戶采用。

生成式AI在醫療行業的應用實踐

據Tehsin Syed介紹，亞馬遜云科技與醫療保健和生命科學客戶合作的案例，涵蓋了教育和研究、人口保健和管理、信息技術和企業運營、患者參與、臨床工作流程等各個領域，并且為客戶提供了非常靈活的選擇，使其能夠以自己想要的方式構建生成式AI和大語言模型。而說起亞馬遜云科技在該領域的生成式AI探索與成效，眾多客戶在re:Invent 2023大會的現身說法無疑最具說服力。

通過與亞馬遜云科技的合作，輝瑞公司已經在17個項目中利用生成式AI和大語言模型推動創新和生產力，以更加安全和快速的方式開展創新，節省研發時間，并最終提高成功率，其中一些項目每年將節省7.5億至10億美元的成本。

吉利德在re:Invent上展示了如何在亞馬遜云科技上使用生成式AI來實現基礎模型選擇，從關鍵數據集中獲取洞察力，加速對大量非結構化信息的分析，了解臨床研究的可行性，并通過利用內部和現實數據集的AI驅動的協議分析來優化選擇。

通過亞馬遜云科技提供的生成式AI服務，加州大學圣地亞哥分校健康中心大幅改善了護理和診斷的時間和質量，通過將傳統的機器學習預測模型與Amazon SageMaker相結合，并在Amazon Bedrock上使用大語言模型運行生成式AI，臨床醫生能夠將合并癥與其他患者的人口統計數據相結合，以提高診斷效率和改善結果。

通過數據和生成式AI，強生公司打破了內部的數據孤島，并使用人工智能、機器學習、自然語言處理來幫助數據科學家、臨床醫生、研究人員、開發人員和分析人員更快地找到答案并產生洞察力，并將數據納入他們的日常業務流程。

默克公司使用亞馬遜云科技的Amazon Bedrock快速構建生成式AI能力，以提高知識挖掘和市場研究效率，并且利用這些能力提供患者見解，同時縮小數據共享方面的差距，并為負責任的生成式AI構建數據治理生態系統。

“得益于云計算、大數據、人工智能、機器學習、生成式AI、大語言模型等新興技術，我們正在接近醫療保健和生命科學領域的一個轉折點，也就是從傳統醫療向高度個性化和精確靶向診斷治療的精準醫療邁進。我們的醫療保健客戶希望通過確定患者的最佳治療或預防來改變護理；我們的生命科學客戶希望加快藥物發現和研發，為患者創造治療方法。他們現在可以運用亞馬遜云科技提供的健康數據組合，將更多的時間和精力放在業務差異化和科學分析上。”Tehsin Syed說道，“我們與客戶和合作伙伴一起，很高興有機會通過更精確的治療、現代化的護理來治療疾病，改善人類健康，造福病患。”

審核編輯：劉清