re:Invent 2023 | 从承诺到影响 - 人工智能如何改变医疗保健和生命科学行业

关键字: [Amazon Web Services re:Invent 2023, Alter Ego, Generative Ai Capabilities, Data Strategy, Ai Use Cases, Ai Foundations, Ai Value Realization]

本文字数: 900, 阅读完需: 4 分钟

视频

如视频不能正常播放，请前往bilibili观看本视频。>> https://www.bilibili.com/video/BV1pc41117PY

导读

医疗保健和生命科学公司正在深入研究AI能力,利用数据驱动的工具简化流程和改进决策。但“秘密配方”是什么?这是一个有目的的数据策略和强大的数据基础。要真正利用AI的变革力量,一个稳固的数据和工具策略是不可或缺的,以帮助确保透明度、可扩展性和信任。在医疗保健和生命科学领域积累了多年实际的数据和AI扩展经验,ZS分享了关键的学习和用例,展示了如何使用亚马逊云科技工具,包括Amazon[ Bedrock](https://aws.amazon.com/cn/bedrock/guardrails/ ?&trk=42570719-fa2a-4df9-893d-40b6ac004272&sc_channel=el " Bedrock")和Amazon SageMaker,利用机构智慧的力量,完善AI应用,并快速适应变化保持领先。这个演示由亚马逊云科技合作伙伴ZS带来。

演讲精华

以下是小编为您整理的本次演讲的精华，共600字，阅读时间大约是3分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。

演讲者首先认识到，当前人工智能（AI）和生成性AI（Gen AI）话题的火热程度。尽管如此，许多公司仍致力于研究如何充分利用这些技术以实现其最大价值。演讲者概括了公司可通过三种途径从Gen AI中获得价值：

首先，Gen AI有机会通过自动化繁琐任务和工作流程来提高生产力。例如，演讲者提到制药公司利用Gen AI简化激励补偿报告的生成过程，从而节省时间。这有助于各公司的日常运营更高效。

其次，演讲者强调，Gen AI的潜力不仅在于自动化，还在于提供更深入的理解。通过整合不同数据集，Gen AI模型能发现新的洞察。例如，演讲者建议分析数千名患者的语音呼叫，以便更全面地了解患者体验和行为。

第三，也是最具颠覆性的一点，Gen AI能通过加强人类与机器间的合作来彻底改变业务流程。例如，Gen AI可模拟医生对生成的消息的反应，并将其无缝融入工作流程。虽仍处于初级阶段，但这展示出Gen AI未来可能对企业产生的深远影响。

短期内，大部分公司倾向于优先利用Gen AI提高生产力的应用以实现快速投资回报。然而，为实现长期竞争优势，演讲者提倡关注获取可操作见解并转型工作流程。

实现Gen AI的全部潜能取决于三个关键因素——迅速采纳、高级的Gen AI技术和协同地将传统AI与Gen AI结合。在医疗和生命科学领域，Gen AI或带来潜在变革：

• 研究与发展 - 加速新分子发现及优化临床试验
• 供应链管理 - 全程优化和改进自动化技术转移
• 商业运营 - 强化市场研究和分析医学文献
• 企业职能 - 简化法律和风险评估

为了验证这一潜力，演讲者列举了一些实例，展示了生成性人工智能已经在创造价值：例如，通过总结和可视化临床试验方案来减少编写时间50%；使用生成对抗网络（GANs）创建合成患者数据，以提高预测准确性10-20%；从基因数据中提取表型，准确率提高20%，同时筛选时间减少99%；集群供应链问题以诊断系统性问题；以及整合孤立的市场研究数据以防止重复研究。

为了进一步扩大生成性人工智能的影响，演讲者强调需要制定稳定的云平台战略，利用基础模型如GPT-3或开源替代品，并投资MLOps以实现长期可持续运营。围绕安全、可解释性和风险监控的责任监管机制也是关键驱动因素。

总的来说，尽管生成性人工智能引领了一个充满无限可能的时代，实现其潜力不仅仅是对尖端技术的应用。清晰的愿景、聚焦的使用案例识别、变革管理、技能提升和数据基础设施代表了关键的组织能力。演讲者主张立即开始生成性人工智能的旅程，但警告这将是场马拉松，而非短跑。在医疗保健和生命科学领域，专有数据资产可能会成为成功从生成性人工智能中提炼长期价值的关键差异化因素。

下面是一些演讲现场的精彩瞬间：

领导者探讨了如何在组织中充分利用人工智能的价值。

实际上，人工智能的价值主要体现在通过整合各种数据源来提供更深入的洞察力以及更出色的决策能力。

要挖掘人工智能的潜力，关键在于将传统方法和创新性方法相结合，共同解决复杂问题。

例如，GPT-3在连接T细胞表型和遗传变异的研究中，使得模型准确性提高了20%，同时筛选摘要所需时间减少了99%。

领导者强调了对大型语言模型进行调整和优化的重要性，以便使其更具针对性，并能具备长期记忆和提示工程等功能，从而防止产生误导。

此外，亚马逊云科技支持大规模创新性人工智能应用的快速原型制作、部署和关键性能指标的跟踪。

领导者还讨论了如何确定符合组织需求的技术投资与合作关系。

总结

通用人工智能（Gen AI）在医疗和生命科学领域有着巨大的潜力，可以通过自动化提高生产力并获得更深入的数据理解。然而，真正的好处将来自于将传统AI与通用人工智能相结合，并利用专有数据。本文探讨了研究和开发、临床试验、供应链和业务功能等领域中，通用人工智能如何推动效率提升的案例，如加速药物发现、优化临床试验和自动化文档记录。例如，一个工具能够以超过50%的速度总结临床试验方案。然而，要成功地扩大通用人工智能的应用范围，需要制定合适的策略、应用场景、人才和技术基础。这包括云基础设施、机器学习流程、精选的基础模型、数据管理和安全性。通过关键绩效指标来衡量价值也至关重要。主要的观点是，尽管通用人工智能具有巨大潜力，但仍需要进行有目标、有计划的发展。关注高价值应用案例，投资于数据和人才，并逐步发展其能力。只要采取正确的策略和技术基础，通用人工智能就能改变工作流程并提供竞争优势。但这将是一场马拉松，而不仅仅是短跑。

演讲原文

https://blog.csdn.net/just2gooo/article/details/135120029

想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！

2023亚马逊云科技re:Invent全球大会 - 官方网站

点击此处，一键查看 re:Invent 2023 所有热门发布

即刻注册亚马逊云科技账户，开启云端之旅！

【免费】亚马逊云科技“100 余种核心云服务产品免费试用”

【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”

亚马逊云科技是谁？

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者，自 2006 年以来一直以不断创新、技术领先、服务丰富、应用广泛而享誉业界。亚马逊云科技可以支持几乎云上任意工作负载。亚马逊云科技目前提供超过 200 项全功能的服务，涵盖计算、存储、网络、数据库、数据分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面；基础设施遍及 31 个地理区域的 99 个可用区，并计划新建 4 个区域和 12 个可用区。全球数百万客户，从初创公司、中小企业，到大型企业和政府机构都信赖亚马逊云科技，通过亚马逊云科技的服务强化其基础设施，提高敏捷性，降低成本，加快创新，提升竞争力，实现业务成长和成功。