お客様事例/ライフサイエンス

2021 年
AstraZeneca のロゴ

Amazon SageMaker を使用して洞察までの時間を短縮するアストラゼネカ

アストラゼネカは AWS を使用して、機械学習モデルの開発とデプロイを自動化し、洞察を得るまでの時間を短縮するために Amazon SageMaker を使用する商業分析ソリューションを 2 か月半で構築しました。 

5 分

1 か月ではなく、5 分間でデータサイエンティスト用の ML 開発環境を作成

2 か月半

これまで 6 か月以上かかっていたソリューションの構築を 2 か月半で実現

100 人のデータサイエンティスト

100 人を超えるデータサイエンティストをサポート

手作業による作業負荷を軽減

データサイエンティスト

概要

ヘルスおよびライフサイエンス業界の多くが増加し続ける商業データの量に直面しており、商業データの効率的な分析の実行に苦慮しています。科学に根ざしたバイオ医薬品企業であるアストラゼネカも例外ではありません。ますます増え続ける大量なデータの管理において、アストラゼネカは、その治療法に関する貴重なビジネス洞察を得る機会を逃していることに気付きました。機械学習 (ML) モデルを作成して本番環境にデプロイし、大規模ですみやかなデータ分析を行い、研究開発の改善と新しい治療薬の迅速な商用化に役立つビジネス洞察を生成することによって、最終的に人生を一変させる医薬品を患者に届ける時間を短縮するための、効率的な開発プロセスが必要でした。

アストラゼネカは Amazon Web Services (AWS) と連携し、データサイエンティストとデベロッパーが ML モデルを迅速に準備、構築、トレーニング、およびデプロイするために役立つ Amazon SageMaker を使用して、ソリューションを構築しました。現在、アストラゼネカは、商用データを大規模に分析してインサイトを得るだけでなく、これまで手動だったプロセスの多くを自動化することでインサイトを加速し、データ科学者の時間と労力を節約しています。

Scientist Working on Computer In  Modern LaboratoryNOTE TO INSPECTOR: all graps, dna models, charts are made by me

大規模なデータ分析のための AWS での ML の使用

科学に根ざしたグローバル企業であるアストラゼネカは、腫瘍学および希少疾患において人生を一変させる医薬品、ならびに心臓血管系、腎臓、代謝機能、呼吸器の健康、および免疫学に関するバイオ医薬品の発見、開発、商用化に焦点を当てており、145 か国、70 市場で何百万人もの患者をサポートしています。アストラゼネカは、匿名化された患者データを分析して洞察を得ており、これには慢性腎臓病などの疾患領域における特定の治療と摂食進行モデル、心不全による再入院、およびがんの分類に対する患者センチメントを学ぶことが含まれます。アストラゼネカはこれらの洞察を商業アナリストに提供します。これを受けた商業アナリストは、これらの洞察を使用してビジネスプロセスを改善し、ヘルスケアシステムに対する認識と理解を促します。アストラゼネカのグローバルシニアエンタープライズアーキテクトである Cherry Cabading 氏は、「私たちはターゲティング調整とマーケティングに焦点を当てており、商業チームが患者のニーズに対応するための適切な情報を医療提供者に届けることができるように支援しています」と話しています。

これらの洞察の提供には、大規模なデータセットの分析が必要です。多くの大企業と同様に、アストラゼネカの商業チームには、このデータを大規模に処理する俊敏な ML 環境がありませんでした。以前の ML ソリューションでは、データサイエンティストが必要なデータにアクセスすることを可能にする環境を確立するために、1 か月以上におよぶ集中的な取り組みが必要でした。これは、時間とコストの両方で非効率的でした。「以前は、データサイエンティストチームのための環境を生成する自動的な手段がないテクノロジースタックを使用していました」と Cabading 氏は説明しています。「市販されているさまざまな ML ツールには一体性がなかったため、1 つにまとめることさえも困難でした」。

2020 年、商業チームは、拡張性、柔軟性、およびスケーラビリティを提供するソリューションを探していました。「データサイエンティストは、ML モデルの構築、トレーニング、およびデプロイを行ってから、それらのモデルを当社の商業システムと統合させるために産業化するリューションを必要としていました」と Chabanding 氏は話しています。Amazon SageMaker の使用によって、アストラゼネカは ML 開発のための標準的な統一ソリューションを導入し、コストを削減しながら数か月間におよぶカスタム統合コードの作成を回避することができました。

kr_quotemark

Amazon SageMaker Studio では、多数の手動プロセスを作成する代わりに、機械学習開発プロセスのほとんどを簡単に自動化できます。”

Cherry Cabading 氏
アストラゼネカ、グローバルシニアエンタープライズアーキテクト

ソリューション | AWS でのスピード、効率性、簡素性の向上

2020 年、Cabading 氏とチームは Amazon SageMaker を使用したソリューションの設計を開始しました。チームが ML オペレーションの実装準備を進めていたところ、AWS から Amazon SageMaker Studio がリリースされました。これは、データを準備して、モデルの構築、トレーニング、およびデプロイを行うために必要な機能のすべてを 1 つの統一されたウェブベースのビジュアルインターフェイスで提供する、ML のための完全に統合された開発環境です。アストラゼネカは、2021 年 7 月に Amazon SageMaker Studio の使用を開始しました。Cabading 氏は、「これには、デプロイ、ML オペレーション、モデルレジストリ、SageMaker Feature Store、および異なるステージまたは環境にモデルをデプロイする機能が備わっていました。Amazon SageMaker Studio では、多数の手動プロセスを作成する代わりに、機械学習開発プロセスのほとんどを簡単に自動化できます」と話しています。

Advanced Insights Generator (AIG) と呼ばれるアストラゼネカの ML ソリューションは、アナリストが商業モデリングを実行するために役立ちます。米国の商業部門において、AIG は 100 人を超えるデータサイエンティストで構成されるサイエンスチームで使用されています。データサイエンティストは、バイオ医薬品や腫瘍学など、アクセスしたい環境とデータをリクエストします。これらのリクエストを管理するために、Cabading 氏のチームは AWS Service Catalog を使用しています。これは、組織が情報テクノロジーサービスのカタログを一元的に管理できる単一の場所を提供します。「データサイエンスチームの名前を入力し、そのチームがアクセスしたいデータのチェックボックスにチェックを入れます」と Cabading 氏は話しています。そうすることで、新しい環境が自動的に起動されます。これまで 1 か月以上かかっていたプロセスの全体が 5 分で完了するため、データサイエンティストはより重要な作業に集中し、洞察をすばやく提供することができます。

AIG を使用することで、商業チームはこれまで 6 か月以上かかっていた洞察の生成を 2 か月半たらずで行うことができます。これは、洞察を得るまでの時間の約 150 パーセントの向上です。「ソリューションには Infrastructure as Code (IaC) が採用されているので、簡単に反復することができます。これらのプロジェクトのためにわざわざ一からやり直す必要はありません」と Cabaning 氏は言います。「このソリューションは、これが最も有用であるさまざまな内部および外部パートナーと共有できます」。

Amazon SageMaker ソリューションのグローバルな拡張

現在、AIG は Global Medical によって米国の商業市場内で使用されています。アストラゼネカは、内部パートナーと主要外部パートナーの両方と、AIG 機能をより広範に共有する予定です。

Amazon SageMaker と AWS のその他サービスを使用することで、アストラゼネカは大量のデータを分析するためのソリューションを迅速に展開し、データサイエンティストの手作業によるワークロードを軽減しながら洞察を迅速化することができました。これは、世界中の人々の人生を一変させる医薬品を発見し、開発するというアストラゼネカの使命にとってきわめて重要です。

アストラゼネカのリファレンスアーキテクチャ: 分析アプリケーションのための Advanced Insights Generator (AIG) フレームワーク

アストラゼネカについて

AstraZenecaは、腫瘍学における処方薬、ならびに心臓血管、呼吸器、および免疫学分野におけるバイオ医薬品の発見、開発、商業化を行っており、145 か国 70 市場で何百人もの患者にサービスを提供しています。

利用している AWS のサービス

Amazon SageMaker

Amazon SageMaker は、機械学習専用に構築された幅広い一連の機能をまとめて提供することにより、データサイエンティストとデベロッパーが高品質の機械学習 (ML) モデルを迅速に準備、構築、トレーニング、およびデプロイするのを支援します。

詳細 »

Amazon SageMaker Studio

Amazon SageMaker Studio は、すべての ML 開発ステップを実行できる単一のウェブベースのビジュアルインターフェイスを提供し、データサイエンスチームの生産性を最大 10 倍向上させます。

詳細 »

AWS Service Catalog

AWS Service Catalog は、組織が AWS での使用が承認された IT サービスのカタログを作成して管理することを可能にします。これらの IT サービスには、仮想マシンイメージ、サーバー、ソフトウェア、およびデータベースから、完全な多層アプリケーションアーキテクチャまで、あらゆるサービスが含まれます。

詳細 »

ライフサイエンスお客様の事例

Showing results: 1-4
Total results: 53

項目が見つかりませんでした 

  • United Kingdom

    AstraZeneca’s Genomics Data Processing Solution Runs 51 Billion Tests in 1 Day on AWS

    Using AWS, biopharmaceutical company AstraZeneca built a cloud-based, efficient, scalable solution that processes genomics sequencing data quickly.
    2021
  • Americas

    General Electric on AWS

    General Electric (GE) is migrating more than 9,000 workloads, including 300 disparate ERP systems, to AWS while reducing its datacenter footprint from 34 to four. The company is the world's Digital Industrial Company, transforming industry with software-defined machines and solutions that are connected, responsive, and predictive.

    2015
  • North America

    Siemens on AWS

    Siemens uses an array of AWS services to bring IIOT to railways and factories, developing intelligent infrastructure for buildings and distributed energy systems, implementing AI into its cybersecurity platform, and more.
    2020
  • United States

    Moderna on AWS

    Founded in 2010, Moderna, Inc. is a biotechnology company pioneering a new class of messenger RNA (mRNA) medicines. Moderna has selected AWS as its preferred cloud provider, as well as its standard for analytics and machine learning workloads.
    2022
1 14

今すぐ始める

あらゆる業界のさまざまな規模の組織が AWS を活用してビジネスを変革し、日々ミッションを遂行しています。当社のエキスパートにお問い合わせいただき、今すぐ AWS ジャーニーを開始しましょう。