ResMed는 Amazon SageMaker를 사용하여 수백만 명의 환자를 위한 맞춤형 수면 요법을 제공합니다

ResMed는 수면 무호흡증, 만성 폐쇄성 폐질환 및 기타 수면 장애가 있는 사람들을 위한 지속 양압 호흡 장치 및 마스크를 제공합니다. 이 클라우드 연결 장비는 ResMed의 myAir 환자 참여 애플리케이션을 통해 환자의 수면 패턴에 대한 데이터를 수집하고 환자와 공유합니다. 그런 다음 myAir의 스마트 코칭 기능은 AI/ML을 사용하여 환자들의 결과를 개선할 수 있도록 각 환자에게 맞춤형 권장 사항을 제공합니다.

2021년, ResMed는 2025년 목표를 달성하기 위해 필요한 대용량의 환자 수면 데이터에 대해 안전하게 추론을 실행할 수 있는 자동화된 통합 AI/ML 셀프 서비스 솔루션을 갖추지 못했었습니다. IHS의 첫 번째 버전은 ResMed와 공동 혁신을 통해 과거부터 훌륭한 실적을 쌓아온 AWS 파트너인 Manifold와 함께 구축했습니다. 개념 증명에서의 성공에도 불구하고, 데이터 과학자들은 각기 다른 도구를 사용하여 이 컨테이너 기반 프레임워크를 개발했기 때문에 해당 인프라에 대한 지속적인 책임을 져야 했습니다. ResMed의 AI 및 ML 담당 부사장인 Badri Raghavan은 “개인 개발자에게 자체적으로 도구 상자를 구축하도록 맡기면 확장이 불가능할 뿐만 아니라 저희가 원하는 수준의 최종 결과물을 얻을 수도 없습니다.”라고 말합니다.

ResMed는 표준화된 중앙 집중식 AI/ML 솔루션을 구축하기 위해 Amazon SageMaker를 선택했습니다. Amazon SageMaker는 전 세계로 확장할 수 있고 회사에서 이미 데이터 스토리지에 사용하고 있는 솔루션과 잘 연결할 수 있었기 때문입니다. 2018년, ResMed는 지역별 데이터 규정을 준수하는 데이터 레이크를 AWS에 구축했습니다. Amazon SageMaker는 AWS Glue를 통해 이 데이터 레이크를 원활하게 연결했습니다. AWS Glue는 분석, 기계 학습 및 애플리케이션 개발을 위해 데이터를 간편하게 탐색, 준비, 조합할 수 있도록 지원하는 서버리스 데이터 통합 서비스입니다.

2022년 초 ResMed는 Manifold와 함께 차세대 ML 솔루션인 IHS의 두 번째 버전을 구축하기 시작했습니다. 도움이 되는 지침을 얻기 위해 팀은 AWS Data Lab에 참여하였습니다. AWS Data Lab은 고객과 AWS 기술 리소스 사이에서 빠른 협업 엔지니어링 참여를 제공하여 데이터 및 분석, AI/ML 및 애플리케이션 현대화 이니셔티브를 가속화하는 유형의 결과물을 얻을 수 있도록 합니다. ResMed의 ML 및 AI 담당 선임 관리자인 Philomena Lamoureaux는 “AWS Data Lab은 최고였습니다.”라고 말합니다. “개발자들이 이러한 개념 증명을 위한 개발과 교육에만 집중할 수 있는 시간을 확보해 두었습니다.” AWS Data Lab 이후 ResMed의 Amazon SageMaker 도입률은 3개월 만에 두 배 이상 증가했습니다. 프로토타입 솔루션은 ResMed가 AWS Data Lab 팀과 협력한 지 불과 2개월 후인 2022년 4월에 출시되었으며, 6개월이 채 지나지 않은 시점에는 Amazon SageMaker에 있는 IHS 솔루션의 기본 AI/ML 기능을 배포했습니다.

ResMed의 AI/ML 솔루션은 Amazon SageMaker Processing을 사용하여 완전 관리형 인프라에서 전처리, 후처리 및 모델 평가 워크로드를 쉽게 실행합니다. ResMed는 다양한 Amazon SageMaker 기능을 활용하여 모델과 파이프라인을 훈련하고 거의 실시간 및 배치 추론을 포함한 배포 유형을 선택합니다. (ResMed의 솔루션 아키텍처에 대한 자세한 내용은 그림 1을 참조하세요.) 이러한 ML 모델은 myAir 애플리케이션에 거의 실시간에 가까운 예측을 제공한 다음 콘텐츠를 조정하여 myAir 사용자에게 제공합니다. 각 ML 모델은 하루에 최대 2백만 개의 예측을 생성합니다. myAir는 인앱 알림 외에도 유연하고 확장 가능한 아웃바운드 및 인바운드 마케팅 커뮤니케이션 서비스인 Amazon Pinpoint를 사용하여 고객에게 맞춤형 이메일 캠페인을 전송합니다.

ResMed의 최고 기술 책임자인 Urvashi Tyagi는 “이전에는 모든 myAir 사용자가 앱에서 비슷한 메시지를 수신했습니다.”라고 말합니다. “IHS는 환자가 사용하는 ResMed 디바이스 종류, 깨어 있는 시간 및 추가 상황 데이터를 기반으로 myAir를 통해 환자와의 맞춤형 상호 작용을 촉진했습니다.” 현재 1,850만 명 이상의 환자가 맞춤형 콘텐츠와 맞춤형 환경을 즐기고 있습니다. ResMed의 데이터 엔지니어링 책임자인 Prakhar Shukla는 “저희 팀은 환자분들이 저희가 가진 데이터에서 얻어낼 수 있는 혜택을 누락 없이 전부 누릴 수 있도록 노력합니다.”라고 말합니다.

ResMed의 데이터 과학자는 이제 더 많은 시간과 유연성을 갖게 되었습니다. “배포, 서비스 및 모니터링이 최대한 간소화되고 자동화되어 데이터 과학자는 구축한 인프라에 얽매이지 않고 모델을 만들 수 있습니다.”라고 Lamoureaux는 말합니다. “그들은 앞으로 나아갈 수 있고 창의력을 발휘할 수 있는 공간을 확보할 수 있습니다.” ResMed의 데이터 과학자는 Amazon SageMaker를 사용하여 몇 개월이 아닌 며칠 또는 몇 주 만에 ML 모델을 배포하고 AI/ML 파이프라인 처리 시간을 수 시간 단축하여 시장 출시 기간을 단축합니다.

ResMed는 전 세계 1,850만 명 이상의 환자를 위한 개인 맞춤형 수면 치료를 지원하는 AI/ML IHS 솔루션을 신속하게 구축하기 위해 Amazon SageMaker를 사용했습니다. “Amazon SageMaker를 채택하기 전에는 모든 myAir 사용자가 상태에 관계없이 앱에서 동일한 메시지를 동시에 수신했습니다.”라고 Raghavan은 말합니다. “Amazon SageMaker는 ResMed 사용자를 위한 맞춤형 치료를 촉진하는 데 도움을 주었습니다. 당사는 Amazon SageMaker 기능을 활용해 모델 파이프라인을 훈련하고 거의 실시간 및 배치 추론을 포함한 배포 유형을 선택하여 myAir 사용자에게 맞춤형 콘텐츠를 제공합니다.” 또한, Raghavan은 “Amazon SageMaker를 사용하면 몇 개월이 아닌 며칠 또는 몇 주 만에 ML 모델을 배포하여 글로벌 조직 전체에 ML 기능을 임베딩한다는 주요 목표를 달성할 수 있었습니다.”라고 덧붙였습니다.