跳至主要內容
2024 年

與 Pfizer 攜手運用生成式 AI 推動生命科學的患者導向創新

了解 Pfizer 與 AWS 如何協作建置生成式 AI 原型,以協助將創新的治療方案快速引入市場。

受益

16,000 小時

每年節省搜尋時間

降低 55%

基礎設施成本

概觀

Pfizer 肩負著為全球 13 億患者變革醫療保健的使命,始終致力於使用尖端技術進行創新。為了透過雲端解決方案最佳化新藥物的開發,Pfizer 和 Amazon Web Services (AWS) 建立了 Pfizer-Amazon 協作團隊 (PACT) 計畫。 

在 PACT 下,Pfizer 已開展了 14 個專案,包括生成式人工智慧 (AI) 和機器學習 (ML),為科學家每年節省高達 16,000 小時的搜尋時間,並將基礎設施成本降低了 55%。Pfizer 使用 AWS 提供的眾多工具來探索新想法、快速建置原型,以及激發數位藥物開發領域的創新熱情。

Scientists in protective lab gear analyzing samples and data in a modern laboratory environment, with test tubes and computers visible on the desks.

關於 Pfizer

Pfizer 是美國跨國製藥和生物技術公司,將科學及其全球資源應用於為人們提供延長並顯著改善其生活的療法。

機會 | 透過 PACT 計畫支援快速創新

Pfizer 自 1849 年創立以來,一直專注於將科學創新作為核心價值。Pfizer 小分子製藥 (PSSM) 資料與數位創新主管 Vijay Bulusu 表示:「為了跟上技術的步伐,必須有人不斷學習 AWS 所發布的技術。」「我們與 AWS 的協作可以讓 Pfizer 保持專注於科學,同時利用 AWS 所帶來新技術的廣度和深度

2021 年,Pfizer 旗下的 PSSM 群組與 AWS 推出了 PACT,將 AWS 在分析、機器學習、運算、儲存、安全和雲端資料倉儲方面的功能應用於 Pfizer 實驗室、臨床製造和臨床供應鏈工作。Pfizer 製藥開發和臨床製造團隊孕育了充滿希望的想法,而 AWS 則透過解決方案架構師和 AWS 原型設計和雲端工程團隊提供專業技術知識。

由於 Pfizer 團隊高度專注於正在進行的技術專案,PACT 解決了原型設計所需頻寬相關的挑戰。Bulusu 說:「透過這項協作,AWS 將其原型設計團隊帶來,直接與業務和 IT 團隊合作,解決相關挑戰。」「這使我們能夠快速開發原型,採用『學習、回饋、快速檢錯』的迭代循環。」

AWS Professional Services (這是可協助組織在 AWS 上實現預期業務成果的全球專家團隊) 的指導下,成功的原型將進入最簡可行產品 (MVP) 階段,並可能進入生產階段。Bulusu 說:「對我們而言,最大的價值在於不必使用內部頻寬來進行評估和原型設計,而這需要大量且深入的技術知識。」「與 AWS 合作,我們可以測試新技術來解決挑戰並擴展解決方案,而不必成為我們最終可能使用或不會使用的各種技術的專家。」

解決方案 | 使用 ML 和生成式 AI,為科學家每年節省高達 16,000 小時的搜尋時間

透過 PACT,Pfizer 大大縮短了從原型到 MVP 的時間。Bulusu 說:「如果我們自己做這件事,假設我們能找到頻寬以及具備適當技能的人,那麼至少需要 3 個月的時間。」「PACT 原型所需時間通常不超過 6 週。」 PACT 基於創新的預期業務價值來選取使用案例,專注於貫穿內部業務的問題。

第一個使用案例旨在將 1,500 名 PSSM 科學家在資料探索上花費的時間減少高達 80%。開發一種藥物的過程中可能會產生大約 20,000 份文件,科學家通常必須使用各種工具來手動搜尋資料,以尋找歷史資料。早期的實驗促成了一項新 AWS 服務的開發:Amazon Kendra,這是一項智慧企業搜尋服務,組織可利用其透過內建連接器在不同的內容儲存庫中進行搜尋。

為了提高搜尋功能的效率,PACT 團隊現在使用生成式 AI,透過 Amazon Bedrock 存取 Anthropic 的 Claude 2.1,Amazon Bedrock 是一項全受管服務,提供來自領先 AI 公司的高效能基礎模型選擇。科學家透過名為 Vox 的內部平台存取 Amazon Bedrock,使用語音命令和聊天機器人搜尋文件,以自然語言提問。Pfizer 估計,科學家每年可以節省高達 16,000 小時搜尋和擷取資料的時間。它還估計,基礎設施成本將降低 55%。

另一個 PACT 原型會偵測 Pfizer 可攜式連續微型化和模組化 (PCMM) 製造中的異常情況,而 PCMM 是一種用於生產固體口服藥物的連續製造過程。工程師使用 Amazon SageMaker 建置了 PCMM 異常偵測原型,Amazon SageMaker 是一項全受管服務,將一系列工具組合起來,用於高效能、低成本的 ML,幾乎適用於任何使用案例。

Pfizer 科學家可以透過 AWS 上建置之解決方案的 ML 功能,偵測 PCMM 製造過程中出現的異常情況、預測維護需求,並減少設備停機時間。該解決方案還使用 Amazon Lookout for Equipment,這是一種 ML 產業設備監控服務,可偵測設備異常行為,以便組織能夠採取行動和避免意外停機,以及 Amazon Lookout for Metrics,該服務會自動偵測指標中的異常並識別其根本原因。最終,這項工作促成了對專注於時間序列資料之製造分析工具的開發。「我們的大分子群組現在也使用這種技術,」Bulusu 說。「對 PACT 專案的學習激發了多個 Pfizer 群組和業務領域的創新。」

即使他們的想法尚未成熟,暫時無法投入生產,PACT 也鼓勵 Pfizer 團隊的熱情。例如,該群組探討了使用虛擬實境和擴增實境進行訓練的想法。Bulusu 表示:「這完美體現了快速原型開發的價值,讓我們了解到用戶對這項技術的接受度還需要時間。」「透過這些原型實驗,我們能夠快速學習、快速檢錯,這為我們帶來了巨大的優勢。」

成果 | 培養全公司的創新文化

最初的 PACT 專案清單中有 14 個專案,到目前為止,已有 5 個想法進入生產階段。Bulusu 表示:「即使我們只是在做原型設計,AWS 沒有從中獲得即時收入,但 AWS 一直讓其頂尖團隊加入進來。」「我們一直對與我們合作的來自 AWS 的人才印象深刻。」

PACT 計畫鼓勵 PSSM 群組提出之前可能被認為不可行的想法。Bulusu 說:「獲取 AWS 的人才和技術後,我們改變了我們的創新文化,並在很短的時間內完成了很多事情。」「當各團隊看到我們分享的案例研究,並了解我們與 AWS 團隊的合作成果後,許多人開始主動提出過去不敢反映的挑戰。透過 PACT 計畫,我看到的最重要的受益是,其激發了人們進行更大膽的思考。」

獲取 AWS 的人才和技術後,我們改變了我們的創新文化,並在很短的時間內完成了很多事情。透過 PACT 計畫,我看到的最重要的受益是,其激發了人們進行更大膽的思考。
Missing alt text value

Vijay Bulusu

Pfizer 小分子製藥 (PSSM) 資料與數位創新主管

開始使用

各行各業各種規模的組織每天都在使用 AWS 來變革其業務和履行其使命。聯絡我們的專家,立即開始您的專屬 AWS 雲端之旅。

聯絡銷售人員