ResMed 使用 Amazon SageMaker 為數以百萬計的患者提供個人化睡眠治療

ResMed 為患有睡眠呼吸中止症、慢性阻塞性肺病和其他睡眠障礙的人提供持續氣道正壓裝置和面罩。這種雲端連接設備會收集有關患者睡眠模式的資料，並透過 ResMed 的 myAir 患者互動應用程式與患者共享。然後，myAir 的 Smart Coaching 功能使用 AI/ML 向每位患者提供個人化建議，以改善他們的治療效果。

要實現其 2025 年目標，ResMed 需要安全地使用大量患者睡眠資料進行推論，但在 2021 年，他們並沒有能夠滿足這一需求的統一自動化 AI/ML 自助服務解決方案。IHS 的第一個版本是 ResMed 與 AWS 合作夥伴 Manifold 一起建置的，兩家公司過去在聯合創新方面有著良好的合作。雖然作為概念證明非常成功，但這個基於容器的架構是由使用各種不同工具的資料科學家開發的，這迫使他們必須永遠負責該基礎架構。ResMed 負責 AI 與 ML 的副總裁 Badri Raghavan 說道：「讓開發人員建置自己的工具箱是不可擴展的，也無法產生我們想要的優質的最終產品。」

ResMed 選擇使用 Amazon SageMaker 來建置集中式、標準化的 AI/ML 解決方案，因為其可以在全球範圍內擴展，並且能夠很好地配合該公司已經用於資料儲存的解決方案。2018 年，ResMed 在 AWS 上建置了符合地區資料法規的資料湖。Amazon SageMaker 透過 AWS Glue 與該資料湖無縫結合。AWS Glue 是一種無伺服器資料整合服務，可用於輕鬆探索、準備和組合資料，以進行分析、ML 和應用程式開發。

於 2022 年初，ResMed 開始與 Manifold 合作建置其下一代 ML 解決方案：IHS 的第二個版本。為了獲得指導，該團隊參加了 AWS 資料實驗室。該實驗室在客戶和 AWS 技術資源之間提供加速、緊密的工程互動，以建立實際可交付的成果，加快資料、分析、AI/ML 及應用程式現代化計畫的速度。ResMed AI 與 ML 資深經理 Philomena Lamoureaux 說道：「AWS 資料實驗室很棒，我們有時間讓我們的開發人員只專注於這個概念驗證的開發和教育。」 在參加完這次 AWS 資料實驗室之後，ResMed 對 Amazon SageMaker 的採用在 3 個月內翻了一番有餘。原型解決方案於 2022 年 4 月便推出，距 ResMed 接觸 AWS 資料實驗室團隊僅 2 個月，並且 Amazon SageMaker 上 IHS 解決方案的基礎 AI/ML 功能在 6 個月內便部署完畢。

ResMed 的 AI/ML 解決方案使用 Amazon SageMaker Processing 在全受管的基礎設施上執行前期處理、後期處理和模型評估工作負載。ResMed 利用許多 Amazon SageMaker 功能來訓練模型和管道及選擇部署類型，包括近乎即時和批次推論。(有關 ResMed 解決方案架構的更多詳細資訊，請參閱圖 1。) 這些 ML 模型向 myAir 應用程式提供近乎即時的預測，讓 myAir 可以向使用者提供個人化的內容。每個 ML 模型每天產生多達 200 萬個預測。除了應用程式內通知之外，myAir 還使用 Amazon Pinpoint (一種靈活且可擴展的傳入和傳出行銷通訊服務) 透過電子郵件向客戶傳送行銷資訊。

ResMed 技術長 Urvashi Tyagi 表示：「以前，所有 myAir 使用者收到的來自應用程式的訊息很相似。IHS 透過 myAir 根據患者使用的 ResMed 裝置、他們醒著的時間和其他相關資料，實現了與患者的個人化互動。」 現在，超過 1,850 萬名患者能夠享受到量身打造的內容和個人化體驗。「我們的團隊可以確保患者能夠受益於我們擁有的所有資料，」ResMed 資料工程總監 Prakhar Shukla 說道。

ResMed 資料科學家現在有更多的時間和靈活性。Lamoureaux 表示：「部署、服務和監控盡可能地簡化和自動化，這樣資料科學家在建立模型之後，就不必操心建置的基礎設施。他們可以開展其他工作，並擁有發揮創造力的空間。」 藉助 Amazon SageMaker，ResMed 資料科學家將部署 ML 模型的時間從數月縮短到了數週甚至是數天，並將 AI/ML 管道處理時間縮短了數小時，從而加快了上市時間。

ResMed 使用 Amazon SageMaker 快速構建 AI/ML IHS 解決方案，為全球超過 1,850 萬名患者提供個性人化睡眠治療。Raghavan 表示：「在採用 Amazon SageMaker 之前，所有 myAir 使用者均會同時收到來自應用程式的相同訊息，無論他們的狀況如何。Amazon SageMaker 讓 ResMed 使用者可以獲得更加個人化的治療。我們利用 Amazon SageMaker 的功能來訓練模型管道和選擇部署類型，包括近乎即時和批次推論，以向 myAir 使用者提供量身打造的內容。」 Raghavan 還補充道：「Amazon SageMaker 讓我們能夠將部署 ML 模型的時間從幾個月縮短到幾週甚至幾天，協助我們實現主要目標，即在全球範圍內讓整個公司都具備 ML 能力。」