高管对话：生成式人工智能在制药商业化中实现负责任的创新

EVERSAN A 是生命科学行业商业服务的领先提供商。该组织正在构建生成式人工智能 (AI) 应用程序，以帮助制药组织提高效率和业务价值，同时改善患者预后。EVERSANA首席数字官斯科特·辛德最近与 亚马逊网络服务 （亚马逊云科技）医疗保健和生命科学数据科学和机器学习负责人Ujjwal Ratan进行了交谈，他谈到了这项开创性技术对生命科学商业团队的前景和潜力，以及促进该行业负责任创新所需的护栏。

本次高管对话是与利用 亚马逊云科技 技术推动医疗保健和生命科学行业前沿的领导人举行的一系列讨论的一部分。

Ujjwal Ratan：欢迎斯科特。为了让我们入门，你能否分享一下 EVERSANA 的核心使命？

Scott Snyder： 我们的使命是帮助生命科学公司管理产品的发布和商业化，或满足特定的项目和患者需求。我们为从单一产品的生物技术公司到大型跨国制药公司的客户提供综合商业服务解决方案。我们在整个商业生命周期中创建并执行成功的品牌战略，包括市场准入、营销和现场服务、医疗事务、患者支持和供应链，这些战略可带来显著的业务影响和更好的患者疗效。

UR：太神奇了。AI 和 ML 对完成这项任务有多重要？

SS： 这极其重要，因为生命科学行业的每个组织都在考虑使用人工智能和机器学习来改善患者体验、实现业务运营数字化并做出更好的数据驱动决策。我们可以通过人工智能重新构想我们解决的挑战，包括药品定价、促销、准入、报销、依从性或产品交付，从而提高其效率和针对性。因此，这对我们来说是一个巨大的机遇领域。

UR：您最近在 亚马逊云科技 上发表了一篇使用了 “ 为生命科学行业 制药人工智能” 一词的 文章。“药剂化” 人工智能意味着什么？

SS： 制药意味着将制药业的独特需求、要求和目标与生成式人工智能的创新能力相结合，以实现负责任和合乎道德的创新。我们必须利用新工具，以透明、信任、安全、保障和隐私为中心做事，同时快速创新，在整个药品商业化价值链中开发和部署高影响力的解决方案。例如，使用人工智能根据患者历史记录创建相关的个性化内容和患者互动，同时保护他们的数据安全并防止潜在的有害建议。

UR：真的很强大。你想启用哪些用例？

SS： 有许多计划中的用例，因为我们的平台涉及650多个品牌从发布前到发布后的整个商业价值链。最初计划的应用程序包括：

• 医疗和监管审查流程解决方案有助于优化耗时的手动合规操作。
• 聊天机器人等现场和患者援助解决方案可自动执行日常任务，提供更准确的响应并改善用户体验。
• 疾病和产品教育内容生成和个性化，帮助生命科学品牌提高医疗保健提供者和患者的参与度和教育。

UR：很高兴听到这个消息。您如何与 亚马逊云科技 合作将这些生成式 AI 用例变为现实？

SS： EVERSANA 和 亚马逊云科技 之间的合作侧重于跨医药商业化的高影响力生成人工智能应用程序。我们正在使用 Amazon Bedrock 来解锁一系列需要不同基础模型的用例，从企业搜索到内容生成。我们喜欢亚马逊云科技对Bedrock采用的方法，它不仅提供来自其合作伙伴生态系统的一组填充模型，还可以选择自带模型。这为我们提供了一个灵活的环境，我们可以利用高性能云基础架构的内置安全性和可扩展性进行实验，以满足该行业的独特需求。

其次，我们赞赏 亚马逊云科技 在隐私、透明度、安全性和负责任的创新方面与我们有着共同的价值观。这使我们能够确保正确的护栏到位，使患者受益。

最重要的是，亚马逊云科技 的行业解决方案在我们服务的组织中具有很高的可信度，这一点至关重要。我们正在开拓新的领域，因此信任就是一切。

UR：这是我下一个问题的一个很好的继续。生成式 AI 拥有巨大的潜力。但是它的成功在很大程度上取决于后端的有效数据飞轮。组织应如何设计数据系统以利用这些技术？

SS： 可靠的数据战略和治理计划是不可谈判的。您需要一个框架来确保基础数据是一种活资产，可以定期更新，促进有效的反馈和培训循环，并具有管理权。同时，除了典型的数据和管理机制外，你还需要有效的基础来整合结构化和非结构化数据，因此你需要在现有的数据基础之上构建新的层。

一个常见的误解是，不再需要数据科学家。这是不正确的。组织将需要数据科学家更全面地思考数据。数据科学家需要模型调整、快速工程和整体 AI 素养方面的最新技能，才能将这一新愿景变为现实。

UR：组织在组建利用生成式人工智能的团队时，应采取哪些措施来适应未来的需求？

SS： 团队需要一座涵盖意识、熟练程度和精通度的能力金字塔。

基本上，所有团队成员都应该对生成式人工智能工具以及这些东西如何影响他们的工作流程有基本的认识和了解。在熟练程度上，他们需要能够在这些生成式人工智能工具的基础上进行配置或构建的人员，以实现我所谓的 “小我” 创新。这些是微小的增量变化，可调整生成式 AI 工具来解决特定的业务挑战。最后，他们需要一些专家或对生成人工智能有深刻理解的人。他们知道如何在特定的数据语料库上训练模型，了解好的结果是什么样子，并且可以随着时间的推移构建机器学习操作。

同样重要的是，要有一个强大、负责任的人工智能框架，与所有员工共享，这样每个人都能在创新时了解理念和防护栏。

UR：这个领域的发展速度使得我们本周所说的话下周可能会过时。你如何将炒作与希望区分开来？

SS： 我们需要消除噪音并进行三角测量。生成式人工智能在根据用户提供的内容预测最佳合理结果方面做得非常出色。但是我们仍然需要人类的判断力、推理和专业知识。作为集思广益的合作伙伴，人工智能可能会帮助我们实现 80% 的目标，但关键的 20% 需要人类参与进来降低风险。在人力和人工智能驱动的服务之间找到最佳平衡的公司将在每个行业中大放异彩，制药业也不例外。

UR：在我们闭幕之前，你如何看待这个领域的发展，以及你对制药商业化中有哪些有前途的应用感到兴奋？

SS： 潜力巨 大，从客户体验和全渠道参与到软件开发和运营模式，都可以通过生成式人工智能重新构想。但是，重要的是要看看什么是实际的，哪些是仍然太不确定的。

例如，通过自动化传统的人工流程（例如对营销内容的医疗和监管审查）来加快批准速度。另一个领域是患者援助计划，其中生成式人工智能可用于定制患者宣传和全渠道活动、为患者提供对话式自助服务工具以及个性化计划。另一方面，对于医疗保健提供者来说，通过个性化的按需内容改善疾病和产品教育潜力巨大。

我最兴奋的是，生成式人工智能打破了数据科学中一个令人生畏的层面，将其开放供所有人使用。它使任何人都能成为数据科学家，并以更直观的方式与数据进行交互，从而解锁创新。

UR： 非常感谢你今天抽出时间，斯科特。我对生成式人工智能的可能性及其对生命科学行业的变革潜力感到兴奋。我期待看到这个空间将来如何发展。

详细了解 EVERSANA 和 亚马逊云科技 如何 合作在整个生命科学行业将人工智能 “药化” 。

要了解有关 亚马逊云科技 如何帮助客户在医疗保健和生命科学领域进行创新的 更多信息，请访问 亚马逊云科技 医疗保健和生命科学领域 。