生成式AI正在如何改变医疗保健和生命科学？

由于疫情的肆虐，近年来人们对医疗保健和生命科学领域的关注，也提升到了一个前所未有的高度。

然而众所周知，任何一款新药的研发都面临着周期长、投入大、风险高等难题，以至于在医疗保健和生命科学领域一直流行着一个“121”的说法，也就是一款新药的研发，往往要经历10年时间，耗费20亿美元，但是成功率还不到10%。

由此可见，医疗保健和生命科学领域的企业对于缩短研发周期、压缩成本开支、提高成功率，一直都有着非常迫切和强烈的需求。

那么作为2023年最炙手可热的新技术，生成式AI是否可以帮助解决这些难题？作为全球领先的云服务商，亚马逊云科技在该领域进行了怎样的探索？又取得了哪些成效？近日在亚马逊云科技re:Invent 2023现场，趣味科技带着这些问题采访到了亚马逊云科技医疗保健人工智能技术总经理Tehsin Syed。

当医疗保健行业遇上生成式AI

作为有史以来规模最大的一届re:Invent，亚马逊云科技re:Invent 2023的线上线下总参与人数超过了35万人，可谓盛况空前。Tehsin Syed指出，这么多的与会嘉宾来到亚马逊云科技re:Invent，是为了寻求灵感以实现自己的设想，并为其组织构建下一个目标做好准备。亚马逊云科技很高兴能够与广大客户分享最新的合作和成就，其中医疗保健和生命科学领域的客户更是极具创新性。

Tehsin Syed向趣味科技透露，早在2018年，亚马逊云科技就针对医疗保健和生命科学领域成立了专门的团队，发布了一系列的产品和服务，迄今为止已经与数千家客户展开合作，前十大制药公司中有九家都选择了亚马逊云科技进行数据分析和机器学习。

随着人工智能技术的快速发展，特别是在生成式AI取得爆炸式发展的今天，越来越多的医疗保健和生命科学组织更加迫切地转向技术，将其作为业务差异化的竞争优势。亚马逊云科技注意到，几乎每一家客户和合作伙伴都在探索如何充分利用生成式AI，因为他们普遍从中看到了降本增效和提高生产力的机会，并且能够以此为终端客户提供更好的体验，医疗保健和生命科学领域也是如此。

“亚马逊云科技希望让每一家企业都能成为可以充分利用人工智能技术的公司，我们正在以负责任的开发理念完成这些工作，在设计、开发、部署等每一个阶段都必须要细致考虑。”Tehsin Syed表示，“而对于生成式AI来说，我们认为这会是一场漫长的马拉松比赛，一切才刚刚开始。”

为医疗保健和生命科学而生

针对医疗保健和生命科学领域的创新和协作，亚马逊云科技为其在全球范围内提供了一个集中的中心，将客户与所需的数据、工具以及可信任的合作伙伴相连接，同时还为有关数据的安全性和私密性提供了可靠保障。

亚马逊云科技提供的健康数据组合，将专门构建的亚马逊云科技服务和合作伙伴解决方案与客户的业务需求相匹配，从安全的数据传输、聚合、存储到数据分析、协作、共享和治理。都可以通过最全面的数据功能和最深入的人工智能和机器学习服务，加速对第一方、第三方和多模式数据的访问和洞察。借助生成式AI和专门构建的机器学习服务，客户可以轻松地将尖端技术融入现有工作流程，以更好地推动和加速创新。

Tehsin Syed指出，因为被困在非结构化数据中，有多达97%的医疗保健和生命科学数据未被利用。亚马逊云科技的目标就是通过利用专门构建的管理健康服务和功能，帮助医疗机构释放这些数据的力量，提高诊断效率和改善结果。譬如针对医疗保健和生命科学客户，亚马逊云科技就专门推出了Amazon Comprehend Medical（使用自然语言处理理解医疗背景）、Amazon Transcribe Medical（自动将医学语音转换为文本）、AWS HealthScribe（通过分析应用程序中的患者与临床医生对话自动生成临床记录）、AWS HealthOmics（将基因组、转录组和其他组学数据转化为洞察力）、AWS HealthImaging（以PB级存储、转换和分析云中的医学图像）、AWS HealthLake（增加了新的分析功能，可提供个人或患者群体健康数据的完整视图）等多项服务和功能，

除此以外，亚马逊云科技还提供了Amazon Bedrock（使用基础模型构建和扩展生成式AI应用程序的最简单方法）、Amazon SageMaker（更快地构建、训练和部署您的机器学习模型）、Amazon Datazone（在数据网格基础之上，跨组织边界大规模发现、共享和管理数据）、AWS Clean Rooms（在不共享或泄露底层数据集的情况下，安全地进行匹配、分析和协作）、AWS Data Exchange（轻松查找、订阅和使用云中的第三方数据）、Amazon Redshift（分析结构化和半结构化数据，以提供最佳性价比）、AWS Glue（以任何规模发现、准备和整合您的所有数据）、AWS Lake Formation（在几天内构建、管理和保护数据湖）、Amazon Athena（轻松灵活地分析所在位置的PB级数据）、Amazon Textract（自动从任何文档中提取打印文本、手写和数据）等其他相关服务，让客户能够以更快的速度、更高的效率、更小的成本达成自己的目标。

为了帮助客户加快数字化转型，亚马逊云科技还推出了AWS for Health服务与合作伙伴网络解决方案，以医疗保健、基因组学、生物制药等16个关键领域的云解决方案，极大地简化了医疗保健和生命科学企业的流程，并且已经被全球数千家医疗保健和生命科学客户采用。

生成式AI在医疗行业的应用实践

据Tehsin Syed介绍，亚马逊云科技与医疗保健和生命科学客户合作的案例，涵盖了教育和研究、人口保健和管理、信息技术和企业运营、患者参与、临床工作流程等各个领域，并且为客户提供了非常灵活的选择，使其能够以自己想要的方式构建生成式AI和大语言模型。而说起亚马逊云科技在该领域的生成式AI探索与成效，众多客户在re:Invent 2023大会的现身说法无疑最具说服力。

通过与亚马逊云科技的合作，辉瑞公司已经在17个项目中利用生成式AI和大语言模型推动创新和生产力，以更加安全和快速的方式开展创新，节省研发时间，并最终提高成功率，其中一些项目每年将节省7.5亿至10亿美元的成本。

吉利德在re:Invent上展示了如何在亚马逊云科技上使用生成式AI来实现基础模型选择，从关键数据集中获取洞察力，加速对大量非结构化信息的分析，了解临床研究的可行性，并通过利用内部和现实数据集的AI驱动的协议分析来优化选择。

通过亚马逊云科技提供的生成式AI服务，加州大学圣地亚哥分校健康中心大幅改善了护理和诊断的时间和质量，通过将传统的机器学习预测模型与Amazon SageMaker相结合，并在Amazon Bedrock上使用大语言模型运行生成式AI，临床医生能够将合并症与其他患者的人口统计数据相结合，以提高诊断效率和改善结果。

通过数据和生成式AI，强生公司打破了内部的数据孤岛，并使用人工智能、机器学习、自然语言处理来帮助数据科学家、临床医生、研究人员、开发人员和分析人员更快地找到答案并产生洞察力，并将数据纳入他们的日常业务流程。

默克公司使用亚马逊云科技的Amazon Bedrock快速构建生成式AI能力，以提高知识挖掘和市场研究效率，并且利用这些能力提供患者见解，同时缩小数据共享方面的差距，并为负责任的生成式AI构建数据治理生态系统。

“得益于云计算、大数据、人工智能、机器学习、生成式AI、大语言模型等新兴技术，我们正在接近医疗保健和生命科学领域的一个转折点，也就是从传统医疗向高度个性化和精确靶向诊断治疗的精准医疗迈进。我们的医疗保健客户希望通过确定患者的最佳治疗或预防来改变护理；我们的生命科学客户希望加快药物发现和研发，为患者创造治疗方法。他们现在可以运用亚马逊云科技提供的健康数据组合，将更多的时间和精力放在业务差异化和科学分析上。”Tehsin Syed说道，“我们与客户和合作伙伴一起，很高兴有机会通过更精确的治疗、现代化的护理来治疗疾病，改善人类健康，造福病患。”

审核编辑：刘清