Λευκή Βίβλος: Βέλτιστες πρακτικές μηχανικής μάθησης στις επιστήμες της υγείας και της ζωής

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

Για πελάτες που θέλουν να εφαρμόσουν ένα περιβάλλον συμβατό με το GxP στο AWS για συστήματα τεχνητής νοημοσύνης (AI) και μηχανικής μάθησης (ML), έχουμε κυκλοφορήσει μια νέα λευκή βίβλο: Βέλτιστες πρακτικές μηχανικής μάθησης στην υγεία και τις επιστήμες της ζωής.

Αυτή η λευκή βίβλος παρέχει μια επισκόπηση της ασφάλειας και των καλών πρακτικών συμμόρφωσης ML και καθοδήγηση σχετικά με την κατασκευή συστημάτων AI/ML που ρυθμίζονται από το GxP χρησιμοποιώντας υπηρεσίες AWS. Καλύπτουμε τα σημεία που έθεσε η FDA χαρτί συζήτησης και Καλές πρακτικές μηχανικής μάθησης (GMLP) ενώ αντλεί επίσης από πόρους AWS: τη λευκή βίβλο Συστήματα GxP σε AWS και την Φακός μηχανικής εκμάθησης από το AWS Well-Architected Framework. Η λευκή βίβλος αναπτύχθηκε με βάση την εμπειρία μας και τα σχόλιά μας από πελάτες φαρμακευτικών και ιατρικών συσκευών AWS, καθώς και από συνεργάτες AWS, οι οποίοι επί του παρόντος χρησιμοποιούν υπηρεσίες AWS για την ανάπτυξη μοντέλων ML.

Οι πελάτες υγειονομικής περίθαλψης και βιοεπιστημών (HCLS) υιοθετούν τις υπηρεσίες AWS AI και ML πιο γρήγορα από ποτέ, αλλά αντιμετωπίζουν επίσης τις ακόλουθες ρυθμιστικές προκλήσεις κατά την εφαρμογή:

Δημιουργία μιας ασφαλούς υποδομής που συμμορφώνεται με αυστηρές ρυθμιστικές διαδικασίες για την εργασία στο δημόσιο cloud και την ευθυγράμμιση με το πλαίσιο του FDA για την τεχνητή νοημοσύνη και την ML.
Υποστήριξη λύσεων με δυνατότητα AI/ML για φόρτους εργασίας GxP που καλύπτουν τα ακόλουθα:
- Αναπαραγωγικότητα
- Ιχνηλασιμότητα
- Ακεραιότητα δεδομένων
Παρακολούθηση μοντέλων ML σε σχέση με διάφορες αλλαγές σε παραμέτρους και δεδομένα.
Χειρισμός αβεβαιότητας και βαθμονόμησης εμπιστοσύνης μοντέλου.

Σε μας whitepaper, μαθαίνετε για τα ακόλουθα θέματα:

Πώς το AWS προσεγγίζει την ML σε ένα ρυθμιζόμενο περιβάλλον και παρέχει καθοδήγηση σχετικά με τις καλές πρακτικές μηχανικής μάθησης που χρησιμοποιούν υπηρεσίες AWS.
Η οργανωτική μας προσέγγιση για την ασφάλεια και τη συμμόρφωση που υποστηρίζει τις απαιτήσεις GxP ως μέρος του μοντέλο κοινής ευθύνης.
Πώς να αναπαράγετε τα βήματα της ροής εργασίας, να παρακολουθείτε τη σειρά μοντέλων και δεδομένων και να καθιερώνετε τη διακυβέρνηση και την ιχνηλασιμότητα του μοντέλου.
Τρόπος παρακολούθησης και διατήρησης της ακεραιότητας των δεδομένων και των ποιοτικών ελέγχων για τον εντοπισμό αποκλίσεων στην ποιότητα των δεδομένων και του μοντέλου.
Βέλτιστες πρακτικές ασφάλειας και συμμόρφωσης για τη διαχείριση μοντέλων AI/ML σε AWS.
Διάφορες υπηρεσίες AWS για τη διαχείριση μοντέλων ML σε ρυθμιζόμενο περιβάλλον.

Το AWS είναι αφιερωμένο στο να σας βοηθά να χρησιμοποιείτε με επιτυχία τις υπηρεσίες AWS σε ρυθμιζόμενα περιβάλλοντα επιστήμης της ζωής για να επιταχύνετε την έρευνα, την ανάπτυξη και την παράδοση της επόμενης γενιάς λύσεων ιατρικής, υγείας και ευεξίας.

Επικοινωνήστε μαζί μας με ερωτήσεις σχετικά με τη χρήση υπηρεσιών AWS για AI/ML σε συστήματα GxP. Για να μάθετε περισσότερα σχετικά με τη συμμόρφωση στο cloud, επισκεφτείτε το Συμμόρφωση AWS. Μπορείτε επίσης να ελέγξετε τους ακόλουθους πόρους:

Σχετικά με τους Συγγραφείς

Σούζαν Μάλλικ είναι ειδικός στον κλάδο και ψηφιακός ευαγγελιστής στην πρακτική της Παγκόσμιας Υγείας και Ζωής της AWS. Έχει πάνω από 20+ χρόνια εμπειρίας στον κλάδο της Life Science συνεργαζόμενος με εταιρείες βιοφαρμακευτικών και ιατρικών συσκευών σε όλη τη Βόρεια Αμερική, τις περιοχές APAC και EMEA. Έχει δημιουργήσει πολλές λύσεις Digital Health Platform και Patient Engagement χρησιμοποιώντας Mobile App, AI/ML, IoT και άλλες τεχνολογίες για πελάτες σε διάφορους θεραπευτικούς τομείς. Είναι κάτοχος πτυχίου B.Tech στον Ηλεκτρολόγο Μηχανικό και MBA στα Χρηματοοικονομικά. Η ηγεσία του στη σκέψη και η τεχνογνωσία του στον κλάδο κέρδισαν πολλές διακρίσεις στα φόρουμ της φαρμακευτικής βιομηχανίας.

Sai Sharanya Nalla είναι Sr. Data Scientist στην AWS Professional Services. Συνεργάζεται με πελάτες για την ανάπτυξη και εφαρμογή λύσεων AI/ML και HPC στο AWS. Στον ελεύθερο χρόνο της, της αρέσει να ακούει podcast και ηχητικά βιβλία, να κάνει μακρινούς περιπάτους και να συμμετέχει σε δραστηριότητες προβολής.