Para los clientes que buscan implementar un entorno compatible con GxP en AWS para sistemas de inteligencia artificial (IA) y aprendizaje automático (ML), hemos publicado un nuevo documento técnico: Prácticas recomendadas de aprendizaje automático en el cuidado de la salud y las ciencias biológicas.
Este documento técnico proporciona una descripción general de la seguridad y las buenas prácticas de cumplimiento de ML y orientación sobre la creación de sistemas de IA/ML regulados por GxP mediante los servicios de AWS. Cubrimos los puntos planteados por la FDA Informe de discusión y Buenas prácticas de aprendizaje automático (GMLP) al mismo tiempo que aprovecha los recursos de AWS: el documento técnico Sistemas GxP en AWS y del Lente de aprendizaje automático del marco de buena arquitectura de AWS. El documento técnico se desarrolló en función de nuestra experiencia y los comentarios de los clientes de dispositivos médicos y farmacéuticos de AWS, así como de los socios de AWS, que actualmente utilizan los servicios de AWS para desarrollar modelos de aprendizaje automático.
Los clientes de salud y ciencias de la vida (HCLS) están adoptando los servicios de IA y ML de AWS más rápido que nunca, pero también enfrentan los siguientes desafíos normativos durante la implementación:
- Construir una infraestructura segura que cumpla con los estrictos procesos regulatorios para trabajar en la nube pública y alinearse con el marco FDA para IA y ML.
- Compatibilidad con soluciones habilitadas para IA/ML para cargas de trabajo GxP que cubren lo siguiente:
- Reproducibilidad
- Trazabilidad
- Integridad de datos
- Monitoreo de modelos ML con respecto a varios cambios en parámetros y datos.
- Manejo de la incertidumbre del modelo y calibración de confianza.
En nuestros whitepaper, aprendes sobre los siguientes temas:
- Cómo AWS aborda ML en un entorno regulado y proporciona orientación sobre buenas prácticas de aprendizaje automático utilizando los servicios de AWS.
- Nuestro enfoque organizacional hacia la seguridad y el cumplimiento que respalda los requisitos de GxP como parte de la modelo de responsabilidad compartida.
- Cómo reproducir los pasos del flujo de trabajo, realizar un seguimiento del modelo y el linaje del conjunto de datos, y establecer la gobernanza y la trazabilidad del modelo.
- Cómo monitorear y mantener la integridad de los datos y los controles de calidad para detectar desviaciones en los datos y la calidad del modelo.
- Mejores prácticas de seguridad y cumplimiento para administrar modelos AI/ML en AWS.
- Varios servicios de AWS para administrar modelos de ML en un entorno regulado.
AWS se dedica a ayudarlo a utilizar con éxito los servicios de AWS en entornos de ciencias de la vida regulados para acelerar su investigación, desarrollo y entrega de la próxima generación de soluciones médicas, de salud y de bienestar.
Contáctanos con preguntas sobre el uso de los servicios de AWS para AI/ML en sistemas GxP. Para obtener más información sobre el cumplimiento en la nube, visite Cumplimiento de AWS. También puede consultar los siguientes recursos:
- Aplicación del modelo de responsabilidad compartida de AWS a su solución GxP
- Automatización del cumplimiento de GxP en la nube: mejores prácticas y pautas de arquitectura
- Mejores prácticas operativas para IA y ML
- Presentamos el marco de buena arquitectura para el aprendizaje automático
- Lente de aprendizaje automático
Acerca de los autores
susant mallick es un especialista de la industria y un evangelista digital en la práctica global de salud y ciencias de la vida de AWS. Tiene más de 20 años de experiencia en la industria de las ciencias de la vida trabajando con empresas biofarmacéuticas y de dispositivos médicos en las regiones de América del Norte, APAC y EMEA. Ha creado muchas soluciones de plataforma de salud digital y participación del paciente utilizando aplicaciones móviles, AI/ML, IoT y otras tecnologías para clientes en varias áreas terapéuticas. Tiene un título B.Tech en Ingeniería Eléctrica y un MBA en Finanzas. Su liderazgo intelectual y experiencia en la industria le valieron muchos elogios en los foros de la industria farmacéutica.
Sai Sharanya Nala es científico de datos sénior en AWS Professional Services. Trabaja con los clientes para desarrollar e implementar soluciones de IA/ML y HPC en AWS. En su tiempo libre, le gusta escuchar podcasts y audiolibros, dar largas caminatas y participar en actividades de divulgación.
- Coinsmart. El mejor intercambio de Bitcoin y criptografía de Europa.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. ACCESO LIBRE.
- CriptoHawk. Radar de altcoins. Prueba gratis.
- Fuente: https://aws.amazon.com/blogs/machine-learning/whitepaper-machine-learning-best-practices-in-healthcare-and-life-sciences/
- "
- 100
- Nuestra Empresa
- acelerar
- a través de
- actividades
- AI
- Amazon
- America
- applicación
- enfoque
- arquitectura
- artificial
- inteligencia artificial
- Inteligencia Artificial (AI)
- AWS
- MEJOR
- y las mejores prácticas
- Construir la
- retos
- Cheques
- Soluciones
- Empresas
- compliance
- confianza
- Clientes
- datos
- científico de datos
- a dedicados
- entrega
- desarrollar
- desarrollado
- Desarrollo
- dispositivo
- digital
- de su negocio.
- Ingeniería
- Entorno
- establecer
- experience
- Experiencia
- Cara
- más rápida
- FDA
- realimentación
- financiar
- siguiendo
- Marco conceptual
- generación de AHSS
- Buscar
- candidato
- gobierno
- Salud
- la salud
- mantiene
- HTTPS
- implementar
- implementación
- energético
- EN LA MINA
- integridad
- Intelligence
- IOT
- Liderazgo
- APRENDE:
- aprendizaje
- Ciencias de la vida
- Escucha Activa
- Largo
- mirando
- máquina
- máquina de aprendizaje
- mantener
- administrar
- servicios
- ML
- Móvil
- Aplicación movil
- modelo
- modelos
- Monitorear
- más,
- North
- América del Norte
- organizativo
- Otro
- socios
- (PDF)
- Farma
- Farmacéutica
- plataforma
- Pódcasts
- en costes
- Profesional
- proporciona un
- público
- nube pública
- calidad
- regulador
- Requisitos
- la investigación
- Recursos
- responsabilidad
- Ciencia:
- CIENCIAS
- Científico
- seguro
- EN LINEA
- Servicios
- compartido
- Soluciones
- Con éxito
- soportes
- Todas las funciones a su disposición
- tecnología
- Tecnologías
- liderazgo de pensamiento
- equipo
- Temas
- Trazabilidad
- seguir
- utilizan el
- diversos
- mientras
- Blackpaper
- QUIENES
- trabajando
- funciona
- años