Buku Putih: Praktik Terbaik Pembelajaran Mesin Dalam Ilmu Kesehatan dan Kehidupan

Diterbitkan Ulang Oleh Plato

Followers: 0

Untuk pelanggan yang ingin menerapkan lingkungan yang sesuai dengan GxP di AWS untuk sistem kecerdasan buatan (AI) dan pembelajaran mesin (ML), kami telah merilis laporan resmi baru: Praktik Terbaik Pembelajaran Mesin dalam Ilmu Kesehatan dan Kehidupan.

Buku putih ini memberikan ikhtisar tentang keamanan dan praktik kepatuhan ML yang baik serta panduan dalam membangun sistem AI/ML yang diatur GxP menggunakan layanan AWS. Kami membahas poin yang diangkat oleh FDA kertas Diskusi dan Praktik Pembelajaran Mesin yang Baik (GMLP) sementara juga menggambar dari sumber daya AWS: whitepaper Sistem GxP di AWS dan Lensa Pembelajaran Mesin dari AWS Well-Architected Framework. Whitepaper dikembangkan berdasarkan pengalaman kami dengan dan umpan balik dari pelanggan AWS farmasi dan perangkat medis, serta mitra AWS, yang saat ini menggunakan layanan AWS untuk mengembangkan model ML.

Pelanggan Healthcare and life sciences (HCLS) mengadopsi layanan AWS AI dan ML lebih cepat dari sebelumnya, tetapi mereka juga menghadapi tantangan peraturan berikut selama implementasi:

Membangun infrastruktur aman yang mematuhi proses peraturan ketat untuk bekerja di cloud publik dan menyelaraskan dengan kerangka kerja FDA untuk AI dan ML.
Mendukung solusi berkemampuan AI/ML untuk beban kerja GxP yang mencakup hal-hal berikut:
- Reproduksibilitas
- Lacak
- Integritas data
Memantau model ML sehubungan dengan berbagai perubahan parameter dan data.
Menangani ketidakpastian model dan kalibrasi kepercayaan.

Dalam kami whitepaper, Anda mempelajari topik berikut:

Bagaimana AWS mendekati ML dalam lingkungan yang diatur dan memberikan panduan tentang Praktik Pembelajaran Mesin yang Baik menggunakan layanan AWS.
Pendekatan organisasi kami terhadap keamanan dan kepatuhan yang mendukung persyaratan GxP sebagai bagian dari model tanggung jawab bersama.
Cara mereproduksi langkah-langkah alur kerja, melacak model dan garis keturunan kumpulan data, serta menetapkan tata kelola dan keterlacakan model.
Cara memantau dan memelihara integritas data dan pemeriksaan kualitas untuk mendeteksi penyimpangan dalam kualitas data dan model.
Praktik terbaik keamanan dan kepatuhan untuk mengelola model AI/ML di AWS.
Berbagai layanan AWS untuk mengelola model ML dalam lingkungan yang diatur.

AWS didedikasikan untuk membantu Anda berhasil menggunakan layanan AWS di lingkungan life science yang teregulasi untuk mempercepat penelitian, pengembangan, dan penyampaian solusi medis, kesehatan, dan kebugaran generasi berikutnya.

Hubungi Kami dengan pertanyaan tentang penggunaan layanan AWS untuk AI/ML dalam sistem GxP. Untuk mempelajari lebih lanjut tentang kepatuhan di cloud, kunjungi Kepatuhan AWS. Anda juga dapat melihat sumber daya berikut:

Tentang Penulis

Susant Mallick adalah spesialis Industri dan penginjil digital dalam praktik Kesehatan Global dan Ilmu Kehidupan AWS. Dia memiliki lebih dari 20 tahun pengalaman dalam industri Ilmu Hayati yang bekerja dengan perusahaan biofarmasi dan perangkat medis di seluruh wilayah Amerika Utara, APAC, dan EMEA. Dia telah membangun banyak solusi Platform Kesehatan Digital dan Keterlibatan Pasien menggunakan Aplikasi Seluler, AI/ML, IoT, dan teknologi lainnya untuk pelanggan di berbagai Area Terapi. Dia memegang gelar B.Tech di bidang Teknik Elektro dan MBA di bidang Keuangan. Kepemimpinan pemikiran dan keahlian industrinya mendapatkan banyak penghargaan di forum industri Farmasi.

Sai Sharanya Nalla adalah Sr. Data Scientist di AWS Professional Services. Dia bekerja dengan pelanggan untuk mengembangkan dan mengimplementasikan solusi AI/ML dan HPC di AWS. Di waktu luangnya, dia senang mendengarkan podcast dan buku audio, berjalan-jalan, dan terlibat dalam kegiatan penjangkauan.