Accenture は、AWS 生成 AI サービスを使用して規制文書オーサリング ソリューションを作成 |アマゾン ウェブ サービス

この投稿は、アクセンチュアの Ilan Geller、Shuyu Yang、Richa Gupta との共同執筆です。

革新的な新薬を市場に出すには、長くて厳しいプロセスが必要です。企業は、米国食品医薬品局 (FDA) などの統治機関からの複雑な規制と広範な承認要件に直面しています。提出プロセスの重要な部分は、次のような規制文書を作成することです。 共通技術文書 (CTD) は、FDA に申請書、修正書、補足書、報告書を提出するための包括的な標準形式の文書です。この文書には、医薬品の研究および試験の過程で作成された 100 を超える非常に詳細な技術レポートが含まれています。 CTD を手動で作成するのは非常に労力がかかり、典型的な大手製薬会社では年間最大 100,000 時間を要します。何百もの文書を編集するという退屈なプロセスでは、エラーも発生しやすくなります。

アクセンチュア 自動化された規制文書オーサリング ソリューションを構築しました generative AI これにより、研究者やテスターは効率的に CTD を生成できるようになります。テストレポートから重要なデータを抽出することにより、システムは次の情報を使用します。 Amazon SageMaker ジャンプスタート および他の AWS AI サービスを使用して、CTD を適切な形式で生成します。この革新的なアプローチにより、CTD オーサリングに費やす時間と労力が圧縮されます。ユーザーは、コンピュータで生成されたレポートを送信する前にすぐに確認して調整できます。

データの機密性とそれに伴う労力のため、製薬会社はより高いレベルの制御、セキュリティ、監査可能性を必要としています。このソリューションは、AWS Well-Architected の原則とガイドラインに基づいて、制御、セキュリティ、監査可能性の要件を実現します。ユーザーフレンドリーなシステムは、セキュリティのために暗号化も採用しています。

Accenture は、AWS 生成 AI を活用することで、製薬などの規制された業界の効率を変革することを目指しています。イライラする CTD 文書プロセスを自動化することで、新製品の承認が迅速化され、革新的な治療法をより早く患者に提供できるようになります。 AI は大きな進歩をもたらします。

この投稿では、SageMaker JumpStart およびその他の AWS サービスを使用した規制文書オーサリングのために Accenture が開発したエンドツーエンドの生成 AI ソリューションの概要を説明します。

ソリューションの概要

アクセンチュアは、必要な形式で CTD ドキュメントを自動的に生成する AI ベースのソリューションを構築しました。また、生成されたコンテンツをユーザーが確認および編集できる柔軟性も備えています。暫定値では、オーサリング時間が 40 ～ 45% 削減されると推定されています。

この生成的な AI ベースのソリューションは、テスト プロセスの一部として作成された技術レポートから情報を抽出し、中央統治機関が要求する共通形式で詳細な関係書類を提供します。その後、ユーザーは必要に応じて文書を確認および編集し、中央行政機関に提出します。このソリューションでは、SageMaker JumpStart AI21 Jurassic Jumbo Instruct および AI21 Summarize モデルを使用してドキュメントを抽出および作成します。

次の図は、ソリューションのアーキテクチャを示しています。

ワークフローは次の手順で構成されます。

1. ユーザーは、コンピュータのブラウザから規制文書オーサリング ツールにアクセスします。
2. React アプリケーションは次の場所でホストされています。 AWS 増幅 ユーザーのコンピュータからアクセスされます (DNS の場合は、 アマゾンルート53).
3. React アプリケーションは、Amplify 認証ライブラリを使用して、ユーザーが認証されているかどうかを検出します。
4. アマゾンコグニート ローカル ユーザー プールを提供するか、ユーザーの Active Directory とフェデレーションできます。
5. アプリケーションは Amplify ライブラリを使用して、 Amazon シンプル ストレージ サービス (Amazon S3) を作成し、ユーザーが提供したドキュメントを Amazon S3 にアップロードします。
6. アプリケーションは、ジョブの詳細 (アプリが生成したジョブ ID と Amazon S3 ソース ファイルの場所) を Amazon シンプル キュー サービス (Amazon SQS) キュー。 Amazon SQS から返されたメッセージ ID をキャプチャします。 Amazon SQS は、フォールトトレラントな分離アーキテクチャを可能にします。ジョブの処理中にバックエンドエラーが発生した場合でも、Amazon SQS 内にジョブレコードがあれば、再試行は確実に成功します。
7. クライアントは、前のリクエストによって返されたジョブ ID とメッセージ ID を使用して、 WebソケットAPI そして、ジョブ ID とメッセージ ID を WebSocket 接続に送信します。
8. WebSocket は AWSラムダ レコードを作成する関数 Amazon DynamoDB。レコードは、ジョブ ID (WebSocket) と接続 ID およびメッセージ ID のキーと値のマッピングです。
9. SQS キュー内の新しいメッセージによって別の Lambda 関数がトリガーされます。 Lambda 関数はジョブ ID を読み取り、 AWSステップ関数 データファイルを処理するためのワークフロー。
10. Step Functions ステートマシンは、Lambda 関数を呼び出してソースドキュメントを処理します。関数コードが呼び出すのは、 アマゾンテキストラック 文書を分析するためです。応答データは DynamoDB に保存されます。データ処理に関する特定の要件に基づいて、Amazon S3 または Amazon DocumentDB（MongoDB互換性あり）.
11. Lambda 関数は、Amazon Textract API DetectDocument を呼び出してソースドキュメントから表形式のデータを解析し、抽出されたデータを DynamoDB に保存します。
12. Lambda 関数は、DynamoDB テーブルに保存されているマッピングルールに基づいてデータを処理します。
13. Lambda 関数は、プロンプト ライブラリと、ホストされている大規模な言語モデルを備えた生成 AI を使用した一連のアクションを呼び出します。 アマゾンセージメーカー データの要約用。
14. ドキュメントライターの Lambda 関数は、S3 で処理されたフォルダーに統合ドキュメントを書き込みます。
15. ジョブ コールバック Lambda 関数は、DynamoDB テーブルからコールバック接続の詳細を取得し、ジョブ ID を渡します。次に、Lambda 関数は WebSocket エンドポイントにコールバックを行い、Amazon S3 から処理されたドキュメントのリンクを提供します。
16. Lambda 関数は、メッセージが再処理されないように SQS キューからメッセージを削除します。
17. ドキュメント ジェネレーター Web モジュールは、JSON データを Microsoft Word ドキュメントに変換して保存し、処理されたドキュメントを Web ブラウザー上に表示します。
18. ユーザーは、Web モジュールからドキュメントを表示、編集し、S3 バケットに保存し直すことができます。これは、必要な場合のレビューや修正に役立ちます。

このソリューションでは、SageMaker ノートブック (上記のアーキテクチャでは T とラベル付けされています) も使用して、ドメイン適応を実行し、モデルを微調整し、SageMaker エンドポイントをデプロイします。

まとめ

この投稿では、アクセンチュアが AWS の生成 AI サービスを使用して、規制文書オーサリング ソリューションに向けたエンドツーエンドのアプローチを実装している方法を紹介しました。このソリューションは初期のテストで、CTD の作成に必要な時間が 60 ～ 65% 削減されることが実証されました。当社は、従来の規制管理プラットフォームのギャップを特定し、そのフレームワーク内で生成インテリジェンスを強化して応答時間を短縮し、世界中のユーザーと連携しながらシステムを継続的に改善しています。アクセンチュア センター オブ エクセレンス チームに問い合わせて、ソリューションをさらに深く掘り下げてクライアントに展開してください。

生成 AI に焦点を当てたこの共同プログラムは、アクセンチュアと AWS の共同顧客の価値実現までの時間を短縮するのに役立ちます。この取り組みは、両社間の 15 年間にわたる戦略的関係に基づいて構築されており、米国政府が構築したものと同じ実証済みのメカニズムとアクセラレータを使用しています。 アクセンチュア AWS ビジネス グループ (AABG)。

AABG チームと連絡を取るには、 Accentureaws@amazon.com AWS 上のインテリジェントなデータエンタープライズに変革することで、ビジネスの成果を推進します。

を使用した AWS 上の生成 AI の詳細については、 アマゾンの岩盤 または SageMaker を参照してください。 AWS 上の生成 AI: テクノロジー および Amazon SageMaker JumpStart を使用して、AWS でジェネレーティブ AI を開始する.

また、ワイルドカード*を使用すると、任意の文字にマッチし、XNUMXつのコマンドで複数のファイルを削除することができます。 AWS Generative AI ニュースレターにサインアップするこれには、教育リソース、ブログ、サービスの更新情報が含まれます。

---

著者について

イラン・ゲラー Accenture のデータおよび AI プラクティスのマネージング ディレクターです。彼は、データと AI および高度 AI センターのグローバル AWS パートナーリードです。 Accenture での彼の役割は主に、複雑なデータ、AI/ML、そして最近ではジェネレーティブ AI ソリューションの設計、開発、提供に重点を置いています。

ヤン・シュユ ジェネレーティブ AI および大規模言語モデルのデリバリー リーダーであり、CoE (Center of Excellence) Accenture AI (AWS DevOps プロフェッショナル) チームもリードしています。

リチャグプタ Accenture のテクノロジー アーキテクトとして、さまざまな AI プロジェクトを指揮しています。彼女は、スケーラブル AI および GenAI ソリューションの設計において 18 年以上の経験を持っています。彼女の専門分野は、AI アーキテクチャ、クラウド ソリューション、生成 AI です。彼女はさまざまなプリセールス活動で重要な役割を果たしています。

シカール・クワトラ アマゾン ウェブ サービスの AI/ML スペシャリスト ソリューション アーキテクトであり、大手グローバル システム インテグレーターと協力しています。 彼は、AI/ML および IoT ドメインで 500 件を超える特許を取得し、最年少のインドのマスター発明家の XNUMX 人の称号を獲得しています。 Shikhar は、組織の費用対効果が高くスケーラブルなクラウド環境の設計、構築、および維持を支援し、AWS で戦略的な業界ソリューションを構築する GSI パートナーをサポートします。 Shikhar は余暇にギターを弾いたり、作曲したり、マインドフルネスを実践したりすることを楽しんでいます。

サチン・タッカー アマゾン ウェブ サービスのシニア ソリューション アーキテクトで、大手グローバル システム インテグレーター (GSI) と協力しています。彼は、IT アーキテクトおよび大規模組織のテクノロジー コンサルタントとして 23 年以上の経験を持っています。彼の重点分野はデータ、分析、生成 AI です。 Sachin はアーキテクチャに関するガイダンスを提供し、GSI パートナーが AWS 上で戦略的な業界ソリューションを構築するのをサポートします。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://aws.amazon.com/blogs/machine-learning/accenture-creates-a-regulatory-document-authoring-solution-using-aws-generative-ai-services/