Para clientes que desejam implementar um ambiente compatível com GxP na AWS para sistemas de inteligência artificial (IA) e aprendizado de máquina (ML), lançamos um novo whitepaper: Melhores práticas de aprendizado de máquina em saúde e ciências biológicas.
Este whitepaper fornece uma visão geral de segurança e boas práticas de conformidade de ML e orientações sobre a construção de sistemas de IA/ML regulamentados por GxP usando serviços da AWS. Cobrimos os pontos levantados pelo FDA Documento de discussão e Boas práticas de aprendizado de máquina (GMLP), ao mesmo tempo que utiliza recursos da AWS: o whitepaper Sistemas GxP na AWS e os votos de Lente de aprendizado de máquina do AWS Well-Architected Framework. O whitepaper foi desenvolvido com base em nossa experiência e feedback de clientes farmacêuticos e de dispositivos médicos da AWS, bem como de parceiros da AWS, que atualmente usam serviços da AWS para desenvolver modelos de ML.
Os clientes de saúde e ciências biológicas (HCLS) estão adotando os serviços de IA e ML da AWS mais rapidamente do que nunca, mas também enfrentam os seguintes desafios regulatórios durante a implementação:
- Construir uma infraestrutura segura que esteja em conformidade com processos regulatórios rigorosos para trabalhar na nuvem pública e se alinhe à estrutura da FDA para IA e ML.
- Suporte a soluções habilitadas para IA/ML para cargas de trabalho GxP que abrangem o seguinte:
- Reprodutibilidade
- Rastreabilidade
- Integridade de dados
- Monitoramento de modelos de ML em relação a diversas alterações em parâmetros e dados.
- Lidando com a incerteza do modelo e calibração de confiança.
No nosso whitepaper, você aprende sobre os seguintes tópicos:
- Como a AWS aborda o ML em um ambiente regulamentado e fornece orientação sobre boas práticas de aprendizado de máquina usando serviços da AWS.
- Nossa abordagem organizacional para segurança e conformidade que suporta os requisitos GxP como parte do modelo de responsabilidade compartilhada.
- Como reproduzir as etapas do fluxo de trabalho, rastrear a linhagem do modelo e do conjunto de dados e estabelecer governança e rastreabilidade do modelo.
- Como monitorar e manter a integridade dos dados e verificações de qualidade para detectar desvios nos dados e na qualidade do modelo.
- Práticas recomendadas de segurança e conformidade para gerenciar modelos de IA/ML na AWS.
- Vários serviços AWS para gerenciamento de modelos de ML em um ambiente regulamentado.
A AWS se dedica a ajudar você a usar com sucesso os serviços da AWS em ambientes regulamentados de ciências biológicas para acelerar sua pesquisa, desenvolvimento e entrega da próxima geração de soluções médicas, de saúde e de bem-estar.
Para entrar em contato conosco: com perguntas sobre o uso de serviços AWS para IA/ML em sistemas GxP. Para saber mais sobre conformidade na nuvem, visite Conformidade AWS. Você também pode verificar os seguintes recursos:
- Aplicando o modelo de responsabilidade compartilhada da AWS à sua solução GxP
- Automatizando a conformidade GxP na nuvem: práticas recomendadas e diretrizes de arquitetura
- Melhores práticas operacionais para IA e ML
- Apresentando a estrutura bem arquitetada para aprendizado de máquina
- Lente de aprendizado de máquina
Sobre os autores
Susan Mallick é especialista do setor e evangelista digital na prática global de saúde e ciências biológicas da AWS. Ele tem mais de 20 anos de experiência na indústria de Ciências da Vida, trabalhando com empresas biofarmacêuticas e de dispositivos médicos na América do Norte, regiões APAC e EMEA. Ele construiu muitas soluções de plataforma digital de saúde e engajamento de pacientes usando aplicativos móveis, IA/ML, IoT e outras tecnologias para clientes em diversas áreas terapêuticas. Ele possui bacharelado em Engenharia Elétrica e MBA em Finanças. Sua liderança inovadora e experiência no setor ganharam muitos elogios em fóruns da indústria farmacêutica.
Sai Sharanya Nalla é cientista de dados sênior na AWS Professional Services. Ela trabalha com clientes para desenvolver e implementar soluções de IA/ML e HPC na AWS. Nas horas vagas, ela gosta de ouvir podcasts e audiolivros, fazer longas caminhadas e participar de atividades de extensão.
- Coinsmart. A melhor troca de Bitcoin e criptografia da Europa.
- Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. ACESSO LIVRE.
- CryptoHawk. Radar Altcoin. Teste grátis.
- Fonte: https://aws.amazon.com/blogs/machine-learning/whitepaper-machine-learning-best-practices-in-healthcare-and-life-sciences/
- "
- 100
- Sobre
- acelerar
- em
- atividades
- AI
- Amazon
- América
- app
- abordagem
- arquitetura
- artificial
- inteligência artificial
- Inteligência artificial (AI)
- AWS
- MELHOR
- melhores práticas
- Prédio
- desafios
- Cheques
- Na nuvem
- Empresas
- compliance
- confiança
- Clientes
- dados,
- cientista de dados
- dedicado
- Entrega
- desenvolver
- desenvolvido
- Desenvolvimento
- dispositivo
- digital
- COMPROMETIMENTO
- Engenharia
- Meio Ambiente
- estabelecer
- vasta experiência
- experiência
- Rosto
- mais rápido
- fda
- retornos
- financiar
- seguinte
- Quadro
- geração
- Global
- Bom estado, com sinais de uso
- governo
- Saúde
- saúde
- detém
- HTTPS
- executar
- implementação
- indústria
- Infraestrutura
- integridade
- Inteligência
- iot
- Liderança
- APRENDER
- aprendizagem
- Ciências da Vida
- Escuta
- longo
- procurando
- máquina
- aprendizado de máquina
- a manter
- gestão
- médico
- ML
- Móvel Esteira
- Aplicativo móvel
- modelo
- modelos
- Monitore
- mais
- Norte
- América do Norte
- organizacional
- Outros
- Parceiros
- farmacêutico
- Farmacêutica
- plataforma
- Podcasts
- prática
- processos
- profissional
- fornece
- público
- nuvem pública
- qualidade
- reguladores
- Requisitos
- pesquisa
- Recursos
- responsabilidade
- Ciência
- CIÊNCIAS
- Cientista
- seguro
- segurança
- Serviços
- compartilhado
- Soluções
- entraram com sucesso
- suportes
- sistemas
- tecnologia
- Tecnologias
- liderança de pensamento
- tempo
- Temas
- Rastreabilidade
- pista
- usar
- vário
- enquanto
- Whitepaper
- QUEM
- trabalhar
- trabalho
- anos