Accenture ustvari rešitev za avtorstvo regulativnih dokumentov z uporabo generativnih storitev umetne inteligence AWS | Spletne storitve Amazon

Ta objava je napisana skupaj z Ilanom Gellerjem, Shuyu Yangom in Richa Gupta iz podjetja Accenture.

Uvajanje novih inovativnih farmacevtskih zdravil na trg je dolg in strog proces. Podjetja se soočajo s kompleksnimi predpisi in obsežnimi zahtevami glede odobritve upravnih organov, kot je ameriška agencija za hrano in zdravila (FDA). Ključni del postopka predložitve je priprava regulativnih dokumentov, kot je Skupni tehnični dokument (CTD), obsežen standardno oblikovan dokument za oddajo vlog, sprememb, dodatkov in poročil FDA. Ta dokument vsebuje več kot 100 zelo podrobnih tehničnih poročil, ustvarjenih med postopkom raziskav in testiranja zdravil. Ročno ustvarjanje CTD-jev je izjemno delovno intenzivno, saj zahteva do 100,000 ur na leto za tipično veliko farmacevtsko podjetje. Dolgočasen postopek sestavljanja na stotine dokumentov je prav tako nagnjen k napakam.

Accenture zgradil rešitev za avtorstvo regulativnih dokumentov z uporabo avtomatiziranega generativni AI ki raziskovalcem in testerjem omogoča učinkovito izdelavo CTD. Z ekstrahiranjem ključnih podatkov iz poročil o testiranju sistem uporablja Amazon SageMaker JumpStart in druge storitve umetne inteligence AWS za ustvarjanje CTD-jev v ustrezni obliki. Ta revolucionarni pristop skrajša čas in trud, porabljen za avtorstvo CTD. Uporabniki lahko pred oddajo hitro pregledajo in prilagodijo računalniško ustvarjena poročila.

Zaradi občutljive narave podatkov in vloženega truda potrebujejo farmacevtska podjetja višjo raven nadzora, varnosti in možnosti revizije. Ta rešitev temelji na načelih in smernicah AWS Well-Architected za omogočanje zahtev po nadzoru, varnosti in reviziji. Uporabniku prijazen sistem uporablja tudi šifriranje za varnost.

Z izkoriščanjem generativne umetne inteligence AWS želi Accenture preoblikovati učinkovitost za regulirane industrije, kot je farmacevtska. Avtomatizacija frustrirajočega postopka dokumentiranja CTD pospeši odobritve novih izdelkov, tako da lahko inovativna zdravljenja hitreje pridejo do bolnikov. AI prinaša velik korak naprej.

Ta objava ponuja pregled celovite generativne rešitve umetne inteligence, ki jo je razvil Accenture za avtorstvo regulativnih dokumentov z uporabo SageMaker JumpStart in drugih storitev AWS.

Pregled rešitev

Accenture je zgradil rešitev, ki temelji na umetni inteligenci in samodejno ustvari dokument CTD v zahtevanem formatu, skupaj s prilagodljivostjo za uporabnike, da pregledajo in uredijo ustvarjeno vsebino. Predhodna vrednost je ocenjena na 40–45 % zmanjšanje avtorskega časa.

Ta generativna rešitev, ki temelji na umetni inteligenci, izvleče informacije iz tehničnih poročil, izdelanih kot del postopka testiranja, in zagotovi podrobno dokumentacijo v skupni obliki, ki jo zahtevajo osrednji upravni organi. Uporabniki nato pregledajo in uredijo dokumente, kjer je to potrebno, ter jih posredujejo centralnim organom upravljanja. Ta rešitev uporablja modela SageMaker JumpStart AI21 Jurassic Jumbo Instruct in AI21 Summarize za ekstrahiranje in ustvarjanje dokumentov.

Naslednji diagram prikazuje arhitekturo rešitev.

Potek dela je sestavljen iz naslednjih korakov:

1. Uporabnik dostopa do orodja za ustvarjanje regulativnih dokumentov iz brskalnika svojega računalnika.
2. Aplikacija React gostuje na Ojačaj AWS in je dostopen iz uporabnikovega računalnika (za DNS uporabite Amazonska pot 53).
3. Aplikacija React uporablja knjižnico za preverjanje pristnosti Amplify, da ugotovi, ali je uporabnik overjen.
4. Amazon Cognito zagotavlja lokalno uporabniško skupino ali pa se lahko združi z uporabnikovim aktivnim imenikom.
5. Aplikacija uporablja knjižnice Amplify za Preprosta storitev shranjevanja Amazon (Amazon S3) in naloži dokumente, ki jih zagotovijo uporabniki v Amazon S3.
6. Aplikacija zapiše podrobnosti o opravilu (ID opravila, ki ga ustvari aplikacija, in lokacijo izvorne datoteke Amazon S3) v Storitev Amazon Simple Queue Service (Amazon SQS) čakalna vrsta. Zajame ID sporočila, ki ga vrne Amazon SQS. Amazon SQS omogoča ločeno arhitekturo, odporno na napake. Tudi če med obdelavo opravila pride do nekaterih napak v ozadju, bo zapis opravila znotraj Amazon SQS zagotovil uspešne ponovne poskuse.
7. Z uporabo ID-ja opravila in ID-ja sporočila, vrnjenega s prejšnjo zahtevo, se odjemalec poveže z API WebSocket in pošlje ID opravila in ID sporočila v povezavo WebSocket.
8. WebSocket sproži an AWS Lambda funkcijo, ki ustvari zapis v Amazon DynamoDB. Zapis je preslikava ključ-vrednost ID-ja opravila (WebSocket) z ID-jem povezave in ID-jem sporočila.
9. Druga funkcija Lambda se sproži z novim sporočilom v čakalni vrsti SQS. Funkcija Lambda prebere ID opravila in prikliče an Korak funkcije AWS potek dela za obdelavo podatkovnih datotek.
10. Stroj stanja Step Functions prikliče funkcijo Lambda za obdelavo izvornih dokumentov. Funkcijska koda prikliče Amazonovo besedilo analizirati dokumente. Podatki o odzivu so shranjeni v DynamoDB. Na podlagi specifičnih zahtev z obdelavo podatkov se lahko shrani tudi v Amazon S3 oz Amazon DocumentDB (z združljivostjo z MongoDB).
11. Funkcija Lambda prikliče Amazon Texttract API DetectDocument za razčlenitev tabelaričnih podatkov iz izvornih dokumentov in shranjevanje ekstrahiranih podatkov v DynamoDB.
12. Funkcija Lambda obdela podatke na podlagi pravil preslikave, shranjenih v tabeli DynamoDB.
13. Funkcija Lambda prikliče knjižnice pozivov in vrsto dejanj z uporabo generativnega umetne inteligence z velikim jezikovnim modelom, ki gostuje prek Amazon SageMaker za povzemanje podatkov.
14. Funkcija zapisovalca dokumentov Lambda zapiše konsolidiran dokument v mapo, obdelano s S3.
15. Funkcija Lambda povratnega klica opravila pridobi podrobnosti povezave povratnega klica iz tabele DynamoDB in posreduje ID opravila. Nato funkcija Lambda izvede povratni klic do končne točke WebSocket in zagotovi obdelano povezavo dokumenta iz Amazon S3.
16. Funkcija Lambda izbriše sporočilo iz čakalne vrste SQS, tako da ni ponovno obdelano.
17. Spletni modul za ustvarjanje dokumentov pretvori podatke JSON v dokument Microsoft Word, jih shrani in obdelan dokument upodobi v spletnem brskalniku.
18. Uporabnik si lahko ogleda, ureja in shrani dokumente nazaj v vedro S3 iz spletnega modula. To pomaga pri pregledih in popravkih, če so potrebni.

Rešitev uporablja tudi prenosne računalnike SageMaker (označene s T v prejšnji arhitekturi) za izvajanje prilagoditve domene, natančno nastavitev modelov in uvajanje končnih točk SageMaker.

zaključek

V tej objavi smo predstavili, kako Accenture uporablja generativne storitve umetne inteligence AWS za implementacijo pristopa od konca do konca k rešitvi za avtorstvo regulativnih dokumentov. Ta rešitev je v zgodnjih testiranjih pokazala 60–65-odstotno zmanjšanje časa, potrebnega za ustvarjanje CTD. Identificirali smo vrzeli v tradicionalnih regulativnih upravljavskih platformah in razširili generativno inteligenco v njenem okviru za hitrejše odzivne čase ter nenehno izboljšujemo sistem, medtem ko sodelujemo z uporabniki po vsem svetu. Obrnite se na ekipo centra odličnosti Accenture, da se poglobite v rešitev in jo uvedete za svoje stranke.

Ta skupni program, osredotočen na generativno umetno inteligenco, bo pomagal povečati čas do vrednosti za skupne stranke Accenture in AWS. Prizadevanja temeljijo na 15-letnem strateškem odnosu med podjetji in uporabljajo iste preizkušene mehanizme in pospeševalnike, ki so jih zgradili Poslovna skupina Accenture AWS (AABG).

Povežite se z ekipo AABG na accentureaws@amazon.com za spodbujanje poslovnih rezultatov s preoblikovanjem v inteligentno podatkovno podjetje na AWS.

Za dodatne informacije o generativni AI pri uporabi AWS Amazon Bedrock ali SageMaker, glejte Generativni AI na AWS: tehnologija in Začnite z generativnim AI na AWS z uporabo Amazon SageMaker JumpStart.

Lahko tudi prijavite se na glasilo AWS generative AI, ki vključuje izobraževalne vire, spletne dnevnike in posodobitve storitev.

---

O avtorjih

Ilan Geller je generalni direktor v praksi podatkov in umetne inteligence pri Accenture. Je vodja globalnega partnerja AWS za podatke in umetno inteligenco ter center za napredno umetno inteligenco. Njegove vloge pri Accenture so bile predvsem osredotočene na načrtovanje, razvoj in dostavo kompleksnih podatkov, AI/ML in nazadnje Generative AI rešitev.

Shuyu Yang je Generative AI in Large Language Model Delivery Lead ter vodi tudi ekipe CoE (Center of Excellence) Accenture AI (AWS DevOps professional).

Richa Gupta je tehnološki arhitekt pri Accenture, vodi različne projekte umetne inteligence. Prihaja z več kot 18-letnimi izkušnjami pri projektiranju rešitev Scalable AI in GenAI. Njeno strokovno področje je arhitektura AI, rešitve v oblaku in Generative AI. Ima instrumentalno vlogo pri različnih predprodajnih aktivnostih.

Shikhar Kwatra je specialist za rešitve AI/ML pri Amazon Web Services, ki sodeluje z vodilnim globalnim sistemskim integratorjem. Prislužil si je naziv enega najmlajših indijskih mojstrov izumiteljev z več kot 500 patenti na področjih AI/ML in IoT. Shikhar pomaga pri arhitekturi, gradnji in vzdrževanju stroškovno učinkovitih, razširljivih okolij v oblaku za organizacijo in podpira partnerja GSI pri gradnji strateških industrijskih rešitev na AWS. Shikhar uživa v igranju kitare, skladanju glasbe in vadbi čuječnosti v prostem času.

Sachin Thakkar je višji arhitekt rešitev pri Amazon Web Services, ki sodeluje z vodilnim globalnim sistemskim integratorjem (GSI). Ima več kot 23 let izkušenj kot IT arhitekt in tehnološki svetovalec za velike institucije. Njegovo osredotočeno področje so podatki, analitika in generativna umetna inteligenca. Sachin zagotavlja arhitekturne smernice in podpira partnerja GSI pri gradnji strateških industrijskih rešitev na AWS.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://aws.amazon.com/blogs/machine-learning/accenture-creates-a-regulatory-document-authoring-solution-using-aws-generative-ai-services/