AWS助輝瑞加快藥物開發和臨床製造

  •  
  •  
  •  

Amazon Web Services (AWS) 正在與輝瑞公司合作開發建基於雲端的創新解決方案,改善新藥物的開發、製造和分發至臨床試驗的程序。兩間企業正透過新成立的輝瑞-亞馬遜合作團隊 (Pfizer Amazon Collaboration Team) 計劃探索新技術,將AWS在分析、機器學習、運算、儲存、安全和雲端數據倉儲方面的功能應用於輝瑞的實驗室、臨床製造和臨床供應鏈中等過程。

AWS正協助輝瑞提升其連續臨床製造流程,利用AWS的Amazon Lookout for Equipment(AWS透過分析感應器數據檢測異常設備行為的服務)等機器學習服務,建構預防性維護功能。透過上述服務,輝瑞可以延長臨床藥物製造中所需的離心機、攪拌機、粉碎機、包衣機和空氣處理機等設備的正常運作時間。是次合作將支援輝瑞更快、更穩定地生產新藥物及評估新藥物能在患者健康方面帶來的好處。

輝瑞藥物科學、全球研發和醫療副總裁Andrew McKillop表示:「輝瑞與AWS合作,目標是加快藥物研發和開發過程,最終改善患者的治療體驗,並將新治療方法推出市場。我們與AWS的機器學習和分析專家緊密合作,為我們的科學家和研究人員提供所需的資訊,在醫學領域上作出突破,改善患者生活。」

善用雲端及機器學習技術

AWS正與輝瑞合作開發原型解決方案,用於偵測其固體口服藥物在連續臨床製造平台中的異常數據。該原型解決方案使用Amazon SageMaker(AWS用於在雲端和邊緣裝置快速建構、訓練和部署機器學習模型的服務)、Amazon Lookout for Equipment、Amazon Lookout for Metrics(AWS用於自動檢測異常指標並識別其根本原因的服務)和Amazon QuickSight(AWS專為雲端而設、由機器學習支援的可擴展商業智能服務)等AWS服務。透過機器學習模型,解決方案能有效提供早期警告,並引導用戶到相關的警告訊號,還可以實現超低的誤報率。故此,輝瑞可以處理來自便攜式、連續性、微型化和模塊化(PCMM)製造設備和感應器的數據,偵測異常情況、預測維護需求、減少潛在的設備停機時間。

輝瑞科學家亦將與AWS醫療保健和生命科學專家攜手合作,探索輝瑞藥物科學小分子團隊的研究人員如何利用AWS的分析和機器學習服務,從舊有文件中提取和挖掘資訊。輝瑞擁有大量文件,其中包含各種藥物開發過程中產生的寶貴數據,涵蓋化學合成路線、配方、分析測試、研制開發、配方組成、臨床製造活動、批次記錄、技術轉讓和許多其他工作流程所產生的數據,蘊藏具有重大價值的資訊,若輝瑞的研究人員能有效地分辨和組織這些資訊,就能為開發新藥或改良現有藥物提供正確方向。為了在合適時間內快速、安全地獲取正確的資訊,輝瑞的藥物科學小分子團隊正在與AWS合作開發一個原型系統,自動從文件中提取、攝入和處理數據,以協助實驗設計。該原型系統由 Amazon Comprehend Medical(AWS符合 HIPAA 標準的自然語言處理(NLP)服務,可準確、快速地從非結構化醫療文本中提取數據)和 Amazon SageMaker 所支援,並使用 Amazon Cognito 確保安全的用戶存取。

AWS業務拓展和行業副總裁Kathrin Renz表示:「越來越多生命科學行業客戶都希望有機會能夠大規模擴展專業知識和洞察力,並在合適的時間安全地獲取正確的資訊,以減少藥物開發和臨床試驗的時間和成本。AWS擁有廣泛而深入的雲端功能,以安全、創新的研究方法支援輝瑞團隊,協助他們專注於優化藥物開發和臨床製造過程。過去兩年,全球各地都深深明白到,當生命受到威脅時,速度和靈活性在研究、開發和臨床製造週期的每一步都至關重要。我們很榮幸能與輝瑞合作,利用我們深厚的領域專業知識協助他們開發解決方案,從而大大改善全球患者的生活。」


  •  
  •  
  •  

benny

Benny Yeung ~ 企業IT傳媒人,經常四周穿梭科技巨企及論壇,熱愛探討新商機。性格貪玩,但喜歡閱讀沉悶的企業賺蝕數字,最重視辦事效率。