บริษัท ยาเร่งการทำยาโดยใช้ AI อย่างไร
การใช้ AI, Pfizer สามารถตรวจจับการเบี่ยงเบนและแนะนำขั้นตอนแบบเรียลไทม์สำหรับผู้ประกอบการเนื่องจากมีจุดมุ่งหมายเพื่อเพิ่มผลผลิตผลิตภัณฑ์ 10% และรอบเวลา 25% ประธานและซีอีโอของ Pfizer Albert Bourla กล่าวในการทบทวนประจำปีของ บริษัท ในปี 2566
บริษัท ยาเปิดตัวแพลตฟอร์ม AI ที่เกิดขึ้นในปี 2566” กระบวนการผลิตที่ขับเคลื่อนด้วย AI เพิ่มขึ้น 20%ทำให้เราสามารถส่งมอบยาให้กับผู้ป่วยได้เร็วขึ้น” Bourla กล่าวในรายงาน
การทำงานกับ AWS อนุญาตให้ไฟเซอร์เร่งการพัฒนาและการกระจายของวัคซีน COVID-19 และผลิตวัคซีนเป็นเวลา 269 วันแทนที่จะเป็น 8-10 ปีตามปกติตาม Lidia Fonseca หัวหน้าเจ้าหน้าที่ดิจิตอลและเทคโนโลยี Pfizers
ในการประชุมสุดยอด AWS ในลอสแองเจลิสเมื่อวันที่ 22 พฤศจิกายน 2567 Fonseca ตั้งข้อสังเกตว่าอัลกอริทึมการส่งต่อ mRNA ของไฟเซอร์ให้ปริมาณวัคซีนเพิ่มขึ้น 20,000 ครั้งต่อปี แบทช์ แพลตฟอร์ม AI ภายใน Generative AI ของ Pfizer บน AWS Cloud Services อนุญาตให้ บริษัท ยาสามารถเข้าถึงแบบจำลองภาษาขนาดใหญ่บนอเมซอนและ Sagemaker
อ่านเพิ่มเติม: การเติบโตของ AI กำเนิดเกิดขึ้นหมายถึงอะไรสำหรับการค้นพบยาและการทดลองทางคลินิก?
“ ในการผลิต Bedrock ใช้พารามิเตอร์กระบวนการที่ดีที่สุดเพื่อระบุสิ่งที่เราเรียกว่า Golden Batch และใช้ AI Generative เพื่อตรวจจับการเบี่ยงเบนและแนะนำการดำเนินการกับผู้ประกอบการของเราแบบเรียลไทม์” Fonseca กล่าว
เธอเสริมว่าไฟเซอร์ที่ใช้ AI สามารถค้นหาและรวบรวมข้อมูลและเนื้อหาทางวิทยาศาสตร์ได้ในระยะเวลาหนึ่ง
“และอัลกอริทึมสร้างและตรวจสอบเป้าหมายที่เป็นไปได้เพื่อปรับปรุงความสำเร็จทางวิทยาศาสตร์ของเรา” Fonseca กล่าว
Moderna ยังใช้ AI เพื่อเร่งการพัฒนาของวัคซีน COVID-19 AWS Internet of Things, AI/ML และบริการวิเคราะห์ข้อมูลสำหรับสภาพแวดล้อมที่เชื่อมต่อซึ่งมีการผลิตทางชีวเวชภัณฑ์อัจฉริยะและกระบวนการห่วงโซ่อุปทานตาม AWS AI -ALGORITHMS ยังช่วยให้ Moderna สามารถวิเคราะห์การควบคุมคุณภาพโดยอัตโนมัติและลดเวลาที่ใช้ในการทบทวนด้วยตนเองโดยมีวัตถุประสงค์เพื่อปรับปรุงกระบวนการผลิตและโลจิสติกส์ AWS บันทึกในกรณีศึกษา
Novartis ใช้ ML เพื่อพัฒนากระบวนการผลิตอัจฉริยะ ข้อมูลการผลิตและการวิเคราะห์ของเมอร์คเป็นแพลตฟอร์มที่ขับเคลื่อนด้วย AI บน AWS ที่ออกแบบมาเพื่อเพิ่มประสิทธิภาพกระบวนการผลิตยาตาม Sheeran
AI ในเภสัชกรรมและวิทยาศาสตร์เพื่อชีวิต
ในเดือนตุลาคม UCSF School of Pharmacy ได้รับเงินทุนของรัฐบาลกลางซึ่งเป็นส่วนหนึ่งของโครงการวิจัยขั้นสูงเพื่อความคิดริเริ่มด้านสุขภาพเพื่อเร่งการพัฒนายาโดยใช้ AI บริษัท เทคโนโลยีชีวภาพสามารถใช้ชุดข้อมูลโอเพนซอร์สและแบบจำลองที่พัฒนาขึ้นเป็นส่วนหนึ่งของโครงการมูลนิธิซอฟต์แวร์โมเลกุลเปิดไม่แสวงหาผลกำไรและ John Chodera นักเคมีการคำนวณที่ศูนย์มะเร็ง Memorial Sloan Kettering
UCSF วางแผนที่จะใช้ AI เพื่อทำแผนที่ภูมิประเทศกับโมเลกุลที่ไม่ต้องการหรือดำเนินการในรูปแบบที่อันตราย ด้วยการเร่งการพัฒนายาและลดต้นทุนนักวิจัยสามารถนำทางไปรอบ ๆ ในปัญหาที่เกิดขึ้นในภายหลังในกระบวนการพัฒนา นักวิจัยใช้ ML เพื่อทำนายว่าโมเลกุลมีปฏิสัมพันธ์กับการต่อต้านมิติอย่างไร
“ เมื่อออกแบบโมเลกุลใหม่คุณจะต้องสามารถทำนายคุณสมบัติของโมเลกุลได้เช่นระยะเวลาที่จะยังคงอยู่ในกระแสเลือดหรือว่ามันจะถูกเคี้ยวโดยเอนไซม์เมตาบอลิซึมในตับ กรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมการกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมการกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมกรมสำหาร กรมเภสัชศาสตร์ “และจากนั้นหวังว่าความคืบหน้าใหม่ในการเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์คือเมื่อพวกเขาได้รับข้อมูลที่ถูกต้องที่เราหวังว่าจะสร้างจะเพิ่มความแม่นยำของการคาดการณ์เหล่านี้ทำให้เราสามารถสังเคราะห์โมเลกุลน้อยลงเพื่อไปยังสถานที่เดียวกัน