가장 포괄적인 데이터 기능 세트와 가장 심층적인 인공 지능(AI) 및 기계 학습(ML) 서비스를 통해 퍼스트 파티, 서드 파티 및 멀티 모달 데이터에 빠르게 액세스하고 인사이트를 얻을 수 있습니다.
AWS HealthScribe 소개
HIPAA 적격 서비스인 HealthScribe는 의료 소프트웨어 공급업체에 환자와 임상의의 대화를 분석하여 임상 기록을 자동으로 생성하는 애플리케이션을 구축할 수 있는 기능을 제공합니다. Health Scribe는 음성 인식과 생성형 인공 지능(AI)을 결합합니다.
AWS를 통해 의료 및 생명 과학 데이터의 잠재력을 최대한 활용
생물약제부터 의료 기술, 제공자 및 지급인에 이르기까지 엄격한 규제를 받는 의료 및 생명 과학 산업의 조직은 엔드 투 엔드 데이터 전략을 통해 진단 및 인사이트 확보 시간을 단축하고 혁신 속도를 높이며 차별화된 치료제를 더 빠르게 출시해야 합니다. AWS는 글로벌 수준의 혁신과 협업을 위한 중앙 집중식 허브를 제공하여 의료 및 생명 과학 데이터를 안전하게 비공개로 유지하면서 필요한 데이터 및 기계 학습 도구와 신뢰할 수 있는 파트너를 연결해 줍니다.
AWS Health 데이터 포트폴리오는 안전한 데이터 전송, 집계 및 저장부터 데이터 분석, 협업, 공유 및 거버넌스에 이르기까지 다양한 비즈니스 요구에 맞춰 특별히 구축된 AWS 서비스 및 AWS 파트너 솔루션을 제공합니다. 생성형 AI 및 목적별 기계 학습 서비스를 통해 첨단 기술을 기존 워크플로에 쉽게 통합하여 혁신을 가속화하고 새로운 발견을 촉진할 수 있습니다.
데이터를 통해 비즈니스 성과 및 환자 결과 개선
AWS는 의료 및 생명 과학 조직에서 다양한 유형 및 모드 데이터를 저장, 변환, 액세스 및 분석하여 신약 개발, 질병 예방, 진단 및 치료를 최적화할 수 있도록 지원합니다.
더 깊이 있는 인사이트
생산성 및 효율성 향상
해답을 얻는 데 소요되는 시간 단축
보안 및 규정 준수
생성형 AI 활용
책임 있는 AI 사용
AWS 서비스
AWS Health 데이터 포트폴리오는 더 빠르게 혁신하고 환자 치료 결과를 개선할 수 있도록 특별히 설계된 AWS 서비스를 제공합니다.
애플리케이션에서 환자와 임상의의 대화를 분석하여 임상 기록을 자동으로 생성합니다.
파운데이션 모델(FM)을 사용하여 생성형 AI 애플리케이션을 구축하고 확장하는 가장 쉬운 방법입니다.
ML 모델을 빠르게 구축, 훈련 및 배포합니다.
AWS 참조 아키텍처 살펴보기
조직의 여러 경계에서 데이터를 대규모로 더 쉽게 검색, 공유, 발견 및 분석할 수 있는 확장 가능한 데이터 기반을 통해 안전한 협업을 촉진합니다.
조직의 여러 경계에서 대규모 임상 데이터 세트를 수집, 분류 및 안전하게 공유하여 다양한 데이터 세트에서 인사이트를 확보함으로써 임상 운영 및 임상 개발을 개선합니다.
운영 데이터 전반에 걸쳐 대규모로 안전하게 분석을 적용하여 상업적 예측 인사이트를 도출합니다.
대규모 분석에 사용할 유전체, 임상, 돌연변이, 발현, 이미징 데이터를 준비하고 데이터 레이크에 대해 대화형 쿼리를 수행합니다.
Pfizer는 대규모 글로벌 임상 시험에서 얻은 시험 참가자의 웨어러블 디바이스 데이터에 대해 맞춤형 디지털 바이오마커를 실행할 수 있는 효율적이고 확장 가능하며 자동화된 방법을 배포합니다.
AWS를 사용하여 확장 가능하고 유연하며 안전하고 재현 가능한 솔루션을 구축합니다. 파이프라인의 완전 자동화가 가능하고 병렬 처리를 용이하게 하는 GxP 준수 서버리스 이벤트 기반 아키텍처입니다.
Evolvere Biosciences가 AWS에서 고분자 설계를 수행하는 방법
AWS에서 AlphaFold 및 OpenFold와 같은 AWS CloudFormation 및 AWS CodeBuild 실행 알고리즘을 사용하여 단백질 설계 플랫폼을 구축하고 배포하는 Evolvere Biosciences의 사례를 확인하세요.
Boehringer Ingelheim, AWS를 사용해 신약 출시를 가속화하는 데이터 중심 기반 구축
AWS에 구축된 Dataland 솔루션을 통해 획기적인 치료법의 개발 역량을 혁신하는 Boehringer Ingelheim의 사례를 확인하세요.
Moderna와 Takeda가 실제 임상 자료를 사용하여 약물 연구를 가속화한 방법
Moderna와 Takeda가 데이터 공급자로부터 RWD를 소싱, 평가, 구독 및 사용하기 위한 실제 데이터(RWD) 전략의 필수 구성 요소로 AWS Data Exchange와 Amazon Redshift를 채택한 이유를 설명합니다.
GE Healthcare, AWS에 One Data Platform을 구축하고 2만 명 이상의 비즈니스 사용자를 지원하도록 확장
GE Healthcare는 AWS를 활용하여 Amazon S3 및 기타 AWS 서비스 기반의 데이터 레이크로 구동되는 내부 인프라인 One Data Platform을 구축했습니다. 이 플랫폼은 페타바이트 규모의 데이터를 수집, 저장 및 처리하고, 전 세계 400만 개 이상의 의료 디바이스에서 머신 데이터를 수집하며, 40개 이상의 다운스트림 시스템에 거의 실시간으로 데이터를 제공합니다.
리소스
다중 모달 다중 오믹스 데이터 통합과 분석을 통해 더 많은 인사이트를 확보
유전체학, 임상 및 영상과 같은 다중 모달 데이터 도메인을 활용하면 유전체학과 같은 단일 데이터 도메인과 비교하여 예측 기능의 정확도가 34% 향상된다는 사실을 알고 계셨나요?
다중 모달 및 다중 오믹스에 관한 최신 이 eBook에서는 MMMO 데이터 메시를 활용한 몇 가지 실제 고객 사례 연구를 찾아보면서, 데이터를 자산으로 전환하고 더 많은 데이터에 기반한 의사 결정을 유도하기 위한 기본 솔루션의 구축 또는 배포를 단순화하는 접근 방식을 자세히 설명합니다.
AWS re:Invent 2022 - Building data mesh architectures on AWS(AWS에서 데이터 메시 아키텍처 구축)
AWS에서 데이터 메시 아키텍처를 설계, 구축 및 운영하여 데이터 문제를 해결하고, 분석 프로세스를 최적화하며, 비즈니스에 인사이트를 더 빠르게 제공하는 방법을 알아봅니다.
Guidance for Protein Folding on AWS
이 지침은 AWS Batch에서 다양한 단백질 접힘 및 설계 알고리즘 카탈로그를 실행하여 비용을 최적화하고 성능을 유지하면서 새로운 단백질 분석 알고리즘에 대한 지원을 추가하는 데 도움이 됩니다.
Gilead, AWS에서 기계 학습을 사용하여 엔터프라이즈 검색 도구 개발 가속화
AI와 ML을 사용하여 예측 분석을 제공하고, 최대 9개의 엔터프라이즈 시스템의 정형 및 비정형 데이터에서 중요한 문서, 지식 및 데이터를 찾아 검색 시간을 약 50% 단축하는 확장 가능한 엔터프라이즈 검색 도구를 1년 이내에 구축한 Gilead의 사례를 확인하세요.
Rush University System for Health는 AWS에서 인구 건강 분석 플랫폼을 구축했습니다.
AWS HealthLake를 사용하여 환자 위험을 포괄적으로 보여주고 데이터 상호 운용성과 고급 분석을 적용하여 의료 형평성을 개선한 Rush University System for Health(RUSH)의 사례를 확인하세요.
대규모 언어 모델 소개
Amazon CTO Werner Vogels 박사가 AWS의 저명한 과학자 Sudipta Sengupta, Dan Roth와 함께 대규모 언어 모델(LLM)을 이해하기 쉽게 설명합니다.
Building the Brain Knowledge Platform with the Allen Institute for Brain Science(뇌 지식 플랫폼을 구축하는 Allen Institute for Brain Science)
클라우드를 사용하여 미국 National Institutes of Health(NIH) BRAIN Initiative Cell Atlas Network(BICAN)를 구축하는 Allen Institute의 사례를 확인하세요.
