환자 행동을 학습하여 임상 시험을 지원하는 AiCure의 AWS 기반 플랫폼

임상 시험은 원격으로 환자 참여를 포착하고 증상을 평가하는 데 어려움을 겪을 수 있습니다. 의미 있는 환자 데이터에 액세스하고 실시간 참여에 대한 인사이트를 얻으면 환자의 증상과 치료 경험에 대한 전체적인 관점을 제공할 수 있습니다.

AiCure는 비용을 절감하고 연구 일정의 예측 가능성을 개선하며 디지털 바이오마커 측정 및 환자 투여에 대한 실시간 모니터링과 같은 원격 환자 참여 및 평가를 통해 이러한 일정을 가속화합니다. AiCure는 마이크로서비스 기반 아키텍처를 사용하여 Amazon Web Services(AWS)의 다양한 솔루션을 활용함으로써 임상 시험에 참여하는 환자의 비디오, 오디오, 이미지 및 텍스트 데이터를 수집, 분류 및 처리합니다. Amazon API Gateway를 포함한 서비스는 환자의 스마트폰과 백엔드 아키텍처를 연결하는 데 도움이 되며, AWS Step Functions 및 AWS Batch는 AI 모델 및 추론을 지속적으로 개선하고 대규모로 추론하여 데이터의 활용 가능성을 높입니다. AWS Lambda와 같은 기타 서비스는 AI 파이프라인을 실행할 때마다 메타데이터를 생성하여 시스템 전반에 걸쳐 감사 추적 및 전체 추적 가능성을 지원하는 데 사용됩니다. 그런 다음, 임상 시험 후원자가 이 데이터를 사용하여 환자 참여 및 유지를 가능하게 하고 복약 준수를 지원할 수 있습니다.

AWS 기반 구축을 통해 AiCure는 "확장성, 유연성, 안정성, 감사 가능성 및 보안을 위해 클라우드 서비스를 활용할 수 있으며 이미 있는 것을 다시 만드느라 시간을 낭비할 필요는 없다”고 AiCure의 CTO인 Lei Guan은 말합니다. Amazon Cognito, AWS Key Management Service(AWS KMS), AWS Lambda 등과 같은 인증 서비스는 AiCure가 HIPAA 규정 준수를 유지하는 데 핵심적인 역할을 하는 반면 Amazon Simple Storage Service(Amazon S3)를 사용하면 사용자 기반 및 데이터 수집 볼륨이 증가함에 따른 확장성에 대해 걱정할 필요가 없어집니다. 마이크로서비스 중심 아키텍처는 AiCure가 핵심 AI 기술을 지속적으로 개선하는 데 중점을 두고 대규모 플랫폼을 실행할 수 있음을 의미합니다. 그리고 AWS 기반 아키텍처로 전환한 후 AiCure는 30개국에서 60만 개 이상의 비디오, 1억 8천만 개의 이미지 프레임, 60만 개의 약물 투여 이벤트 및 17,000개 이상의 개입 이벤트를 거의 실시간 성능으로 수집했습니다.