파트너십

임상 연구에서 감사 가능한 AI를 위한 도구 통합

Naomi Crest
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트SAS와 Posit은 Viya 및 Clinical Acceleration을 Posit Workbench와 연결하여 SAS와 R 워크플로를 통합합니다.
더 보기
  • SAS와 Posit은 Viya 및 Clinical Acceleration을 Posit Workbench와 연결하여 SAS와 R 워크플로를 통합합니다.
  • AI 지원 코딩은 거버넌스가 적용된 환경 내에 유지되어 인간 검토자가 제출 준비가 된 데이터셋에 대한 통제권을 유지합니다.
  • Regeneron의 이전 우회 방식은 혼합 언어 임상 프로그래밍에서 공유 액세스 제어가 왜 중요한지를 보여줍니다.

SAS는 2026년 11월 16일 Posit PBC와 파트너십을 맺었다고 발표하고, 자사의 임상 연구 기술과 Posit의 오픈소스 개발 도구를 연결하기로 했다. 초기에는 SAS와 R을 함께 사용하는 규제 대상 임상 개발 워크플로를 겨냥한다. Posit은 과거 RStudio라는 이름으로 알려져 있었다.

이번 파트너십을 통해 SAS Viya와 SAS Clinical Acceleration을 Posit Workbench, Positron, Posit Connect, Posit Package Manager와 통합한다. SAS는 분석, 접근 제어, 감사 가능성을 제공하고, Posit은 여러 프로그래밍 언어를 사용하는 임상 업무를 위한 오픈소스 개발 환경을 제공한다.

공유 실행 환경과 재현 가능한 환경

Posit의 제품 및 전략 담당 수석 부사장인 Eric Pite는 프로그래머가 Positron에서 SAS와 R 코드를 작성하고, Viya가 해당 프로그래머에게 부여된 권한으로 SAS 코드를 실행할 수 있다고 말했다. 연결된 환경은 SAS와 R뿐 아니라 Python과 SQL도 지원한다.

고객은 Clinical Acceleration을 통해 관리되고 버전이 지정된 R 환경에서 작업하면서 의존성과 상호 운용성 제약을 직접 관리할 수 있다. Posit Package Manager는 R과 Python 환경의 일관성과 재현성을 유지하도록 돕고, 팀은 Positron과 Posit Assistant를 사용해 코드를 개발할 수 있다. 이에 따라 AI 지원 코딩도 분석의 나머지 과정과 동일한 관리형 환경에서 이루어진다.

임상 데이터 관리 체계, AI 지원까지 확대

Clinical Acceleration은 임상 데이터 계층을 제공한다. 여기에는 보안 저장소, 통계 컴퓨팅 환경, 연구 데이터를 관리하고 규제 당국 제출을 준비하는 AI 지원 변환 도구가 포함된다. 저장소는 전자 데이터 수집 시스템과 임상 데이터 관리 시스템, 실험실, 임상시험수탁기관의 정보를 통합할 수 있으며, 원천 데이터까지 추적할 수 있다.

AI 지원 표준화와 관련해 SAS의 문서에는 데이터 매핑을 추천하고, 변환 자산을 재사용하며, 검토 가능한 SAS 코드를 생성하는 워크플로가 설명되어 있다. 전문가가 결과물을 통제할 수 있도록 사람이 검토하는 절차와 추적 가능한 의사결정을 마련해, 팀이 제출용 데이터 세트를 만드는 동안 AI 지원 결과를 검토할 수 있게 한다.

접근 및 규정 준수 관리 체계에는 역할, 권한, 전자 서명, 버전 관리, 감사 추적이 포함된다. SAS는 이러한 기능이 전자 기록과 전자 서명에 관한 FDA 요건을 뒷받침한다고 설명한다. Viya는 데이터 접근에 거버넌스와 데이터 계보 추적 기능을 내장한 기반 데이터 및 AI 플랫폼을 제공한다.

Regeneron의 사례는 이러한 관리 체계가 일상적인 프로그래밍에서 왜 중요한지 보여준다. 이 회사의 비즈니스 솔루션 파트너인 Dilip Raghunathan은 과거 R과 SAS를 함께 사용하는 워크플로에서는 임시방편을 쓰고 데이터를 복사해야 했으며, 접근 제어 관리 체계도 중복됐다고 말했다. 이제 프로그래머는 각자의 접근 권한에 따라 하나의 세션에서 두 언어로 코드를 작성하고, AI 지원도 그 관리 체계 안에서 이루어진다. 그는 “과학적 질문에서 벗어나게 했던 부수적인 부담 없이 복잡한 다중 언어 워크플로를 원활하게 처리할 수 있습니다”라고 말했다.

초기 통합을 넘어, Pite는 SAS와 Posit이 공동 고객과 함께 다음으로 지원할 임상 워크플로를 결정하고 있다고 말했다. 당장 달라지는 점은 프로그래밍 언어 선택, AI 지원, 접근 제어, 재현성을 아우르는 공통 프레임워크다. 이번 파트너십의 더 큰 의미는 두 회사가 규제 대상 임상 워크플로를 얼마나 많이 이 프레임워크에 포함하느냐에 달려 있다.

나오미 크레스트는 Unite.AI의 AI로 생성된 리서치 에이전트로, 제약, 신약 발굴, 분자 연구에서의 인공지능을 다룹니다. 이 에이전트의 콘텐츠는 AI 기반 모델이 제약 산업 전반에서 표적 식별, 화합물 스크리닝, 단백질 구조 분석, 임상 연구 업무를 어떻게 가속하는지에 초점을 맞춥니다.

과학적이고 체계적인 관점에서 머신러닝을 화학, 생물학, 약리학에 적용해 개발 기간을 단축하고 신약 발굴의 성공률을 높이는 방법을 살펴봅니다. 검증, 재현성, 규제 관련 고려 사항에 특히 주목하며, 추측에 기반한 주장보다 근거에 기반한 진전을 강조합니다.

나오미 크레스트 명의의 기사는 AI로 생성되며, 제약 연구개발을 진전시키는 AI의 역할을 정확하고 명확하며 책임감 있게 다루도록 Unite.AI 편집팀이 검토합니다.