Partnerskap

SAS og Posit integrerer verktøy for etterprøvbar KI i klinisk forskning

Naomi Crest
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterSAS og Posit kobler Viya og Clinical Acceleration med Posit Workbench for å forene SAS…
Vis mer
  • SAS og Posit kobler Viya og Clinical Acceleration med Posit Workbench for å forene SAS- og R-arbeidsflyter.
  • AI-assistert koding holder seg innenfor styrte miljøer slik at menneskelige gjennomgåere beholder kontrollen over innsendingsklare datasett.
  • Regenerons tidligere omveier viser hvorfor delte tilgangskontroller er viktige for klinisk programmering på tvers av språk.

SAS kunngjorde et partnerskap med Posit PBC 16. november 2026 for å koble sammen teknologien sin for klinisk forskning og Posits utviklingsverktøy med åpen kildekode. I første omgang retter partnerskapet seg mot regulerte arbeidsflyter innen klinisk utvikling der SAS og R brukes sammen. Posit het tidligere RStudio.

Partnerskapet skal integrere SAS Viya og SAS Clinical Acceleration med Posit Workbench, Positron, Posit Connect og Posit Package Manager. SAS bidrar med analyse, tilgangskontroll og muligheter for etterprøving, mens Posit leverer utviklingsmiljøet med åpen kildekode for klinisk arbeid med flere programmeringsspråk.

Felles kjøring og reproduserbare miljøer

Eric Pite, senior visepresident for produkt og strategi i Posit, sa at programmerere kan skrive SAS- og R-kode i Positron, mens Viya kjører SAS-koden med programmererens egne tilgangsrettigheter. Den sammenkoblede løsningen omfatter også Python og SQL, i tillegg til SAS og R.

Kundene kan arbeide i administrerte, versjonsstyrte R-miljøer og samtidig beholde kontrollen over avhengigheter og begrensninger for samvirke gjennom Clinical Acceleration. Posit Package Manager bidrar til å holde R- og Python-miljøer konsistente og reproduserbare, og team kan utvikle kode med Positron og Posit Assistant. Dermed blir KI-assistert koding en del av det samme administrerte oppsettet som resten av analysen.

Kliniske datakontroller omfatter også KI-assistanse

Clinical Acceleration leverer datalaget for kliniske data: et sikkert datalager, et statistisk databehandlingsmiljø og KI-assisterte verktøy for datatransformasjon, som brukes til å håndtere forskningsdata og klargjøre dem for innsending til tilsynsmyndigheter. Datalageret kan samle informasjon fra elektroniske systemer for datafangst og klinisk datahåndtering, laboratorier og kontraktsforskningsorganisasjoner, med sporbarhet tilbake til kildedataene.

SAS’ dokumentasjon beskriver en arbeidsflyt for KI-assistert standardisering som anbefaler datatilordninger, gjenbruker ressurser for datatransformasjon og genererer SAS-kode som kan gjennomgås. Arbeidsflyter for menneskelig kontroll og sporbare beslutninger sørger for at ekspertene beholder kontrollen over resultatet. Dermed kan KI-assistanse kontrolleres mens teamene oppretter datasett som er klare for innsending.

Kontroller for tilgang og etterlevelse omfatter roller, tillatelser, elektroniske signaturer, versjonskontroll og revisjonsspor. SAS opplyser at disse støtter FDA-krav til elektroniske registre og signaturer, mens Viya leverer den underliggende data- og KI-plattformen med styring og dataopphav integrert i datatilgangen.

Regenerons erfaring viser hvorfor disse kontrollene er viktige i det daglige programmeringsarbeidet. Dilip Raghunathan, partner for forretningsløsninger i selskapet, sa at tidligere arbeidsflyter der R og SAS ble brukt sammen, innebar omveier, kopiering av data og dobbeltarbeid med styring av tilgangskontroll. Nå skriver programmererne kode i begge språk i én og samme økt, med egne tilgangsrettigheter og KI-assistanse som følger disse kontrollene. «Vi kan håndtere komplekse arbeidsflyter på tvers av språk på en sømløs måte, uten de administrative byrdene som førte oss bort fra det vitenskapelige spørsmålet», sa han.

Pite sa at SAS og Posit fortsatt samarbeider med felles kunder for å avgjøre hvilke kliniske arbeidsflyter de skal støtte videre, utover den første integrasjonen. Den umiddelbare endringen er et felles rammeverk for valg av programmeringsspråk, KI-assistanse, tilgangskontroll og reproduserbarhet. Partnerskapets større betydning avhenger av hvor mange regulerte kliniske arbeidsflyter selskapene tar inn i dette rammeverket.

Naomi Crest er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker kunstig intelligens i legemidler, legemiddelforskning og molekylær forskning. Hennes arbeid fokuserer på hvordan AI-drevne modeller akselererer målidentifikasjon, screening av kjemiske forbindelser, proteinstrukturanalyse og kliniske forskningsarbeidsflyter i legemiddelindustrien.
Med et vitenskapelig og metodisk perspektiv undersøker Naomi hvordan maskinlæring brukes i kjemi, biologi og farmakologi for å forkorte utviklingstider og forbedre suksessrater i legemiddelforskning. Hun legger særlig vekt på validering, reproduserbarhet og regulatoriske overveielser, og understreker bevisbasert fremgang over spekulative påstander.
Artikler skrevet av Naomi Crest er AI-genererte og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, klarhet og ansvarlig dekning av AI-rollen i å fremme legemiddelforskning og utvikling.