ความร่วมมือ
SAS และ Posit ผสานเครื่องมือเพื่อให้การใช้ AI ในการวิจัยทางคลินิกตรวจสอบได้

ประเด็นสำคัญSAS และ Posit เชื่อมโยง Viya และ Clinical Acceleration กับ Posit Workbench…
ดูเพิ่มเติม
- SAS และ Posit เชื่อมโยง Viya และ Clinical Acceleration กับ Posit Workbench เพื่อรวมเวิร์กโฟลว์ SAS และ R เข้าด้วยกัน
- การเขียนโค้ดที่ช่วยโดย AI ยังคงอยู่ในสภาพแวดล้อมที่มีการกำกับดูแล เพื่อให้ผู้ตรวจสอบที่เป็นมนุษย์ยังคงควบคุมชุดข้อมูลที่พร้อมสำหรับการยื่น
- งานแก้ไขเฉพาะหน้าของ Regeneron ก่อนหน้านี้แสดงให้เห็นว่าเหตุใดการควบคุมการเข้าถึงแบบใช้ร่วมกันจึงมีความสำคัญสำหรับการเขียนโปรแกรมทางคลินิกที่ใช้หลายภาษา
เมื่อวันที่ 16 พฤศจิกายน 2026 SAS ประกาศความร่วมมือกับ Posit PBC เพื่อเชื่อมโยงเทคโนโลยีด้านการวิจัยทางคลินิกของบริษัทเข้ากับเครื่องมือพัฒนาโอเพนซอร์สของ Posit โดยมุ่งเน้นในระยะแรกที่เวิร์กโฟลว์การพัฒนาทางคลินิกภายใต้ข้อกำกับ ซึ่งใช้ SAS และ R ร่วมกัน ก่อนหน้านี้ Posit ใช้ชื่อว่า RStudio
ความร่วมมือนี้จะผสาน SAS Viya และ SAS Clinical Acceleration เข้ากับ Posit Workbench, Positron, Posit Connect และ Posit Package Manager โดย SAS สนับสนุนด้านการวิเคราะห์ การควบคุมสิทธิ์การเข้าถึง และการตรวจสอบย้อนกลับได้ ส่วน Posit จัดเตรียมสภาพแวดล้อมการพัฒนาแบบโอเพนซอร์สสำหรับงานทางคลินิกที่ใช้หลายภาษา
การประมวลผลร่วมกันและสภาพแวดล้อมที่ทำซ้ำได้
Eric Pite รองประธานอาวุโสฝ่ายผลิตภัณฑ์และกลยุทธ์ของ Posit กล่าวว่า โปรแกรมเมอร์สามารถเขียนโค้ด SAS และ R ใน Positron โดย Viya จะประมวลผลโค้ด SAS ภายใต้สิทธิ์ของโปรแกรมเมอร์คนนั้น ประสบการณ์การทำงานที่เชื่อมต่อกันนี้ยังครอบคลุม Python และ SQL ควบคู่ไปกับ SAS และ R
ลูกค้าสามารถทำงานในสภาพแวดล้อม R ที่มีการจัดการและกำหนดเวอร์ชันไว้ โดยยังควบคุมการพึ่งพาแพ็กเกจและข้อจำกัดด้านการทำงานร่วมกันได้ผ่าน Clinical Acceleration ส่วน Posit Package Manager ช่วยให้สภาพแวดล้อม R และ Python สอดคล้องกันและทำซ้ำได้ ขณะที่ทีมสามารถพัฒนาโค้ดด้วย Positron และ Posit Assistant ซึ่งช่วยให้การเขียนโค้ดโดยมี AI ช่วยทำงานอยู่ในสภาพแวดล้อมที่มีการจัดการเดียวกับส่วนอื่น ๆ ของการวิเคราะห์
การควบคุมข้อมูลทางคลินิกครอบคลุมถึงการใช้ AI ช่วยทำงาน
Clinical Acceleration จัดเตรียมชั้นข้อมูลทางคลินิก ซึ่งประกอบด้วยคลังข้อมูลที่ปลอดภัย สภาพแวดล้อมสำหรับการประมวลผลทางสถิติ และเครื่องมือแปลงข้อมูลที่ใช้ AI ช่วย เพื่อจัดการข้อมูลการวิจัยและเตรียมข้อมูลสำหรับยื่นต่อหน่วยงานกำกับดูแล คลังข้อมูลนี้สามารถรวบรวมข้อมูลจากระบบบันทึกข้อมูลอิเล็กทรอนิกส์และระบบจัดการข้อมูลทางคลินิก ห้องปฏิบัติการ และองค์กรวิจัยตามสัญญา โดยสามารถตรวจสอบย้อนกลับไปยังข้อมูลต้นทางได้
สำหรับการปรับข้อมูลให้เป็นมาตรฐานโดยใช้ AI ช่วย เอกสารของ SAS อธิบายเวิร์กโฟลว์ที่แนะนำการจับคู่ข้อมูล นำองค์ประกอบการแปลงข้อมูลกลับมาใช้ซ้ำ และสร้างโค้ด SAS ที่ตรวจทานได้ กระบวนการให้มนุษย์ตรวจทานและการบันทึกการตัดสินใจที่ตรวจสอบย้อนกลับได้ช่วยให้ผู้เชี่ยวชาญยังคงควบคุมผลลัพธ์ AI จึงยังอยู่ภายใต้การตรวจสอบระหว่างที่ทีมสร้างชุดข้อมูลพร้อมยื่นต่อหน่วยงานกำกับดูแล
มาตรการควบคุมการเข้าถึงและการปฏิบัติตามข้อกำหนดประกอบด้วยบทบาท สิทธิ์การเข้าถึง ลายเซ็นอิเล็กทรอนิกส์ การควบคุมเวอร์ชัน และบันทึกการตรวจสอบ SAS ระบุว่ามาตรการเหล่านี้รองรับข้อกำหนดของ FDA สำหรับบันทึกและลายเซ็นอิเล็กทรอนิกส์ ขณะที่ Viya ทำหน้าที่เป็นแพลตฟอร์มพื้นฐานด้านข้อมูลและ AI ซึ่งผนวก การกำกับดูแลและสายที่มาของข้อมูลไว้ในกระบวนการเข้าถึงข้อมูล
ประสบการณ์ของ Regeneron แสดงให้เห็นว่าเหตุใดมาตรการควบคุมเหล่านี้จึงสำคัญต่อการเขียนโปรแกรมในแต่ละวัน Dilip Raghunathan ซึ่งเป็นพันธมิตรด้านโซลูชันธุรกิจของบริษัท กล่าวว่า ก่อนหน้านี้เวิร์กโฟลว์ที่ใช้ R และ SAS ร่วมกันต้องอาศัยวิธีแก้ปัญหาเฉพาะหน้า การคัดลอกข้อมูล และการกำกับดูแลการควบคุมสิทธิ์การเข้าถึงที่ซ้ำซ้อน ปัจจุบันโปรแกรมเมอร์เขียนโค้ดทั้งสองภาษาได้ในเซสชันเดียวภายใต้สิทธิ์การเข้าถึงของตนเอง โดยมี AI ช่วยทำงานภายใต้มาตรการควบคุมเหล่านั้น “เราจัดการเวิร์กโฟลว์หลายภาษาอันซับซ้อนได้อย่างราบรื่น โดยไม่ต้องแบกรับภาระงานส่วนเกินที่เคยทำให้เราไขว้เขวจากคำถามทางวิทยาศาสตร์” เขากล่าว
Pite กล่าวว่า นอกเหนือจากการผสานระบบในระยะแรก SAS และ Posit ยังคงทำงานร่วมกับลูกค้าร่วมกันเพื่อพิจารณาว่าควรรองรับเวิร์กโฟลว์ทางคลินิกใดต่อไป การเปลี่ยนแปลงที่เกิดขึ้นทันทีคือกรอบการทำงานร่วมกันสำหรับการเลือกภาษา การใช้ AI ช่วยทำงาน การควบคุมการเข้าถึง และการทำซ้ำผลได้ ส่วนความสำคัญในวงกว้างของความร่วมมือนี้ขึ้นอยู่กับจำนวนเวิร์กโฟลว์ทางคลินิกภายใต้ข้อกำกับที่ทั้งสองบริษัทนำเข้ามาอยู่ในกรอบดังกล่าว












