Khaldoun Zine El Abidine, 应用人工智能科学技术高级总监，IQVIA Khaldoun Zine El Abidine 应用人工智能科学技术高级总监，IQVIA

为医疗和生命科学领域转型，AI 必须值得信赖

人工智能（AI）正迅速成为医疗和生命科学组织中的重要组成部分。然而，大多数组织只是在局部使用AI，而不是将其扩展到整个企业中，以显著提高性能。其中一个挑战是，AI在这些行业中必须达到最高的质量、隐私和可靠性标准，并且必须是值得信赖的。大型语言模型（LLM）基于的AI工具很强大，但大多数LLM并不是为医疗和生命科学运营的需求而设计的。它们可能会产生不一致的输出，其性能可能会随着信息和上下文的变化而变化。特别是，通用AI是基于广泛的公共数据训练的，具有有限的医学策划，并不符合医学、科学或监管要求。这些问题在决策具有财务、临床、科学、法律和最终人类后果的运营中是不可接受的。总之：需要更高的AI标准。如果医疗和生命科学组织想要使用AI来转型其商业和监管运营，他们需要值得信赖的AI。创建值得信赖的AI所需的条件值得信赖的AI会产生可靠的结果，性能会随着数据的变化而保持一致，并且是合规和有据可查的。实现这一点需要科学和技术方面的专业知识，以及严格的方法来考虑AI设计、使用和监控的每个方面。这种方法在实践中是什么样的?第一步是了解最终目标：AI解决方案必须解决什么最终用户需求，什么是成功的标准？这涉及了解将使用AI解决方案的用户的角色、需求和工作流程，以及他们想要实现的商业目标或必须遵守的监管要求。这些细节将有助于确定关键的技术决策，例如选择适合AI解决方案的模型、设计验证框架和确定解决方案的衡量指标。值得信赖的系统也会从一开始就考虑到专家，在设计过程中就让专家参与，而不是事后补充。这种方法涉及使用人类专家，包括临床、科学、监管和商业专家，来确保AI解决方案的设计和部署是正确的，并且考虑到解决方案将如何影响最终用户的工作。当然，信任不仅是在设计阶段获得的，也必须在AI解决方案的整个生命周期中维持。例如，AI数据飞轮或学习循环可以不断更新模型，以使其保持当前、准确和值得信赖。强化学习和AI解决方案中的防护措施也可以帮助保持其性能在定义的规则范围内。现实世界中的应用AI已经被一些世界上最大的生命科学公司所采用和信任，并且正在产生影响。在一个案例中，一家领先的制药公司希望改善其与医疗保健专业人员（HCP）在多个品牌和市场上的互动。该公司的HCP互动和营销策略优化能力受到数据管理问题、缺乏客户级别的洞察力和适应性困难的阻碍。该公司实施了一个全渠道互动解决方案，结合了HCP互动的预测信号和“下一步最佳行动”建议，帮助团队决定如何进行外联和后续行动。该公司在识别高价值患者方面实现了四倍的改善，并且在两个品牌中，新患者启动率分别增加了20%和36%。另一个例子是药物开发所需的文献综述。进行这些综述可能需要数月的时间，并需要深入的领域专业知识、周密的规划、大量的手动劳动和更多。它们也很难扩展，并且容易出错。AI解决方案可以自动化文献综述的大部分工作，从协议开发到搜索和筛选、数据提取和分析和报告。对于AI解决方案承担的任何工作，研究人员或其他人都可以审查每个决策背后的逻辑。现在，通过AI，曾经需要数月才能完成的综述可以在几天内完成，并且错误更少。在一个案例中，AI解决方案帮助一家大型制药公司以传统手动过程的七倍速度实现了一个科学文献综述的初始筛选，从20天缩短到不到三天。AI还在该领域创造了新的可能性。例如，它使公司能够创建“活性”综述，可以不断更新以包含最新的已发表数据。合作是必不可少的为医疗和生命科学创建值得信赖的AI解决方案需要多种专业知识的融合，这是任何单一组织无法独自提供的。这就是为什么志同道合的公司正在合作，汇集技术和领域专业知识和能力，以创建完整、经过验证的AI系统，可以扩展到监管和商业工作流程中。合适的技术合作伙伴可以提供工程深度和丰富的经验来部署和运行AI，以企业规模提供透明的模型和软件组件，以加快AI解决方案的构建。他们还可以提供在其他行业中创建值得信赖的企业AI解决方案的经验，这有助于他们预测挑战并加强设计。在领域方面，有效的合作伙伴不仅带来深入的临床开发和商业化专业知识，还带来创建值得信赖的AI解决方案的成功经验。他们拥有创建这些解决方案所需的基本成分，例如数据科学专业知识、监管知识和安全、负责任的数据使用历史。他们还可以提供更多支持来部署AI，从挑战公共基准到帮助确保AI解决方案按预期运行，并提供前沿工程师等资源来帮助将AI解决方案集成到最终用户的工作流程中，考虑到最终用户的独特IT系统配置和政策。改变工作方式AI不仅仅是医疗和生命科学组织的另一个工具。做得对，AI会改变工作的方式和解决问题的方式。值得信赖的AI已经证明可以缩短时间表、提高准确性和帮助团队更灵活地应对复杂的挑战，重新想象AI时代的工作流程。随着AI从生成洞察转向做出决策和执行复杂的工作流程，接受这一演变的组织将能够释放新的运营模式，使他们更加高效、更有信息和更能快速应对医疗和生命科学领域快速变化的需求。