机房360首页
当前位置:首页 » 云计算资讯 » 当云计算遇见医疗生命科学行业 会擦出什么样的火花?

当云计算遇见医疗生命科学行业 会擦出什么样的火花?

来源:中关村在线 作者: 更新时间:2023/5/9 9:32:22

摘要:作为云计算领域的引领者,亚马逊云科技多年来一直致力于推动医疗与生命科学行业数字化转型和创新,早在2013年,亚马逊云科技在全球就成立了专业的医疗及生命科学行业团队。十年间,亚马逊云科技服务了全球超过4200个医疗及生命科学行业客户,包括辉瑞、拜尔、罗氏、默沙东、GE、飞利浦等头部企业。全球前十大药企中,九家都在使用亚马逊云科技。在中国,亚马逊云科技也拥有数十家本地合作伙伴和数百家客户。

现如今,“数字化”已经成为每个行业IT变革的关键词,医疗行业亦是如此,国务院办公厅2021年印发的《关于推动公立医院高质量发展的意见》中就明确指出“推动云计算、大数据、物联网、区块链、第五代移动通信(5G)等新一代信息技术与意料服务深度融合。”当然,医院只是医疗行业的一个缩影,随着云计算等技术的普及,数字化对整个医疗行业的价值正在逐渐凸显:如今的医疗设备不但有了网络连接,还通过先进技术接入云端,所产生的大量数据集,可以通过分析来管理人口健康、预测健康趋势、处理流行疾病或者用于制药等等。

作为云计算领域的引领者,亚马逊云科技多年来一直致力于推动医疗与生命科学行业数字化转型和创新,早在2013年,亚马逊云科技在全球就成立了专业的医疗及生命科学行业团队。十年间,亚马逊云科技服务了全球超过4200个医疗及生命科学行业客户,包括辉瑞、拜尔、罗氏、默沙东、GE、飞利浦等头部企业。全球前十大药企中,九家都在使用亚马逊云科技。在中国,亚马逊云科技也拥有数十家本地合作伙伴和数百家客户。

因此,在不久前举行的亚马逊云科技医疗与生命科学行业峰会上,亚马逊云科技大中华区战略业务发展部总经理顾凡就表示:“云计算、大数据和人工智能等技术是加速医疗与生命科学行业实现数字化转型和发展的重要途径。作为全球医疗及生命科学行业云计算的引领者,亚马逊云科技将围绕数据、算力和行业用户体验三大需求发力,通过持续构建行业专属解决方案,进一步赋能生物制药、基因测序和医疗保健等细分领域的数字化创新,加速推进创新成果从实验室到真实世界的落地。”

长期以来对医疗及生命科学行业的深入洞察,使得亚马逊云科技能更加敏锐地发现生物制药、基因测序和医疗保健领域的客户需求和痛点,包括日益增长的海量数据、持续而迅速的算力需求,以及适合行业用户体验的创新解决方案。

具体来说,在数据处理方面,现如今每个行业都在面临数据量暴增的困扰,医疗及生命科学行业也是如此,根据自然杂志预估,到2025年,每一年的基因数据增长将超过40EB;而在药物发现领域,研究人员需要在10的60次方已知化合物里找到可能成药的化合物;在医疗领域,综合医院仅CT数据的增长量就超过了10GB/天。

为此,亚马逊云科技为基因测序领域提供了数据全生命周期管理解决方案,可以为基因分析不同阶段的生物信息学数据的存储、调用和分析提供更好的性价比和更高的可用性。其中,Amazon S3对象存储可以提供最高八层的存储层级,自动分层功能可以高效地存储数据和节约成本,同时亚马逊云科技也将自动分层功能扩展到了Amazon Elastic File System (Amazon EFS)云原生文件存储之中,可以进一步降低数据管理的难度。此外,用于存储、分析和阐述基因组学、转录组学和其他组学数据的托管服务Amazon Omics可以帮助行业用户更快速地进行基因分析研究,从而加速新药研发、疾病诊断和治疗等领域的进展。

国内首家专注于肠道微生态治疗的AI制药公司未知君就通过亚马逊科技提供的自动化数据生命周期管理服务实现了对不同数据的分级存储和归档,在此之前,未知君的一个研究样本就会消耗100G到200G的存储容量。随着基因测序和分析项目的增多,每个项目都会生成海量数据,对数据的存储、管理和处理极大增加了容量和计算量,严重影响了研发业务的整体节奏,在应用亚马逊科技提供的自动化数据生命周期管理服务之后,未知君有效降低了存储成本,并实现了TB级基因数据的存储,同时还应对了团队不断增长的存储需求。

在算力需求层面,随着高性能计算在医疗、医药行业中的普及,虚拟筛选成为了计算机服务药物研发流程的杆件步骤,即对数亿种已知化合物是否能够与病毒蛋白质(靶点)结合进行分析,基因测序则需要在30亿个组合的碱基对中寻找变异,而医学影像领域则需要借助机器学习算法来进行辅助诊断,以发现肉眼难以识别的病灶位置,这些都对算力提出了极大的需求。根据《自然》杂志的数据,目前新药的研发时间普遍超过10年,成本超过20亿美元,但上市成功率却不足10%。

而亚马逊云科技则为研究人员提供了云上HPC、机器学习、量子计算等多个维度的解决方案,例如,通过亚马逊云科技提供的基于高性能计算的人工智能新药研发服务解决方案,研究人员可以在亚马逊云科技上组建数百万个vCPU的高性能计算平台,以开展数十亿蛋白质分子规模的药物发现研究。以十亿个分子的化合物分析为例,单核服务器需要475年,而在亚马逊云科技上只需要1天。不但如此,亚马逊云科技还为研究人员构建了完整的量子计算生态系统,包括量子服务Amazon Bracket、量子实验室以及量子计算中心。其推出的“量子计算探索之药物发现方案”提供了一键部署的量子计算/经典计算混合架构,通过Amazon Braket量子计算平台调用量子计算资源进行实验,并能够与调用经典计算资源进行对比,还提供可视化报表,为量子计算在药物发现方面的应用探索新思路。

由智能化自动化驱动的药物研发科技公司晶泰科技就将药物研发业务的计算调度平台构建在亚马逊云科技之上,每年可以节省大量的运营成本。亚马逊云科技不仅可以满足晶泰的业务对资源和成本的要求,无需购置业务所需的大型集群也可以随时调取大规模的超算资源,还可以通过提供竞价实例,达到极佳的计算性价比。

在创新解决方案层面,越来越多的行业客户都希望云服务提供商能提供符合行业需求,开箱即用的解决方案,从而帮助他们更快发现更好的药物,开发更智能的医疗设备,及为患者提供更加有效的治疗方案。为此,亚马逊云科技和合作伙伴经过深入的合作,为这些医疗和生命科学的行业用户提供适合构建者、使用者、管理者个性化体验的行业解决方案,全面覆盖研究设计、临床实验、生产制造、上市推广、上市后监控和支持等生物医药的全流程价值链。

“亚马逊云科技为客户提供的解决方案,不但包括专门构建的像Amazon Omics托管服务、Amazon HealthLake Imaging医疗成像服务、Amazon Comprehend Medical自然语言处理方案这样的专属解决方案,也包括大量的合作伙伴解决方案,例如与速石科技Fastone、萨力思Scilligence等合作伙伴共同打造的合作伙伴解决方案,以及和德世普安Tenthpin、德勤Deloitte等咨询合作伙伴打造的基于亚马逊云科技实施的生命科学工作负载解决方案。”顾凡总结道。

当然,医疗及生命科学行业在上云过程遇到的问题不止于这些,安全合规和当下大火的生成式AI同样也是两个值得关注的方向,首先对于依靠行业来说,安全合规至关重要,药品制造更是关乎生命安全的大事。而当下人们正处于一个机器学习可能被大规模采用的时间节点上,AIGC大模型有望重塑大量行业的体验和应用,因此医疗和生命科学行业也不可避免地需要利用生成式AI来进行业务方面的创新。

对此亚马逊云科技也早有准备,安全合规方面,亚马逊云科技通过了全球超过百项的安全合规认证,符合全球50+医疗生命科学合规要求,符合包括美国健康保险流通新人责任法案HIPAA,欧盟通用数据保护条例GDPR,英、法、日、韩、加拿大等国家医疗数据安全合规,以及中国网络安全三级等保和中国人类遗传资源中方单位认证等多项行业安全合规要求。以保证行业客户数据安全无虞。

而在生成式AI的应用方面,亚马逊云科技多年来一直都在关注人工智能和机器学习的应用,并致力于让各种技能水平的开发人员和各种规模的组织都有机会使用生成式AI进行创新,为此也推出了四项重要创新:首先是Amazon Bedrock,通过API即可访问亚马逊云科技和第三方的预训练LLM基础模型;其次,亚马逊云科技还发布了两个Amazon Titan生成式大语言模型;然后,用于生成式AI的云基础设施Amazon EC2 Trn1n实例和Inf2实例也正式可用,开发者可以以更高的性价比进行开发;最后,亚马逊云科技还为开发者们提供了一款可以实时生成代码建议的AI编程助手Amazon CodeWhisperer。

就在上个月,飞利浦医疗也宣布和亚马逊云科技合作,将飞利浦医学影像系统Philips HealthSuite Imaging部署在云端,并且使用Amazon Bedrock快速开发生成式人工智能应用程序,如医护人员的语音识别,同时生成专业诊断信息,降低模型开发成本。

当然,亚马逊也深知“独行快,众行远”的道理,为了能够让医疗及生命科学行业的客户能够更快更好地利用云计算,亚马逊云科技也从多方面携手合作伙伴来加速云端构建行业数字化创新生态链。例如坐落于上海的亚马逊云科技生命健康数字化赋能中心IDAC,就能通过卓越展示中心、智能网联云平台、行业俱乐部、全球合作计划等若干个方面为行业用户进行赋能。

随着数字转型进入深水区,未来数字化必将呈现出更加开放、流通、兼容的特点,医疗和生命科学行业也随着云计算和大数据等技术的发展乘上了数字化的快车,而亚马逊云科技凭借多年来立足全球,深耕中国的经验,正在让更多的行业用户从云计算中受益。

责任编辑:Cherry

机房360微信公众号订阅
扫一扫,订阅更多数据中心资讯

本文地址:http://www.jifang360.com/news/202359/n1886153235.html 网友评论: 阅读次数:
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。
转载声明:凡注明来源的文章其内容和图片均为网上转载,非商业用途,如有侵权请告知,会删除。
相关评论
正在加载评论列表...
评论表单加载中...
  • 我要分享
推荐图片