AWS以机器学习与分析服务 助力辉瑞加速药物开发和临床制造

AWS宣布正与辉瑞公司(Pfizer Inc.)合作打造基于云端的创新方案，用于改善新药的开发、制造和临床实验中的分配方法。2家公司透过新成立的辉瑞与亚马逊合作团队(PACT)计划进行探索，将AWS的分析、机器学习、运算、储存、安全和云端数据仓储等服务应用于辉瑞的实验室、临床制造和临床供应链。例如，AWS正利用机器学习服务如Amazon Lookout for Equipment(分析传感器数据以侦测设备异常行为的AWS服务)预测机台保养，以帮助辉瑞强化临床的连续生产流程。

因此，辉瑞能最大化临床药品制造设备(如离心机、搅拌机、研磨机、涂布机和空气调节器等)的工作时间。此次合作的重点是协助辉瑞更快速可靠地生产新药，并评估新药对病患的潜在健康效益。

AWS业务开发和产业副总裁Kathrin Renz表示：「愈来愈多的生命科学客户正在寻找机会，在合适的时间拓展专业知识和洞察力、安全存取正确的信息，以减少药物开发和临床实验的时间和成本。AWS兼具广度与深度的云端功能，能协助辉瑞团队透过安全、创新的研究方法，优化药物开发和临床制造流程。过去两年已向世界证明，当人们的生命受到威胁时，速度和敏捷度在研究、开发和临床制造周期的每一步都很重要。我们很自豪能与辉瑞合作，借助我们在云端领域中深厚的专业知识，协助开发能大幅改善全球病患生活的解决方案。」

辉瑞药物科学、全球研发和医疗副总裁Andrew McKillop表示：「辉瑞与AWS合作，目标是加快药物探索和开发的流程，最终提升病患体验并推出新疗法。与AWS的机器学习和分析专家密切合作，我们将为科学家和研究人员提供洞察，协助他们找到改变病患生命的医学突破。」

AWS正与辉瑞合作开发原型解决方案，在辉瑞固体口服药物的临床连续生产平台中侦测异常数据。该原型解决方案使用Amazon SageMaker(在云端和边缘快速建构、训练和部署机器学习模型的AWS服务)、Amazon Lookout for Equipment、Amazon Lookout for Metrics(自动侦测异常指标并判断原因的AWS服务)和Amazon QuickSight(AWS的云端商业智能服务，由可拓展的机器学习驱动)。

该原型使用的机器学习模型可以提早警报，并引导使用者关注相关信号，同时有超低的错误率。因此，辉瑞能处理可携式连续微型和模块化(PCMM)制造设备和传感器提供的数据、检测发生的异常情况、预测保养需求，进而缩短设备停机的时间。

辉瑞科学家也将与AWS医疗保健和生命科学家合作，探索辉瑞药物科学小分子团队的研究人员如何运用AWS的分析和机器学习服务，从过往文件中提取和挖掘信息。

辉瑞累积大量文件及各种药物开发过程中产生的宝贵数据，内容涵盖合成化学途径、配方、分析测试、开发方法、配方成分、临床制造活动、批次纪录、技术转移以及许多其他类型的工作产生的各类型数据。这些文件中蕴含强而有力的洞察，如果研究人员能有效率地找到并连结正确信息，将有机会开发新药或重新运用现有药物。

为了在正确的时间快速且安全地找到正确信息，辉瑞药物科学小分子团队正与AWS合作开发一项原型系统，该系统可以自动从这些纪录中提取、吸收并处理数据，帮助实验室设计实验。

该原型系统由Amazon Comprehend Medical(符合HIPAA要求的自然语言处理服务，能从不规则的医学文字中精确且快速地撷取信息)和Amazon SageMaker提供支持，并使用Amazon Cognito提供安全的使用者存取控制。