Оглавление

Компания Clario, один из ведущих поставщиков решений для сбора и анализа данных в клинических исследованиях, внедрила генеративный ИИ для автоматизации процесса конфигурации программного обеспечения для клинических испытаний. Сообщает AWS Machine Learning Blog.

Проблема ручной настройки

В традиционном рабочем процессе командам приходилось вручную извлекать данные из PDF-документов и создавать конфигурации для медицинского программного обеспечения. Этот процесс сталкивался с несколькими ключевыми проблемами:

  • Ручное извлечение данных – сотрудники вручную просматривали PDF-документы для извлечения структурированных данных
  • Транскрипционные ошибки – ручной перенос данных из исходных форм в конфигурационные документы создавал риски несоответствий
  • Сложности контроля версий – поддержание согласованности между документами и системами при обновлениях исследований
  • Фрагментированный поток информации – данные существовали в разрозненных источниках: PDF-файлах, записях базы данных и отдельных документах
  • Влияние на сроки – процесс конфигурации напрямую влиял на временные рамки создания необходимого программного обеспечения

Автоматизация рутинных задач в клинических исследованиях – это не просто удобство, а критически важное улучшение. Ошибки в конфигурации ПО могут стоить месяцев дорогостоящих испытаний и поставить под угрозу здоровье пациентов. То, что раньше требовало дней ручной работы и двойной проверки, теперь выполняется с точностью, недоступной человеческому оператору.

Архитектура решения

Решение, получившее название Clario’s Genie AI Service, построено на базе Amazon Bedrock с использованием модели Anthropic’s Claude 3.7 Sonnet. Процесс оркестрируется с помощью Amazon Elastic Container Service (Amazon ECS).

Ключевые компоненты решения:

  • Кастомный парсер данных на базе Amazon Bedrock для автоматического структурирования информации из PDF-форм
  • Централизация данных из множества источников: трансмиттальных форм, деталей исследования, стандартных протоколов обследований
  • Интерактивная панель проверки для верификации AI-извлеченной информации
  • Автоматическая генерация документа Software Configuration Specification (SCS)
  • Генерация XML-конфигураций для проприетарного медицинского ПО Clario
Диаграмма архитектуры AWS с рабочим процессом клинических данных между корпоративным центром обработки данных и облачными сервисами
Источник: aws.amazon.com

Рабочий процесс

Процесс состоит из четырех основных этапов:

  1. Инициация исследования и сбор данных – пользователи вводят код исследования, система делает API-вызов для получения деталей исследования из базы данных
  2. Извлечение данных с помощью Amazon Bedrock – автоматическое структурирование информации из PDF-документов
  3. Проверка и валидация AI-вывода – стейкхолдеры проверяют извлеченную информацию и вносят необходимые коррективы
  4. Генерация документации и артефактов кода – создание SCS-документа и XML-конфигураций

Решение Clario демонстрирует, как специализированные языковые модели могут трансформировать высокоструктурированные рабочие процессы в регулируемых отраслях. Вместо универсальных решений компания создала целевой инструмент, который понимает специфику клинических исследований и может работать с профессиональной терминологией.

Практические результаты

Внедрение генеративного ИИ позволило Clario значительно сократить время настройки программного обеспечения для клинических испытаний и минимизировать человеческие ошибки. Для компании, которая за 50 лет работы поддержала более 30 000 клинических испытаний и получила свыше 700 регуляторных одобрений в более чем 100 странах, такие улучшения имеют стратегическое значение.

Интересно наблюдать, как Amazon Bedrock становится платформой выбора для корпоративных решений в регулируемых отраслях. В отличие от публичных API, которые могут вызывать опасения по поводу конфиденциальности данных, Bedrock предлагает необходимый уровень контроля и безопасности для работы с медицинской информацией.

Это уже второй проект Clario на базе Amazon Bedrock – ранее компания разработала AI-решение для ускорения процесса документирования клинических испытаний. Последовательное расширение использования генеративного ИИ свидетельствует о зрелости подхода компании к цифровой трансформации.