영어 블로그를 보려면 여기를 클릭하세요.

RPA 및 AI가 생명과학을 혁신하는 5가지 방법

글 Catherine Calarco 에서 자동화와 함께 변화하는 세상 에 2019 년 09 월 10
개발자

인공 지능(AI)은 미래의 약을 개발하기 위한 비장의 카드가 될 수 있습니다. 여러분이 생각하는 것만큼 어려운 일이 아닙니다. 미국 FDA에서는 AI를 받아들여 수십 년이 걸리는 신약 출시 프로세스를 가속화하고 있습니다.

연구 및 개발 주기에 대한 정밀 조사가 늘어나고 있으므로 많은 생명과학 기업들은 지속적인 혁신을 위해 인공 지능 기반의 RPA(로보틱 프로세스 자동화) 또는 지능형 자동화를 활용하여 프로세스를 강화해야 합니다. 생명과학을 위한 RPA 기술을 도입하면 직원들이 여유 시간을 확보하여 환자 치료를 개선하는 기술 기반 직무를 더 많이 수행할 수 있으며, 동시에 보다 쉽게 위험을 관리하고 규정 준수도 유지할 수 있습니다.

Eli Lilly Japan의 자동화 역량 부문 리더인 Richard Mendoza는 "자동화가 비즈니스에 가져다준 빠른 성공을 직접 확인할 수 있어 만족스럽습니다. 이제 그 성공을 바탕으로 고객을 직접 상대하는 프로세스에 더욱 심도 있는 자동화를 추진하고 있습니다. RPA에 인지 자동화와 분석 기능의 결합을 통해 고객에게 서비스를 제공하는 방법을 혁신할 수 있는 기반을 마련할 수 있습니다."라고 말했습니다.

프로세스 간소화

Frost & Sullivan은 리서치를 통해 AI를 훌륭한 환자 치료 및 환자 결과를 위한 필수적인 의사 결정 도구로 사용함으로써 생명과학이 더 빠르게 발전하고 있다고 밝혔습니다. Accenture도 AI를 성장을 위한 자체 운영 엔진으로 파악하고 있으며, 생명과학 산업을 위한 AI의 잠재적 가치는 2026년까지 1,500억 달러에 이를 것으로 추산하고 있습니다.

지능형 자동화는 데이터가 많거나 문서 집약적인 프로세스에 효과적인 협업 도구가 될 수 있음이 이미 입증되었습니다. 예를 들어, 업계를 선도하는 독립 생명공학 회사인 Amgen은 연구원들이 실험 중에 측정을 하고 메모를 할 때 이를 지원할 수 있는 음성 인식 기능을 갖춘 봇을 만들었습니다. 그 덕분에 생명을 구하는 약물 개발에 필요한 시간이 하루에 3시간 이상 절감되었습니다.

Amgen의 선임 분석가이자 봇 크리에이터인 Preeti Ranjan은 봇이 "쉽고, 빠르고, 정확한 기술을 제공하면서도 소소하지만 다양한 문제를 해결함으로써 사람의 업무를 돕습니다."라고 설명합니다.

전반적인 생명과학 산업에서 AI는 다음과 같은 5가지 핵심 방법을 통해 더 빠르게 확장하고 주요 제약 프로세스를 디지털 방식으로 혁신하려는 기업에게 필수적인 요소가 되고 있습니다.

  1. AI는 생명을 구하는 신약 개발의 성공을 돕습니다.
    여전히 생명과학을 위한 변화의 시작점에 있지만, 많은 얼리어답터들이 이미 몇 가지 놀라운 혜택을 경험했습니다. 오래된 문제를 해결하기 위한 새로운 접근법은 더 빠른 프로세스를 통해 삶을 변화시키는 치료법 출시를 앞당길 수 있습니다. 또한 Al는 환자 진료와 고객 서비스를 개선하는 동시에 비용을 절감합니다.

  2. AI는 투명성을 높입니다.
    AI는 구조화되지 않은 문서를 처리해 유의미한 정보를 추출하고 자동화를 통해 후속 처리에 필요한 중요 정보를 식별할 수 있도록 훈련할 수 있습니다. 또한 규정 준수 표준을 유지하고 커뮤니케이션을 관리하면서 방대한 임상 데이터 세트를 처리할 수 있습니다. AI는 획기적인 치료법을 지원할 수 있도록 전 세계의 사례 자료와 학술 기록물까지 분류할 수도 있습니다.

  3. AI 기술이 결합된 RPA는 임상 시험 시설 선정 방법을 업그레이드합니다.
    생명과학 조직은 과거의 비정형 및 정형 임상 시험 데이터를 첨단 AI 모델로 통합함으로써 이상적인 시험 시설과 환자 선정 가능성이 높은 영역을 쉽고 빠르게 선별할 수 있습니다. AI는 유사한 실험에서 사용된 데이터나 환자와 EMR 데이터를 사용하여 보다 정확하게 환자를 프로파일링하고 식별합니다.

  4. AI로 프로세스를 간소화하면 약물 개발 속도가 빨라집니다.
    개발 프로세스 전체에 걸쳐 웨어러블 기기의 데이터, 연구 데이터, 임상 연구 자료 등을 통합하면 문제를 보다 정확하게 파악할 수 있습니다. 이러한 정보를 자유롭게 사용함으로써 과학자들은 새로운 환자 치료법을 개발하고, 제조하고, 시행하는 속도를 더 효과적으로 높일 수 있습니다.

  5. 지능형 자동화를 통해 중요한 작업을 수행할 수 있습니다.
    자동화는 과학자가 원치 않는 반복적이고 일상적인 프로세스를 줄여 줍니다. 또한 과학자가 필생의 연구에 집중할 수 있게 도와주며 전문적인 통찰력을 제공합니다. 대부분의 경우 성공적인 프로세스를 통해 알고리즘이나 모델을 즉시 배포하거나 전혀 새로운 작업 방식으로 채택할 수 있습니다.

AI 기능이 결합된 자동화는 생명을 구하는 약품을 개발할 수 있는 열쇠입니다.

AI로 신약 개발에 민첩하게 대응할 수 있었던
방법 살펴보기