एआय औषध शोधण्यासाठी डेटा व्यवस्थापन कसे सुलभ करते


कॅलिथेरा त्यांच्या उत्पादनांवर त्यांच्या सुरक्षिततेचा अभ्यास करण्यासाठी नोंदणीकृत क्लिनिकल चाचण्या चालवत आहे, ते विशिष्ट जनुक उत्परिवर्तन असलेल्या रूग्णांमध्ये प्रभावी आहेत का, आणि ते इतर उपचारांच्या संयोगाने किती चांगले कार्य करतात. कंपनीने शेकडो रुग्णांचा तपशीलवार डेटा गोळा करणे आवश्यक आहे. त्याच्या काही चाचण्या सुरुवातीच्या अवस्थेत असताना आणि त्यात फक्त थोड्याच रुग्णांचा समावेश आहे, इतर जगभरातील 100 हून अधिक संशोधन केंद्रे आहेत.

“जीवन-विज्ञान जगात, आमच्यासमोर सर्वात मोठे आव्हान म्हणजे आम्ही निर्माण केलेल्या डेटाची प्रचंड मात्रा, इतर कोणत्याही व्यवसायापेक्षा जास्त,” कॅलिथेराचे प्रमुख माहिती तंत्रज्ञान रणनीतिकार बेहरूज नजफी म्हणतात. (नजाफी हेल्थ-केअर टेक कंपनी इनोव्हिओसाठी मुख्य माहिती आणि तंत्रज्ञान अधिकारी देखील आहेत.) कॅलिथेराने डेटा साठवणे आणि व्यवस्थापित करणे आवश्यक आहे, हे आवश्यक असताना ते सहज उपलब्ध आहे याची खात्री करणे, अगदी आतापासून अनेक वर्षे. डेटा कसा निर्माण होतो, संग्रहित केला जातो आणि वापरला जातो याच्या विशिष्ट एफडीए आवश्यकतांचे पालन करणे देखील आवश्यक आहे.

फाईल सर्व्हर अपग्रेड करण्याइतकी साधी गोष्ट जरी एकाधिक चाचणी आणि पुनरावलोकन चरणांसह काटेकोरपणे परिभाषित एफडीए प्रोटोकॉलचे पालन करणे आवश्यक आहे. नजाफी म्हणतात की हे सर्व अनुपालनाशी संबंधित डेटा भांडणे त्याच्यासारख्या कंपनीच्या ओव्हरहेडमध्ये 30% ते 40% जोडू शकतात, दोन्ही थेट खर्च आणि कर्मचाऱ्यांच्या वेळेत. ही अशी संसाधने आहेत जी अन्यथा अधिक संशोधन किंवा इतर मूल्यवर्धित उपक्रमांसाठी ठेवली जाऊ शकतात.

कॅलिथेराने त्या अतिरिक्त खर्चाला बऱ्यापैकी बाजूला केले आहे आणि नजाफीला सुरक्षित “स्टोरेज कंटेनर”, नियमन केलेल्या सामग्रीसाठी संरक्षित क्षेत्र, मोठ्या क्लाउड डॉक्युमेंट मॅनेजमेंट applicationप्लिकेशनचा भाग, मोठ्या प्रमाणावर चालवलेल्या डेटामध्ये ठेवून त्याचा डेटा ट्रॅक करण्याची क्षमता मोठ्या प्रमाणात सुधारली आहे. कृत्रिम बुद्धिमत्ता AI कधीही झोपत नाही, कधी कंटाळा येत नाही, आणि शेकडो विविध प्रकारचे दस्तऐवज आणि डेटा प्रकारांमध्ये फरक करण्यास शिकू शकतो.

ते कसे कार्य करते ते येथे आहे: क्लिनिकल किंवा रुग्ण डेटा सिस्टममध्ये ठेवला जातो आणि AI द्वारे स्कॅन केला जातो, जो अचूकता, पूर्णता, नियमांचे पालन आणि डेटाच्या इतर पैलूंशी संबंधित विशिष्ट वैशिष्ट्ये ओळखतो. जेव्हा गहाळ चाचणीचा परिणाम असेल किंवा जेव्हा रुग्णाने आवश्यक डायरी एंट्री सबमिट केली नसेल तेव्हा AI ध्वजांकित करू शकते. हे माहित आहे की विशिष्ट प्रकारच्या डेटामध्ये कोणाला प्रवेश करण्याची परवानगी आहे आणि ते काय आहेत आणि त्यास काय करण्याची परवानगी नाही. हे रॅन्समवेअर हल्ले शोधू शकते आणि त्यांना दूर करू शकते. आणि एफडीए किंवा इतर कोणत्याही नियामक संस्थेच्या समाधानासाठी हे सर्व आपोआप दस्तऐवजीकरण करू शकते.

नजाफी म्हणतो, “हा दृष्टिकोन आपल्याकडून अनुपालनाचा भार काढून घेतो.” एकदा त्याच्या अनेक संशोधन साइटवरील डेटा प्लॅटफॉर्मवर आल्यानंतर, कॅलिथेराला माहित आहे की AI हे सुरक्षित, पूर्ण आणि सर्व नियमांचे पालन करेल याची खात्री करेल आणि कोणत्याही गोष्टीला ध्वजांकित करेल. समस्या.

संशोधनाच्या गरजा आणि नियामकांच्या आवश्यकतांचे पालन करण्यासाठी औषध शोध डेटाचे व्यवस्थापन करणे, नजाफीच्या मते, कठीण आणि महाग असू शकते. जीवन-विज्ञान उद्योग इतर उद्योगांसाठी विकसित केलेले डेटा व्यवस्थापन तंत्र आणि प्लॅटफॉर्म उधार घेऊ शकतो, परंतु ते सुरक्षा आणि वैधतेचे स्तर आणि तपशीलवार लेखापरीक्षण मार्ग हाताळण्यासाठी सुधारित केले जाणे आवश्यक आहे, जे औषध विकसकांसाठी जीवनशैली आहे. AI ही कार्ये सुव्यवस्थित करू शकते, सुरक्षा, सातत्य आणि डेटाची वैधता सुधारते – औषध कंपन्या आणि संशोधन संस्थांना त्यांच्या मुख्य मोहिमेसाठी लागू करण्यासाठी ओव्हरहेड मुक्त करते.

एक जटिल डेटा व्यवस्थापन वातावरण

नियामक अनुपालन हे सुनिश्चित करण्यात मदत करते की नवीन औषधे आणि उपकरणे सुरक्षित आहेत आणि हेतूनुसार कार्य करतात. हे हजारो रुग्णांची गोपनीयता आणि वैयक्तिक माहितीचे संरक्षण करते जे क्लिनिकल ट्रायल्स आणि मार्केट नंतरच्या संशोधनात सहभागी होतात. त्यांचा आकार कितीही मोठा असला तरी – एक प्रचंड जागतिक बाजारपेठ किंवा एक लहान उत्पादन बाजारात आणण्याचा प्रयत्न करणारे – औषध विकसकांनी क्लिनिकल ट्रायलशी संबंधित प्रत्येक माहितीचे दस्तऐवजीकरण, ऑडिट, सत्यापन आणि संरक्षण करण्यासाठी समान मानक पद्धतींचे पालन केले पाहिजे.

जेव्हा संशोधक दुहेरी-अंध अभ्यास चालवतात, औषधाची प्रभावीता सिद्ध करण्यासाठी सुवर्ण मानक, त्यांना रुग्णांची माहिती गुप्त ठेवावी लागते. परंतु त्यांनी नंतर डेटा सहजपणे डी-अनाम करणे आवश्यक आहे, ज्यामुळे ते ओळखण्यायोग्य बनते, त्यामुळे नियंत्रण गटातील रुग्ण चाचणी औषध घेऊ शकतात, आणि म्हणून कंपनी कधीकधी वर्षानुवर्षे ट्रॅक करू शकते-उत्पादन वास्तविक जगाच्या वापरामध्ये कसे कार्य करते.

डेटा व्यवस्थापनाचा भार उदयोन्मुख आणि मध्यम आकाराच्या बायोसायन्स कंपन्यांवर पडतो, असे सिलिकन व्हॅली सॉफ्टवेअर कंपनी एग्नाईटचे मुख्य धोरण आणि उत्पादन अधिकारी रामीन फरासट म्हणतात, जे कॅलिथेरा आणि इतर अनेक जीवनाद्वारे वापरल्या जाणाऱ्या एआय-सक्षम डेटा व्यवस्थापन प्लॅटफॉर्म बनवते आणि समर्थन देते- विज्ञान कंपन्या.

“हा दृष्टिकोन आपल्याकडून अनुपालनाचे ओझे काढून घेतो,” नजफी म्हणतो. एकदा त्याच्या अनेक संशोधन साइटवरील डेटा प्लॅटफॉर्मवर आला की, कॅलिथेराला माहित आहे की AI हे सुरक्षित, पूर्ण आणि सर्व नियमांचे पालन करेल याची खात्री करेल आणि कोणत्याही समस्यांना ध्वजांकित करेल.

डाउनलोड करा पूर्ण अहवाल.

ही सामग्री एमआयटी तंत्रज्ञान पुनरावलोकनाची सानुकूल सामग्री शाखा अंतर्दृष्टीद्वारे तयार केली गेली. हे एमआयटी टेक्नॉलॉजी रिव्ह्यूच्या संपादकीय कर्मचाऱ्यांनी लिहिले नव्हते.



Source link

Leave a Reply

Your email address will not be published. Required fields are marked *

English English हिन्दी हिन्दी मराठी मराठी
error: Content is protected !!