AWS สนับสนุนไฟเซอร์ ให้สามารถนำเสนอนวัตกรรมที่รวดเร็วยิ่งขึ้น และพัฒนาปฏิบัติการด้านการผลิตยาที่ดีขึ้นเพื่อช่วยการบำบัดรักษาแห่งอนาคต
AWS สนับสนุนไฟเซอร์ (Pfizer) สร้างโซลูชันบนคลาวด์ที่เป็นนวัตกรรมใหม่ที่จะช่วยปรับปรุงวิธีพัฒนา ผลิต และจัดจำหน่ายยารักษาโรคใหม่ ๆ เพื่อการทดสอบในการวิจัยทางคลินิก (Clinical Trial) ทั้งสองบริษัทกำลังค้นหาแนวทางเพื่อความก้าวหน้าทางวิทยาการผ่านโครงการที่ถูกสร้างขึ้นมาใหม่มีชื่อว่า Pfizer Amazon Collaboration Team (PACT) ซึ่งเป็นโครงการที่มุ่งประยุกต์ใช้ความสามารถของ AWS
ไม่ว่าจะเป็นการวิเคราะห์ข้อมูล (analytics) แมชชีนเลิร์นนิง (machine learning: ML) การประมวลผล (compute) การจัดเก็บ (storage) การรักษาความปลอดภัย (security) และคลังข้อมูลบนระบบคลาวด์ (cloud data warehousing) มาช่วยทั้งในห้องแล็บ การผลิตทางคลินิก ไปจนถึงห่วงโซ่อุปทานทางคลินิกของไฟเซอร์ ตัวอย่างเช่น AWS กำลังช่วยไฟเซอร์ปรับปรุงกระบวนการผลิตยาอย่างต่อเนื่อง
โดยการนำบริการ ML ของ AWS เช่น Amazon Lookout for Equipment (บริการของ AWS สำหรับตรวจจับพฤติกรรมอุปกรณ์ที่ผิดปกติโดยการวิเคราะห์ข้อมูลเซ็นเซอร์) มาใช้ในการบำรุงรักษาเชิงรุก (Predictive Maintenance: PdM) ส่งผลให้ไฟเซอร์สามารถเพิ่มขยายช่วงเวลาการใช้งานสูงสุดให้กับเครื่องมืออุปกรณ์ต่าง ๆ เช่น เครื่องหมุนเหวี่ยง เครื่องกวน เครื่องบด เครื่องเคลือบ และเครื่องควบคุมอากาศที่ใช้ในการผลิตยา ในภาพรวมความร่วมมือดังกล่าวมุ่งเน้นถึงการสนับสนุนไฟเซอร์เพื่อผลิตยาใหม่ ๆ ให้ได้อย่างรวดเร็วและเป็นที่ไว้วางใจได้มากยิ่งขึ้น รวมถึงประเมินถึงประโยชน์ต่อสุขภาพที่ผู้ป่วยอาจได้รับจากยาเหล่านั้น
“ลูกค้ากลุ่มวิทยาศาสตร์เพื่อสุขภาพชีวิตความเป็นอยู่ (Life Sciences) ของเรากำลังมองหาโอกาสในการขยายขอบเขตความชำนาญ ข้อมูลเชิงลึก และการเข้าถึงข้อมูลที่ถูกต้องในเวลาที่เหมาะสมอย่างปลอดภัยมากยิ่งขึ้น โดยมีเป้าหมายคือลดเวลาและต้นทุนในการพัฒนายาและการวิจัยทางคลินิก” แคธริน เรนซ์ รองประธานฝ่ายพัฒนาธุรกิจและอุตสาหกรรมของ AWS (Kathrin Renz, Vice President of Business Development and Industries at AWS) กล่าว “ความสามารถของระบบคลาวด์ที่หลากหลายและครอบคลุมของ AWS ช่วยสนับสนุนทีมงานของไฟเซอร์
มีวิธีการวิจัยที่ใหม่และปลอดภัย ในขณะที่พวกเขาพัฒนาและผลิตยา สองปีที่ผ่านมาได้ตอกย้ำให้โลกเห็นว่าความเร็วและความคล่องตัวนั้นเป็นสิ่งที่สำคัญมากเพียงใดในทุกขั้นตอนของการวิจัย การพัฒนา แม้กระทั่งวงจรการผลิตทางคลินิกในขณะที่ชีวิตมนุษย์กำลังแขวนอยู่บนเส้นด้าย เราภูมิใจที่ได้ร่วมทำงานกับไฟเซอร์และมอบความชำนาญเฉพาะทางที่ลึกซึ้งเพื่อช่วยในการพัฒนาโซลูชันที่สามารถทำให้ชีวิตของผู้ป่วยทั่วโลกดีขึ้นได้อย่างมาก”
“เป้าหมายร่วมของไฟเซอร์กับ AWS คือการเร่งกระบวนการในการค้นคว้าและพัฒนายาในระดับที่สามารถสร้างประสบการณ์ที่ดีขึ้นให้กับผู้ป่วยได้ในท้ายที่สุด ตลอดจนนำเสนอการบำบัดรักษาใหม่ ๆ สู่ตลาด เราทำงานอย่างใกล้ชิดกับผู้เชี่ยวชาญด้าน ML และการวิเคราะห์ข้อมูลของ AWS
โดยมีจุดประสงค์คือเพื่อให้นักวิทยาศาสตร์และนักวิจัยของเราได้รับข้อมูลเชิงลึกที่จำเป็นเพื่อนำไปสู่การค้นพบหรือความก้าวล้ำทางการแพทย์ที่จะมาเปลี่ยนแปลงชีวิตของผู้ป่วยได้” แอนดรูว์ แมคคิลลอป รองประธานฝ่ายเภสัชศาสตร์ วิจัย พัฒนา และการแพทย์ระดับโลกของไฟเซอร์ (Andrew McKillop, Vice President of Pharmaceutical Sciences, Worldwide Research, Development, and Medical at Pfizer) กล่าว
AWS กำลังทำงานร่วมกับไฟเซอร์เพื่อพัฒนาโซลูชันต้นแบบสำหรับการตรวจหา Data Points ที่ผิดปกติในแพลตฟอร์มการผลิตทางคลินิกแบบต่อเนื่องของผลิตภัณฑ์ยาสำหรับยาในรูปแบบของแข็งชนิดรับประทาน (solid, oral-dose medicines) โซลูชันต้นแบบใช้ Amazon SageMaker (บริการของ AWS สำหรับการสร้าง ฝึกอบรม และปรับใช้โมเดล ML อย่างรวดเร็วในระบบคลาวด์และ Edge) Amazon Lookout for Equipment Amazon Lookout for Metrics (บริการของ AWS สำหรับการตรวจหาความผิดปกติในเมตริกซ์โดยอัตโนมัติและการระบุหาสาเหตุที่แท้จริง)
และ Amazon QuickSight (บริการ Business Intelligence (BI) ที่ปรับขนาดได้ และขับเคลื่อนด้วย ML ของ AWS เพื่อการใช้งานบนระบบคลาวด์) โมเดล ML ที่ใช้ในต้นแบบสามารถแจ้งเตือนล่วงหน้าซึ่งเกิดผลบวกที่ผิดพลาด (false positives) ที่ในระดับต่ำมาก และนำผู้ใช้ไปยังสัญญาณที่เกี่ยวข้อง เพราะฉะนั้นไฟเซอร์สามารถประมวลผลข้อมูลจากอุปกรณ์และเซ็นเซอร์ที่เกี่ยวข้องกับการผลิต Portable Continuous Miniature and Modular (PCMM) เพื่อตรวจจับความผิดปกติที่เกิดขึ้น คาดการณ์ถึงความต้องการการซ่อมบำรุง และลดเวลาไม่พร้อมใช้งานของอุปกรณ์ที่อาจเกิดขึ้น
นอกจากนี้ นักวิทยาศาสตร์ของไฟเซอร์จะร่วมมือกับผู้เชี่ยวชาญด้านการดูแลสุขภาพและวิทยาศาสตร์เพื่อสุขภาพชีวิตความเป็นอยู่ของ AWS เพื่อสำรวจว่านักวิจัยในทีมงาน Pharmaceutical Sciences Small Molecules ของไฟเซอร์สามารถดึงและขุดหาข้อมูลจากเอกสารเก่า ๆ โดยใช้ประโยชน์จากบริการระบบวิเคราะห์ข้อมูลและ ML ของ AWS ไฟเซอร์มีเอกสารมากมายที่เต็มไปด้วยข้อมูลที่ทรงคุณค่าจากกระบวนการพัฒนายาที่หลากหลาย เอกสารประกอบไปด้วยข้อมูลที่เกี่ยวข้องกับเส้นทางเคมีสังเคราะห์ สูตรยา การทดสอบเชิงวิเคราะห์ การพัฒนาวิธีการ องค์ประกอบสูตร
แคมเปญการผลิตทางคลินิก บันทึกรุ่นผลิต (batch records) การถ่ายทอดเทคโนโลยี และงานประเภทอื่น ๆ อีกมากมาย ภายในเอกสารเหล่านี้อาจเป็นข้อมูลเชิงลึกอันทรงพลังที่สามารถนำทางให้นักวิจัยของไฟเซอร์ไปสู่ทิศทางที่ถูกต้องในการพัฒนายาใหม่ ๆ
หรือการนำยาที่มีอยู่กลับมาใช้ใหม่ หากนักวิจัยสามารถระบุและเชื่อมโยงข้อมูลที่ถูกต้องได้อย่างมีประสิทธิภาพ เพื่อให้เข้าถึงข้อมูลที่ถูกต้องได้อย่างรวดเร็วและปลอดภัยในเวลาที่เหมาะสม ทีมงาน Pharmaceutical Sciences Small Molecules ของ Pfizer กำลังทำงานร่วมกับ AWS เพื่อพัฒนาระบบต้นแบบที่สามารถดึง นำเข้า
และประมวลผลข้อมูลจากเอกสารนี้โดยอัตโนมัติเพื่อช่วยในการออกแบบการทดลองในห้องแล็บ ระบบต้นแบบดังกล่าวขับเคลื่อนโดย Amazon Comprehend Medical (บริการของ AWS ด้านการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) ที่ผ่านเกณฑ์ของ Health Insurance Portability and Accountability Act of 1996 (HIPAA) เพื่อดึงข้อมูลจากข้อมูลทางการแพทย์ที่ไม่มีโครงสร้าง (unstructured medical text) ได้อย่างแม่นยำและรวดเร็ว และ Amazon SageMaker และใช้ Amazon Cognito เพื่อช่วยให้การควบคุมการเข้าถึงของผู้ใช้ได้อย่างปลอดภัย
