A gyógyszeripari óriás az Amazon Web Services olyan szolgáltatásaira építve fejleszté ki felhőalapú megoldások prototípusait, mint amilyen a gépi tanulás, az analitika, az adattárház vagy a cloud biztonság.

Az Amazon Web Services (AWS) és a Pfizer közösen hozna létre olyan felhőalapú megoldásokat, amelyek felgyorsítják az új gyógyszerek fejlesztését, előállítását és elosztását a klinikai tesztek során. Ennek keretei között megvizsgálják, hogy a Pfizer laboratóriumaiban és a klinikai gyártásban vagy az ellátási láncban hogyan alkalmazhatók az AWS analitikai, gépi tanuló, számítási, biztonsági és adattárház-képességei – derül ki a két társaság múlt heti közleményéből.

A Pfizer ettől újszerű és biztonságos kutatási módszereket remél, amelyek tovább növelik a gyorsaságot és a mozgékonyságot a k+f ciklusok egyes lépéseiben, és amelyek az elmúlt kétéves időszakban nyilván még az eddigiekhez képest is felértékelődtek. Néhány konkrét projektben, amelyen az AWS és a Pfizer ár együtt dolgozik, azt vizsgálják például, hogy a prediktív képességek beépítése az AWS gépi tanuló (ML) megoldásaiba hogyan javíthatja az említett klinikai gyártási folyamatot.

A prototípus szintjén egy olyan megoldást is kifejlesztettek az AWS ML technológiáját felhasználva, amelynek segítségével a rendellenes adatpontokat tárják fel a Pfizer szájon át szedhető gyógyszereinek klinikai gyártási platformján. Az AWS szerint a prototípus minimális téves pozitív mellett ad korai figyelmeztetéseket. Egy másik modell örökölt dokumentumokból nyeri ki, értelmezi és dolgozza fel automatikusan az adatokat, hogy ezzel segítse a laboratóriumi kísérletek tervezését.

Egyedül senki sem győzi

A szóban forgó dokumentumok szintetikus kémiai eljárásokkal kapcsolatos adatokat, recepteket, analitikus teszteket, módszerfejlesztéseket, formulákat, klinikai gyártási kampányokat, tételnyilvántartásokat, technológiai transzfert és számtalan más információt tartalmaznak. Fontos tehát, hogy sikeresen rövidítsék le mindezek feldolgozási idejét, ami végső soron nem csak a páciensek kiszolágálását javítja, de az új terápiákat is sokkal gyorsabban juttathatja el a piacra.

Ahogy azt szeptemberben, a gyógyszeripari nagyvállalatok közös MELLODDY platformjának beindítása kapcsán idéztük, a statisztikák szerint a klinikai tesztek fázisába lépő gyógyszerekneknek is mindössze 12 százaléka jut el a kereskedelmi forgalomba, összességében pedig átlagosan 10 évébe kerül, hogy bejárják a hatóanyag felfedezésétől a patikákig vezető utat. Ebből a klinikai tesztek önmagukban is 6-7 évet ölelnek fel, és több milliárd dolláros k+f költséggel járnak.

A MELLODDY platformot egyébként részben ugyancsak az AWS szolgáltatásában hosztolják, és a fejlesztésében résztvevő partnereknél már zajlik az első körben futott folyamtok üzleti és tudományos kiértékelése. A következő két évében a prediktív modell teljesítményének folyamatos javítására koncentrálnak, egyre nagyobb adattömeget töltve a rendszerbe. A MELLODDY konzorciumban a Pfizer pont nem szerepel, de a többi márkához hasonlóan a társaság neve is sok helyen felbukkan az egyre szaporodó iparági együttműködésekben.

Cloud & big data

CIO Podcast #75: A nagyvállalatok is early adopterré válhattak a CIO Hungaryn

Három szakember az innovációk gyors alkalmazásának az üzleti és technológiai előnyeiről és lehetséges kockázatairól.
 
Hirdetés

A tétlenség ára, avagy a legacy rejtett költségei

A legtöbb vállalat a modernizáció költségeit számolja. A valódi üzleti kockázat azonban gyakran nem a változtatás ára, hanem annak elhalasztása.

Hirdetés

Forradalom az IT-ban – forradalom az IT-biztonságban

A generatív mesterséges intelligencia, AI-alapú automatizálás, az agentic AI alapjaiban rajzolta át a vállalatoknál az IT és az üzlet kapcsolatát – és ezzel együtt az IT-biztonsággal kapcsolatos elvárásokat és feladatokat.

Az AI mind több ponton épül be a vállalati folyamatokba, ezért egyre népszerűbb célpontja a kibertámadásoknak. De hol támadható, ha egyszer annyira okos?

a melléklet támogatója a CLICO

Egy kormányrendelet alapjaiban formálják át 2026-tól az állami intézmények és vállalatok szoftvergazdálkodási gyakorlatát.

Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?

A Corvinus Egyetem és a Complexity Science Hub kutatói megmérték: a Python kódok közel harmadát ma már mesterséges intelligencia írja, és ebből a szenior fejlesztők profitálnak.

Rengeteg ország áll át helyi MI-platformra

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2026 Bitport.hu Média Kft. Minden jog fenntartva.