诺和诺德携手AWS,将代理式AI引入药物研发全流程
诺和诺德与AWS扩大合作,利用AI代理加速药物靶点识别、疗法设计与研究流程。AWS成为其首选云服务商,双方在伦敦设立联合创新中心。本文解析合作细节、技术应用及对中国医药AI领域的启示。
一句话看懂
诺和诺德与AWS扩大合作,将代理式AI(agentic AI)应用于药物研发全流程,AWS成为其首选云服务商,并在伦敦设立联合创新中心。
详细发生了什么
诺和诺德(Novo Nordisk)宣布扩大与AWS在人工智能领域的合作,将AI代理技术应用于药物研发,涵盖靶点识别、疗法设计和研究流程。根据协议,AWS将成为诺和诺德的首选云服务商和战略AI合作伙伴。双方在诺和诺德现有的伦敦设施内设立联合创新中心,AWS工程师将与诺和诺德科学家直接合作,共同处理药企的数据和研究洞察。
该中心旨在减少计算分析与实验室研究之间的交接环节,加速候选药物从靶点识别到首次人体给药的进程。诺和诺德企业IT与质量执行副总裁Thilde Hummel Bøgebjerg表示,AI有潜力改变药物发现、开发和交付方式,但真正的价值在于将先进技术与深厚的科学专长及对患者的关注相结合。
此前,诺和诺德已在AWS上运行内部AI工作负载。据AWS案例研究,超过25,000名诺和诺德员工使用基于Amazon Bedrock构建的生成式AI平台,创建了覆盖2,500多个用例的聊天机器人。其中一个大型部署涉及约14万份文档,每月处理超过26,000次提示。诺和诺德还将生成式AI应用于临床研究文档,通过Amazon Bedrock上的Anthropic Claude 3.5,部分临床文档生成时间减少了90%以上,原本需要40至50人、耗时15周的工作,现在只需3人团队几分钟即可完成,但医学专业人员仍会审核和验证生成内容。
新协议进一步将生成式AI引入药物研究。诺和诺德计划使用Amazon Bio Discovery服务,该服务提供40多个生物AI模型,AI代理可协调模型执行研究任务,并支持将AWS托管模型与自有模型结合。平台还能生成和排序候选药物,并将实验结果反馈到计算流程中,实现计算设计与物理测试的闭环。此外,诺和诺德将使用Amazon Bedrock构建跨临床、基因组和影像数据的AI应用,以连接早期研究与临床试验设计。
协议还涉及Amazon Bedrock AgentCore,用于部署和运行AI代理,使其能够跨企业数据工作、连接现有系统并执行多步骤流程。AWS Forward Deployed Engineers将直接与诺和诺德团队合作开发相关系统。
中文圈视角
对中国医药行业而言,诺和诺德与AWS的合作提供了重要参照。国内药企如恒瑞医药、百济神州等也在探索AI辅助药物研发,但多依赖本土云服务商(如阿里云、腾讯云)或开源模型。AWS的Amazon Bio Discovery和AgentCore等工具目前在国内可用性有限,且涉及数据出境问题,中国药企可能更倾向于使用合规的国产替代方案,如华为云的医疗AI服务或百度智能云的生物计算平台。
此外,诺和诺德与OpenAI也有合作,并使用了丹麦的Gefion超算,显示大型药企在AI上采取多云策略。国内药企在AI应用上更注重数据隐私和合规,尤其在《数据安全法》和《个人信息保护法》框架下,医疗数据的处理需格外谨慎。因此,国内药企在借鉴此类合作模式时,需重点考虑数据本地化、模型合规性和供应链安全。
几条值得记住的细节
- AWS成为诺和诺德首选云服务商,双方在伦敦设立联合创新中心。
- 诺和诺德已有超25,000名员工使用基于Amazon Bedrock的生成式AI平台,覆盖2,500多个用例。
- 使用Claude 3.5后,部分临床文档生成时间减少90%以上,从15周缩短至几分钟。
- Amazon Bio Discovery提供40多个生物AI模型,支持AI代理协调和模型组合。
- 诺和诺德还使用Amazon Bedrock AgentCore部署AI代理,并计划应用于研究和运营流程。
一句话总结
诺和诺德与AWS的合作展示了代理式AI在药物研发中的巨大潜力,国内药企可借鉴其模式,但需注意合规与本土化。