Promover el Uso de la IA dentro de las Ciencias de la Vida en la Industria de la Tecnología de Redes

La conciencia de la Inteligencia Artificial (AI), Aprendizaje de Máquina (ML) y la Programación Neuro-lingüística (PNL) es creciente, con AI ser uno de los más hablado de las tecnologías a través de múltiples industrias. Pero exactamente que está usando? Y lo están utilizando?

El Pistoia Alliance es una organización sin fines de lucro que tiene como objetivo promover la colaboración entre farmacéuticos, tecnología, ciencias de la vida y a los profesionales de la reducción de las barreras a la I + D a la innovación, al abordar los retos relacionados con la agregación de datos y la accesibilidad. Uno de sus proyectos actuales se centra en la promoción del uso de la IA en R&D. El Pistoia Alianza recientemente encuestó a 374 vida de los profesionales de ciencias de Rusia, China, estados unidos y Europa, para determinar el impacto de la IA, ML y la PNL en la industria de las ciencias biológicas y en qué medida estas tecnologías están siendo adoptadas.

Los resultados de la encuesta puso de manifiesto que:

• Casi la mitad de los encuestados (44%) ya estaban usando o estaban interesados en el uso de la IA

• Falta de experiencia técnica fue la más citada barrera a la IA, ML y PNL adopción

• Acceso a datos actual, de calidad, y la falta de estandarización también fueron considerables obstáculos

“La de Pistoia, la Alianza ha puesto en marcha un AI y Profunda de la comunidad de Aprendizaje , al reunir a las partes interesadas a compartir sus conocimientos, a medida que la industria continúa en su búsqueda de nuevos medicamentos que hacen que la vida de los pacientes mejor.” Explicó Nick Lynch, PhD, Asesor en El Pistoia de la Alianza, en un reciente comunicado de prensa.

Hablamos con Nick Lynch, para aprender más acerca de los resultados de la encuesta y Pistoia el futuro de las iniciativas para promover el uso de estas tecnologías para la industria farmacéutica R&D.

LM: resultados de la Encuesta mostraron que la ‘experiencia técnica’ fue la más citada barrera, impidiendo la adopción de AI, ML y la PNL. ¿Qué se puede hacer para superar esta barrera y ¿cómo puede el Pistoia Alianza de ayuda?

Nick Lynch: La industria debe colaborar para superar la falta de conocimientos técnicos, por la agrupación de conocimientos y experiencia. Esto significa colaborar con sus compañeros en la ciencia y la investigación, sino también en la tecnología de las empresas y las instituciones académicas – que todos tienen un papel vital que desempeñar en la realización de los beneficios de la IA y la reducción de las barreras para la adopción efectiva. Nuestros miembros representan a muchos de los actores principales, pero vamos a necesitar para trabajar con un grupo amplio de organizaciones para apoyar estos esfuerzos en torno a la AI.

Para facilitar esta tarea, La de Pistoia, la Alianza ha puesto en marcha una IA y Profunda de la Comunidad de Aprendizaje. La comunidad va a llevar a los interesados en IA juntos, a compartir sus conocimientos y AI casos de uso. El grupo va a apoyar la difusión y adopción de la IA mediante el intercambio de las mejores prácticas dentro de las ciencias de la vida, y también desarrollar y compartir las mejores prácticas en torno a los datos. Este tipo de iniciativa de colaboración ayudará a las ciencias de la vida a las organizaciones a adoptar AI más rápidamente, y evitar la duplicación de los esfuerzos de otras organizaciones.

LM: ¿es importante para estandarizar el formato de los datos? ¿Qué impacto podría tener esto en la formación académica-la colaboración de la industria y la accesibilidad y la adopción de AI, ML y la PNL en general?

NL: Sin datos estandarizados (y meta datos), la colaboración se queda atrás, ya que los datos de la variable de formatos no es interoperable y no puede ser compartida entre las partes interesadas. Además, se necesita tiempo y recursos considerables para limpiar, transformar y convertir los datos en un utilizable, compartibles formato. Según el Instituto de Medicina, el uso de normas comunes en la industria farmacéutica reduciría los Estados unidos administración de salud gastos en un 20-30%.1

En investigación y desarrollo (R&D), los datos interoperables va a aumentar enormemente su valor para los investigadores, y facilitar mucho más fácil, más colaboraciones productivas. Debido a esta necesidad de estándares de datos, La de Pistoia, de la Alianza asumió la administración de Elsevier del Modelo de Datos Unificado en el año 2017. El modelo será desarrollado y ampliado con el objetivo de publicar un abierto y está disponible libremente formato para el almacenamiento y el intercambio de descubrimiento de fármacos de datos; mucha de la cual está clasificado como precompetitivo y pueden ser compartidos.

LM: UN número considerable de los encuestados aún no están utilizando la función AI, ML, o PNL en todo, ¿por qué crees que es esto? ¿Qué piensa usted que se podría hacer para promover el uso?

NL: El uso de estas tecnologías se encuentra todavía en las primeras etapas, en parte debido a los retos que nuestra investigación ha encontrado. Más generalizada colaboración ayudará a encontrar las áreas donde la tecnología va a ser más útil, ya sea para los fármacos de I + D, o la estratificación de los pacientes. Lo que es más, la colaboración va a aumentar el acceso a precompetitivo y datos de alta calidad, y permitir el intercambio de mejores prácticas entre los distintos tipos de instituciones y geografías. Todo esto ayudará a promover la adopción de AI, ML y la PNL a través de la ciencia de la vida de la industria.

LM: Al considerar la aplicación de la encuesta indican un uso variado de la IA y las tecnologías asociadas. ¿Por qué hay tanta disparidad en adopción a través de diferentes áreas?

NL: en la Actualidad, la investigación apunta al hecho de que la mayoría (46%) de las aplicaciones de la IA son a principios de descubrimiento o de investigación preclínica fases. Esto es probable debido a que los investigadores en estas fases suelen tener acceso a grandes conjuntos de datos donde AI y tecnologías asociadas en la actualidad se pueden tener el mayor impacto. También puede ser debido a IA progresión de Aprendizaje de Máquina que ha tenido un fuerte uso de la comunidad en la Química Computacional para mayores de 25 años. Por ejemplo, en el compuesto de plomo, la identificación de la fase de la investigación, la IA puede aumentar los investigadores cuando tamizar a través de los conjuntos de datos que pueden incluir; la literatura científica publicada, internos y externos datos de ensayos clínicos, de conjuntos de datos públicos a cabo por los biobancos/gobiernos y propiedad de los datos experimentales. Como la adopción de AI crece, sin embargo, esto va a cambiar y una mayor colaboración y el intercambio de pre-competitivo conocimiento que descubrir nuevos casos de uso y aplicaciones.

Nick Lynch estaba hablando con Laura Elizabeth Mason, Escritor de Ciencia de la Tecnología de Redes

Referencia

1. McCourt, B., Gómez, R. A., Fox, K., Hamilton, C. D., Booher, K., Hammond, W. E., . . . Nahm, M. (2007). Estándares de datos: En la Intersección de Sitios, Redes de Investigación Clínica, y Normas de Desarrollo de Iniciativas. De Información De Medicamentos Diario, 41(3), 393-404. doi:10.1177/009286150704100313

Jabón Natural Málaga Cosmética Natural Málaga

Please follow and like us:
Follow by Email
Facebook
Facebook
Google+
Google+
https://www.lacosmeticanatural.com/promoting-the-use-of-ai-within-the-life-sciences-industry-technology-networks/
YouTube
YouTube
Instagram
LinkedIn
Pinterest
RSS
SHARE
简体中文EnglishFrançaisDeutschItaliano日本語मराठीNorsk bokmålPortuguêsРусскийEspañolSvenska
Follow by Email
Facebook
Facebook
Google+
Google+
https://www.lacosmeticanatural.com/promoting-the-use-of-ai-within-the-life-sciences-industry-technology-networks
YouTube
YouTube
Instagram
LinkedIn
Pinterest
RSS
SHARE