Das SnapLogic-Team war wieder unterwegs, diesmal in London, um sich über den aktuellen Stand der KI in der Pharmaindustrie zu informieren und deren zukünftige Entwicklung zu erörtern.
Wie der Name schon sagt, ist „Digi-Tech Pharma & AI“ eine Veranstaltung, die sich auf die Pharmaindustrie konzentriert und sich mit den Chancen und Herausforderungen befasst, die mit dem produktiven Einsatz von KI in diesem Bereich verbunden sind.
Der Tag begann mit einer Absichtserklärung, nämlich der etwas provokanten Feststellung von der Bühne aus, dass„Chatbots keine KI sind“. Ich würde dem eher zustimmen, dass viele KI-Anwendungsfälle, insbesondere im Unternehmensbereich, nicht für dialogorientierte Schnittstellenmodelle geeignet sind, vor allem aufgrund der Latenz, die bei jedem Anwendungsfall entsteht, der die Verarbeitung einer nicht unerheblichen Datenmenge erfordert.
Die andere große Herausforderung (die bereits frühzeitig angekündigt wurde und sich wie ein roter Faden durch die beiden Veranstaltungstage zog) betraf die Erklärbarkeit und Überprüfbarkeit. Black-Box-Modelle reichen nicht aus, vielleicht insbesondere nicht in der Pharmabranche; es wird erwartet, dass jede Ausgabe dokumentiert, erklärbar und überprüfbar sein muss, auch noch lange nach der Erstellung.
Was die Pharmabranche von der KI erwartet
Diese Diskussion über den konkreten Bedarf an Governance ist wichtig, denn bei Projekten, die so stark auf IT angewiesen sind wie Datenintegration oder KI, verfällt man allzu leicht in die Falle, sich hauptsächlich mit IT-Fachleuten zu unterhalten und dabei vor allem IT-Themen zu behandeln. Bei DigiTech Pharma & AI handelte es sich um Gespräche aus der Pharmabranche – zwischen Menschen, die IT und KI als Werkzeuge im Dienste eines anderen Ziels einsetzen und dabei ganz konkrete Anforderungen daran stellen, wie diese Werkzeuge eingesetzt werden können und sollten.
In allen Branchen, in denen SnapLogic tätig ist, haben wir festgestellt, dass technologisch motivierte Projekte ihr volles Potenzial oft nicht ausschöpfen, weil es an einem klaren und konkreten Ziel mangelt, auf das hingearbeitet und anhand dessen gemessen werden kann. Wenn eine neue technologische Fähigkeit, wie beispielsweise die aktuelle Generation der KI, aufkommt, muss sie auf konkrete Ziele ausgerichtet werden, um erfolgreich zu sein. Daher ist es für uns als Technologen wichtig, Gesprächen wie diesen zuzuhören, die der IT vorgelagert sind, um sicherzustellen, dass wir auf diese Bedürfnisse abgestimmt sind.
Diese Abstimmung ist besonders wichtig, da der Einsatz und die Skalierung von KI neue Herausforderungen mit sich bringen, die über die gemeinsamen Herausforderungen mit früheren technologischen Wellen hinausgehen – gerade wegen der sofortigen Leistungsfähigkeit dieser Technologie. Es kann nur allzu leicht passieren, dass KI in die Kluft zwischen dieser hohen technischen Leistungsfähigkeit und der Fähigkeit des Unternehmens, sie zu übernehmen und sich darauf einzustellen, gerät. Die allgemeine organisatorische und architektonische Reife hinkt in vielen Unternehmen den technischen Fähigkeiten noch hinterher, selbst dort, wo einzelne Bereiche über hohe Leistungsfähigkeit verfügen.
Allzu leicht gerät die KI in die Kluft zwischen dieser herausragenden technischen Leistungsfähigkeit und der Fähigkeit des Unternehmens, sie zu übernehmen und sich darauf einzustellen.
Erste Fortschritte bei der KI in der Pharmabranche
Das soll keineswegs heißen, dass die Pharmaindustrie keine KI einsetzt! Im Laufe der beiden Tage wurden uns zahlreiche Erfolgsgeschichten aus den unterschiedlichsten Bereichen vorgestellt. Dazu gehörten:
- „Digital-Twin“-Projekte, die die Möglichkeit für In-silico-Forschung eröffnen
- Initiativen zum Datenaustausch zwischen Industrie und Wissenschaft, einschließlich Möglichkeiten, lokale Erkenntnisse mit gemeinsamen Modellen zu verbinden
- Eine Forschungsarbeit, die für Laien wie mich viel zu fachspezifisch war, um ihr folgen zu können (die aber sehr beeindruckend klang, vor allem nach einer kurzen Recherche auf Wikipedia, um zumindest einen Überblick darüber zu bekommen, worum es ging)
Ich konnte wieder an der Unterhaltung teilnehmen, als es darum ging, welche Erkenntnisse aus diesen Projekten gewonnen wurden und was nötig ist, um noch weiter voranzukommen. Das ist das Spezialgebiet von SnapLogic, und tatsächlich drehte sich mein eigener Vortrag um den Erfolg unserer Projekte mit Pharmakunden wie AstraZeneca oder Boehringer Ingelheim.
Verantwortung für Daten und Ergebnisse
Im weiteren Verlauf der Diskussion über das Leitthema, dass Unternehmen die Verantwortung für KI-Projekte übernehmen müssen, gab es zahlreiche Gespräche über Dateneigentumsrechte und darüber, wie Daten in die geschäftlichen Ziele und Vorgaben integriert werden können. Dieser Wandel erfordert Datenkompetenz seitens des Unternehmens, anstatt die Verantwortung an die IT-Abteilungen abzugeben.
Ein weiterer wichtiger Schwerpunkt lag darauf, KI als Wegbereiter für neue Möglichkeiten zu betrachten und nicht als statischen Bestandteil, der lediglich dem Bestand hinzugefügt wird. Dies deckte sich weitgehend mit dem, was wir vor einigen Wochen auf der Gartner Data & Analytics-Veranstaltung gehört hatten, nämlich dem Wandel vomAnsatz „Human in the Loop“hin zum weitaus befähigenderen Ansatz„Human in the Lead“.
Diese Verlagerung ist wichtig, da sie den Blickwinkel bietet, durch den sich die vielversprechendsten Anwendungsfälle identifizieren lassen. Es wird immer deutlicher, dass persönliche Produktivität – ganz gleich, wie sehr sie durch KI gesteigert wird – sich von operativer Exzellenz unterscheidet.
Im pharmazeutischen Kontext wird die Steigerung der Produktivität eines einzelnen Forschers nichts an den Zielen ändern, die auf der Konferenz diskutiert wurden: neue Therapien, die auf neue Weise entwickelt und universeller und wirksamer bereitgestellt werden.
Führung und Prüfung
Angesichts der Sensibilität der verwalteten Daten – sei es in Form von wertvollem geistigem Eigentum oder geschützten Patientendaten – hat die Governance höchste Priorität. IT-Governance darf kein nachträglicher Einfall sein, sondern muss proaktiv in die Forschung und Patientenversorgung integriert werden, sowohl vor der Entwicklung als auch nach der Einführung.
Um KI effektiv in diesen Prozess zu integrieren, muss der gesamte Arbeitsablauf neu überdacht und aktualisiert werden, anstatt neue Technologien einfach nur aufdie „altbewährten Methoden“ aufzuschichten. Diese tiefgreifende Integration entscheidet darüber, ob die gewonnenen Erkenntnisse stark genug sind, um die Forschung in neue Richtungen zu lenken, oder ob sie lediglich ausreichen, um bereits Geschehenes zu bestätigen. Um eine solche Beschleunigung zu erreichen, bedarf es einer digitalen Infrastruktur, die Absichten mit Maßnahmen und Erkenntnissen verknüpft und die evidenzbasierte Entscheidungsfindung beschleunigt.
Ein weiterer Punkt ist, dass MCP nun auch in der Pharmabranche Einzug gehalten hat, wobei mehrere Anbieter neue Möglichkeiten für Agenten präsentieren, auf ihre Angebote zuzugreifen. Angesichts dieser zunehmenden Vielfalt an Zugangswegen wird eine angemessene Steuerung dieser Interaktionen zwischen Agenten umso wichtiger.
Ich habe mehrere Gespräche über die neuen „Trusted Agent Identity“-Funktionen von SnapLogic geführt, die die Zugangsdaten der Benutzer an die Agenten weiterleiten und über die gesamte Kette hinweg bis hin zu den Tools und Ressourcen, auf die diese Agenten zugreifen. Dies ist sowohl im Moment als auch langfristig wichtig, um nachprüfen und überprüfen zu können, welche Aktionen in der Vergangenheit durchgeführt wurden.
Wenn Sie mehr über „Trusted Agent Identity“ erfahren möchten, laden wir Sie herzlich ein, gemeinsam mit mir und meinem Kollegen Matt Sager an unserem kommenden Webinar zum Thema MCP-Governance teilzunehmen. Melden Sie sich für die Übertragung in Nordamerika oder die Übertragung in der EMEA-Region an.
Abbau von Silos
Das bekannte Problem isolierter IT-Systeme ist vielleicht besonders ausgeprägt in großen Pharmaunternehmen, die durch Fusionen und Übernahmen gewachsen sind – mit all den damit verbundenen Doppelungen und Diskrepanzen. Tatsächlich erwähnte ein Referent beiläufig, dass man versuche, 800 verschiedene Systeme miteinander zu verknüpfen, was in dieser Branche durchaus üblich ist.
Die Hauptprobleme von Datensilos, die während der gesamten Konferenz immer wieder angesprochen wurden, sind größtenteils dieselben wie in anderen Branchen, weisen jedoch einige Besonderheiten auf, die für die Pharmabranche spezifisch sind:
- Doppelarbeit durch parallele Projekte, die keine Kenntnis von den jeweiligen Aktivitäten des anderen haben
- Mangelnder Zugang zu vorhandenen Daten, sei es aus der Grundlagenforschung oder aus klinischen Studien
- Schwierigkeiten bei der Umsetzung des FAIR-Prinzips (Findbar, Zugänglich, Interoperabel und Wiederverwendbar)
Die gute Nachricht ist, dass die Überwindung von Silos nicht nur diese Bedenken ausräumt, sondern auch das Risiko von Investitionen in neue digitale Lösungen minimiert. Dieser Vorteil zeigt sich auf verschiedene Weise.
Zum einen ist da der technische Aspekt: die Schaffung einer soliden, integrierten Datenbasis, die für den Erfolg neuer Initiativen in der Gesundheitsforschung und -versorgung, die durch KI ermöglicht werden, von entscheidender Bedeutung ist.
Der andere Aspekt ist eher philosophischer Natur und knüpft an den Punkt der Eigentumsverhältnisse an. In einer isolierten Umgebung liegt der Schwerpunkt auf dem Eigentum an einem bestimmten System oder Datensatz. Eine vernetzte Architektur ermöglicht die gemeinsame Entwicklung gemeinsamer Werkzeuge, anstatt sich ausschließlich auf das Eigentum an Datenbeständen zu konzentrieren.
Genau dieser kooperative Ansatz sorgt für die Beschleunigung der Versorgung, von der alle profitieren: die Pharmaunternehmen, die Gesundheitsdienstleister und natürlich die Patienten – was früher oder später uns alle betrifft.
Einpacken
Eine der prägnantesten Zusammenfassungen lieferte Frederik Buijs von Roche, der erklärte:
„Daten-Governance ist für die Beschleunigung erforderlich, Datenkompetenz für die Skalierung und der Datenaustausch für effektive Ergebnisse.“
Dank der Funktionen der SnapLogic-Plattform selbst sowie der Beratungs- und Expertise unserer Enterprise-Architekten und spezialisierten Partner sind wir bestens aufgestellt, um unseren Kunden in allen drei Bereichen gerecht zu werden – sei es in der Pharmabranche oder in einer der vielen anderen Branchen, die wir bedienen.
