Штучний інтелект як ефективний інструмент в умілих руках: яка користь для Фарми?

Алгоритми штучного інтелекту (ШІ) так чи інакше оточують нас — соціальні мережі, оператори зв’язку, банки тощо застосовують їх щодня. Однак трендовість теми ШІ на якісно новий рівень підняло вдосконалення великих мовних моделей на основі ШІ. Нейромережі навчилися генерувати різні типи даних — тексти, зображення, відео, аудіо, коди тощо. Не дивно, що «штучний інтелект» став словом року за версією британського словника Collins Dictionary. Як у свій час індустріальна революція автоматизувала фізичні процеси, так ШІ має потенціал автоматизувати інтелектуальну працю. Бум розвитку технологій ШІ спричинив неабиякий резонанс у світовій спільноті. Думки розділилися — одні вбачають у цьому велику загрозу, інші — великі можливості. За оцінками аналітичної компанії «McKinsey & Company», генеративний ШІ має неабиякий економічний потенціал. Його вплив на світову економіку може оцінюватися у трильйонах доларів США. Причому найвагомішим з точки зору потенційного підвищення доходів він буде для таких індустрій, як банківська справа, високі технології та фармацевтична промисловість.

Що таке генеративний ШІ?

Новітні програми на основі ШІ можуть виконувати цілу низку рутинних завдань, таких як реорганізація та класифікація даних. Однак саме їхня здатність створювати текст і цифрове мистецтво потрапили в гучні заголовки новин і переконали окремих користувачів експериментувати самостійно.

Генеративний ШІ використовує алгоритми, які автоматизують процеси створення контенту, зокрема аудіо, код, текст, відео. Він має потенціал докорінно змінити підхід до створення контенту.

Ми стоїмо на порозі нової межі продуктивності?

Генеративний ШІ може створювати цінність, працюючи в партнерстві з людиною, доповнюючи її роботу так, щоб прискорити продуктивність. Здатність швидко обробляти великі масиви даних і робити з них висновки дозволяє технологіям пропонувати ідеї та варіанти, які можуть суттєво покращити інтелектуальну роботу. Це, зокрема, може значно пришвидшити одні процеси та вивільнити більше часу на інші завдання.

За підрахунками аналітиків «McKinsey & Company» у 2012 р., працівники, робота яких пов’язана з інтелектуальною працею, витрачали приблизно п’яту частину свого робочого часу, або 1 день кожного робочого тижня, на пошук і збір інформації. А що як генеративний ШІ міг би брати на себе такі завдання, підвищуючи ефективність і результативність працівників? Такий віртуальний помічник міг би швидко «читати» величезні масиви корпоративної інформації, сканувати вихідні матеріали в діалозі з людиною, яка допомагала б вдосконалити й адаптувати його дослідження. Відповідно до звіту «The economic potential of generative AI. The next productivity frontier», генеративний ШІ має потенціал трансформувати ролі та підвищити продуктивність у таких функціях, як продажі та маркетинг, обслуговування клієнтів та розробка програмного забезпечення. Унаслідок цього він може вивільнити значні кошти в різних галузях економіки. Аналітики проаналізували 63 потенційні сфери використання генеративного ШІ, і за їхніми підрахунками використання таких технологій може підвищити вартість світової економіки на трильйони доларів — від 2,6 до 4,4 трлн дол. США. Для порівняння, валовий внутрішній продукт (ВВП) Великобританії у 2021 р. становив 3,1 трлн дол. Причому близько 75% цінності, яку може принести застосування генеративного ШІ, припадає на 4 сфери: операції/взаємодія з клієнтами, маркетинг і продажі, розробка програмного забезпечення та R&D.

Робота з клієнтами

Генеративний ШІ має потенціал революціонізувати функцію роботи з клієнтами, покращуючи клієнтський досвід завдяки цифровим рішенням. Ця технологія вже набуває популярності завдяки своїй здатності автоматизувати спілкування. Конкретні приклади включають, зокрема, чат-боти на основі ШІ, які можуть надавати негайні відповіді на певні запити. Автоматизація відповідей дозволяє команді по роботі з клієнтами зосередитися на запитах, які можуть бути оброблені лише людиною. Також технології на основі ШІ можуть скоротити час, який представник компанії витрачає на відповідь.

Маркетинг

Генеративний ШІ має широкі можливості використання у сфері маркетингу, де рушійними силами є створення контенту та персоналізація. Технології можуть створювати персоналізовані повідомлення, пристосовані до індивідуальних уподобань і поведінки клієнтів, а також виконувати такі завдання, як створення драфтів для реклами бренду, заголовків, слоганів, постів у соціальних мережах, описів продукту тощо.

Однак варто застерегти, що впровадження генеративного ШІ у функції маркетингу вимагає ретельного підходу. Слід враховувати той факт, що мовні моделі навчаються на основі загальнодоступних даних, що створює ризик плагіату, порушення авторських прав та прав інтелектуальної власності. Також вони можуть створювати упереджені репрезентації через обмеженість або упередженість початкових даних. Відтак, необхідний контроль з боку людини.

Потенційними перевагами використання генеративного ШІ є економія часу на розробку ідей та створення контенту, структуризація та об’єднання ідей команди в єдине ціле, підвищення персоналізації маркетингових повідомлень, обробка розрізнених даних для подальшого їх використання у створенні маркетингових стратегій, допомога в аналізі та виявленні ринкових тенденцій на основі аналізу даних із соцмереж та зворотного зв’язку від клієнтів.

Як правильно сформулювати promt?

У генеративному ШІ легко розчаруватися, якщо результат, який він видає, не відповідає очікуванням. Для того, щоб ефективно використовувати цю технологію на власну користь, отримуючи релевантний результат, необхідно вміти правильно формулювати запит. Відповідь буде настільки якісною, наскільки якісно сформованою буде команда.

Promt — це коротка текстова інструкція, набір вхідних даних, які допомагають ШІ правильно виконати поставлене завдання. У promt можна прописати, що потрібно створити, у якому вигляді, в якому стилі тощо. Можна прописати стільки деталей, скільки потрібно — чим детальніше опис завдання, тим імовірніше відповідь буде релевантною.

Мовні моделі можуть імітувати певні професії, тож їй можна «задати» діяти як певний фахівець, наприклад, професійний маркетолог. ШІ можна також попросити наслідувати певний стиль, наприклад, створити контент у стилістиці віршів Вільяма Шекспіра.

ШІ можна використовувати для генерації ідей і в подальшому відштовхуватися від них для розбудови власних. Важливо надавати контекст: про клієнта, ринок, гіпотези, які ви створюєте, тощо. Якщо початковий запит не дає потрібного результату, його слід скоригувати, уточнити, щоб направити ШІ в потрібне русло.

Великі мовні моделі мають доступ до всієї відкритої інформації, що є в інтернеті, а відтак можуть надавати швидку відповідь стосовно теми, яку ви хочете вивчити. Не дивно, що ці технології намагаються використовувати в навчанні. Однак слід бути обережними, адже в інтернеті багато дезінформації та ненадійних джерел, тому ШІ може надавати неправдиві дані.

З огляду на те, що великі мовні моделі використовують для отримання різного роду інформації, Міжнародна фармацевтична федерація (International Pharmaceutical Federation — FIP) оновила рекомендації щодо контролю за інформацією про препарати. Федерація застерігає, що споживачі тепер можуть знаходити інформацію про препарати через платформи ШІ, але ця інформація може бути неправильною, що може негативно вплинути на здоров’я.

Продажі

Генеративний ШІ може змінити підхід до продажів як у B2B, так і в B2C сегментах. Наприклад, технології на основі структурованих і неструктурованих даних можуть створювати профіль клієнта та пропонувати представникам компанії дії для поліпшення взаємодії з клієнтом у кожній точці контакту. Генеративний ШІ також може створювати різні сценарії діалогів для полегшення спілкування з клієнтом.

R&D

Фармацевтичні компанії витрачають близько 20% доходу від продажу на R&D. Розробка нового препарату займає в середньому від 10 до 15 років. Застосування технологій ШІ може допомогти прискорити процес відбору молекул та розробки нових лікарських засобів, а також покращити процеси моделювання та тестування завдяки здатності створювати сценарії та профілі кандидатів, які підходять для участі в дослідженнях. Наприклад, на етапі ідентифікації потенційних кандидатів у препарати фундаментальні моделі можуть використовуватися для автоматизації попереднього скринінгу хімічних речовин у пошуках тих, які матимуть специфічний вплив на мішені. Це дозволяє відбирати найкращі варіанти хімічних речовин для подальшого аналізу.

Перспективним є також використання сурогатних моделей, в яких задіяні можливості глибоких нейронних мереж для апроксимації та відтворення поведінки дорогих в обчислювальному плані симуляцій (Deep Learning Surrogates). Вони мають значний потенціал для прискорення тестування конструкцій, запропонованих генеративним ШІ.

За оцінками аналітиків, генеративний ШІ може забезпечити додатково від 2,6 до 4,6% річного доходу фармацевтичної індустрії.

Що слід враховувати при роботі зі ШІ?

Необхідність участі людини в процесі. Можуть знадобитися нові заходи перевірки якості процесів, які переходитимуть від людини до генеративного ШІ.

Прозорість і відстежуваність первинних даних. Відсутність прозорості походження згенерованого контенту і відстежуваності первинної інформації може ускладнити перевірку на наявність потенційних ризиків. Наприклад, якщо ШІ не може надати реальні функціонуючі посилання на джерела даних. Великі мовні моделі іноді можуть «галюцинувати», створюючи неправдиву інформацію. «Галюцинації» ШІ, також відомі як «конфабуляції», виникають, коли інструменти надають неправдиву інформацію, що може варіювати від пропозицій, які здаються абсолютно правдоподібними, до таких, які є абсолютно безглуздими.

Конфіденційність. Використання генеративним ШІ клінічних зображень і медичних записів може підвищити ризик витоку медичної інформації, що потенційно може порушити правила, які вимагають захищати конфіденційність даних пацієнтів.

У відповідь на зростаючу потребу у відповідальному освоєнні технологій на основі ШІ, що швидко розвиваються, Все­світня організація охорони здоров’я (ВООЗ) надала рекомендації щодо регулювання технологій ШІ в галузі охорони здоров’я. У документі виокремлено 6 напрямків регулювання цих технологій у сфері охорони здоров’я: транспарентність і ведення документації; контроль ризиків; валідація даних; контроль якості даних; конфіденційність та захист даних; укріплення співпраці між регуляторними органами, пацієнтами, медичними працівниками, представниками індустрії та іншими партнерами з метою забезпечення відповідності продуктів та послуг нормативним вимогам протягом їхнього життєвого циклу.

Користь для охорони здоров’я

Накопичення великої кількості інформації у системі охорони здоров’я стимулює прискорення використання ШІ. Він може сприяти поліпшенню показників здоров’я населення, підвищуючи якість клінічних досліджень; даючи змогу точніше обирати методи діагностики та лікування захворювань, тактику само­допомоги й індивідуальної допомоги; доповнювати знання, уміння та навички професіоналів охорони здоров’я. Зокрема, технології ШІ можуть бути корисними в умовах нестачі медичних фахівців, допомагаючи інтерпретувати результати іридодіагностики та рентгенологічних досліджень і виконувати багато інших завдань.

У квітні нинішнього року в Чикаго під час презентації нової технології генеративного ШІ десятки тисяч людей спостерігали, як нові платформи можуть використовуватися лікарями для автоматизації створення медичних записів. Це відбувається так: лікар записує візит пацієнта за допомогою мобільного застосунку AI-платформи; платформа додає інформацію про пацієнта в режимі реального часу, виявляючи будь-які прогалини і пропонуючи лікарю заповнити їх, фактично перетворюючи диктант на структуровану нотатку; після закінчення візиту лікар переглядає на комп’ютері згенеровані ШІ нотатки, які він може редагувати голосом або набрати на клавіатурі, і вносить їх в електронну медичну картку пацієнта. Це дозволяє прискорити процес роботи з ведення записів, яку лікар повинен виконувати під час кожної взаємодії з пацієнтом.

Сучасні великі мовні моделі здатні працювати як зі структурованими, так і неструктурованими наборами даних (такі як клінічні записи, діагностичні знімки, медичні карти та записи) та аналізувати їх.

Генеративний ШІ може допомогти розкрити частину нереалізованого потенціалу вдосконалення галузі завдяки автоматизації рутинної роботи, в якій можуть траплятися помилки через людський фактор; миттєвого доступу до накопичених роками клінічних даних; модернізації інфраструктури систем охорони здоров’я. Щоб реалізувати цю потенційну цінність, потрібно почати думати, як інтегрувати ці моделі в існуючі дорожні карти, а також про ризики, що з цим пов’язані. Медична інформація про пацієнтів є особливо чутливою, тому безпека даних має першорядне значення. А з огляду на частоту, з якою генеративний ШІ дає неправильні відповіді, для того, щоб будь-які пропозиції були корисними для пацієнтів, знадобиться фасилітація та нагляд з боку лікарів. Генеративний ШІ може під контролем лікаря створювати резюме виписки або інструкції для пацієнта; синтезувати нотатки про лікування або записи про передачу зміни; створювати контрольні списки, звіти з обходів пацієнтів.

Здатність генеративного ШІ генерувати і синтезувати мову також може покращити роботу електронних медичних карток. Ці картки дозволяють лікарям отримувати доступ до інформації про пацієнтів і оновлювати її, але зазвичай вимагають ручного введення, тому є ризик помилки. Генеративний ШІ наразі тестується в різних функціях — від попереднього заповнення резюме візитів до електронної медичної картки до внесення змін до документації, а також у проведенні необхідних досліджень для підтримки ухвалення рішень.

Бажаєте завжди бути в курсі останніх новин фармацевтичної галузі?
Тоді підписуйтесь на «Щотижневик АПТЕКА» в соціальних мережах!