Aizon 运用 AWS 的人工智能改进医药制造

医药制造业是一个复杂且受到严格监管的行业。每个生产流程都涉及数百个决策和变量，必须对其进行正确校准，才能向患者提供安全、有效的药物。随着当今市场规模的扩大，行业对生产管理和流程数据分析的需求超出了人类的能力范围。旧金山初创公司 Aizon 选择应用 Amazon Web Services（AWS）产品，来帮助医药制造商实现现代化并从数字制造工厂中获益。

Aizon 提供软件即服务（SaaS）人工智能（AI）平台，旨在帮助医药制造商优化流程并最大限度地提高效率。对于试图自行进行必要分析的制造商来说，其中一大障碍就是内在的制药流程数据混乱。

Aizon 联合创始人兼首席科学官 Toni Manzano 博士表示：“现实情况下，在运行 AI 之前，数据科学家必须花大约 80％ 的时间来准备数据、清理数据。”他表示，Aizon 通过在其平台中内置的数据清理功能，来解决这种效率低下的问题，使制药业客户能够腾出时间，专注于自己的科学专业领域。

 Aizon 平台特别适合医药和生物制造行业，因为该平台旨在始终符合统称为 GxP 的一系列制造最佳实践规范。Aizon 是 AWS 合规性和安全框架的早期采用者，而且该公司在此基础设施之上构建了自己的平台。AWS 此前发布了一份关于 GxP 合规性和安全性的白皮书，Aizon 也参与其中。

Aizon 与许多生物制药公司合作，其中许多公司使用本地软件在内部进行计算；但是，公司需要采用云技术，才能利用该行业的“制药 4.0”优势。Manzano 博士估计，在使用 AWS 之前，客户会看到公司多达 66% 的时间都完全用于处理计算任务，而现在这些任务统统外包给了 AWS。

Manzano 博士表示：“我们知道如何在 GxP 环境中应用 AI，这才是我们的重点。生物制药公司了如指掌的是如何优化制药流程中的上游或下游工艺，我们的专业性并不在于云技术本身。”“我们的客户不想操心加密、存储和后台进程的这些事情。AWS 在这些方面都做得很好，因此，我们的客户就能将所有知识投入到流程本身和验证中，而 Aizon 则负责在这一受到严格监管的行业中应用 AI。”

据 Manzano 博士估计，与 AWS 合作除了可以节省时间和增加技术专业知识外，客户在实现目标的同时，也能节省大约 80% 的成本。而如果没有 AWS 的帮助，这些成本则是他们需要承担的。

Aizon 的一项独有功能，就是为生物制造流程的不同组成部分，创建“数字孪生”。该旗舰版应用程序能够创建并运行各个生物反应器的孪生，这些经过微调的大型机器用于培育细胞，以及收获某些制药流程的生物产品。

使用这种数字应用程序，制药厂内的各个生物反应器均可通过 AWS Internet of Things（AWS IoT）相互连接并连接到云，AWS IoT 是一种无服务器架构，可以收集、分析和存储数十亿台设备的数据。当生物反应器内的条件发生变化时，就会触发 AWS Lambda（一种无服务器计算服务）在 Amazon SageMaker 中执行机器学习操作，最终会输入到流程优化分析和输出中。

Manzano 博士强调 AWS Lambda 是一种关键工具，让 Aizon 的平台可以正常运行。目前制药界所面临的最复杂问题之一，就是各个生物反应器的条件调控问题，因为这些生物反应器涉及有生命的、生长的微生物；每需分析一条包含多个生物反应器的整个流程，数据量就会呈指数级增长。

Manzano 博士表示：“想象一下，一家大型全球制药公司在世界各地有多少生物反应器，答案是成千上万个。”“要将每个生物反应器都连接到云、产生价值、计算预测和检测异常，如果没有无服务器架构，这些数据都无法管理。”

几年来，某家基于人体血浆生产新药物的跨国制药公司，出现了产品良率莫名下降的问题，并且流程不良变化日益增加。为了找到这些问题的根本原因，该公司向 Aizon 寻求帮助。Aizon 使用其基于 AWS 云架构构建的且已启用 AI 的 GxP 合规平台，创建了一种无监督学习模型，以找出这些年来该制药公司数千批药品的血浆成分来源是否存在某种规律。Aizon 还创建了一种有监督学习模型，来预测每个新批次的良率，并将该模型与实时控制面板相结合。

Aizon 的分析表明，血浆成分来源解释了半数以上的流程差异，批量集群化对良率预测至关重要。此外，该公司找出了两个关键的流程变量，发现仅优化这些变量就足以让良率呈两位数增长，从而为制药业客户带来了数千万美元的潜在收益。

Aizon 希望能够帮助更多制药公司实现类似效益。Manzano 博士表示：“通过 AWS，我们极大地提高了平台的可扩展性。”“我们在短短几分钟内，就能为各种规模的客户部署整个平台，而且我们可以在任何国家/地区轻松复制和升级该平台” Aizon 计划继续扩展其软件服务，同时也将与世界各地的监管机构合作，制定在医药制造中应用 AI 的标准。

详细了解 Aizon 等组织如何利用 AWS 生命科学行业解决方案推动创新。