제약과 바이오 / 신약 개발
Novo Nordisk: 임상시험 데이터 분석과 연구 가설 검증
- 기업
- Novo Nordisk
- 국가
- 덴마크
- 도입 상태
- 제한 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
Microsoft 고객 사례에 따르면 Novo Nordisk는 FounData 사업으로 시험과 질환 영역, 연구 프로그램에 걸친 20만 환자년이 넘는 임상시험 데이터를 정리해 두었다. 하지만 이 데이터에서 통찰을 얻는 일은 여전히 드문 전문가와 시간이 많이 드는 작업에 크게 기댔다. 같은 글은 과학 질문 하나에 의료 전문가, 사업 담당자, 프로젝트 관리자, 데이터 과학자, 생물통계 전문가가 함께 움직여야 하고, 가설을 더 추진할 가치가 있는지 판단하는 데 몇 달이 걸리기도 한다고 설명했다.
적용한 기술과 데이터
Novo Nordisk는 Microsoft Forward Deployed Engineering 팀의 AI Acceleration Studio와 함께 Microsoft Azure 위에 신약 개발 의사결정을 돕는 추론 에이전트를 만들었다. 연구자와 의료 전문가가 특정 환자 하위 집단에서 치료 반응이 나타났는지 같은 질문을 자연어로 하면, 에이전트가 코드를 만들어 실행하고 구조화된 임상 데이터로 통계 분석을 돌려 설명 가능한 결과를 낸다. 같은 글에 따르면 두 회사는 운영 전 수천 건의 자동 시험을 돌렸고, 질의 검증, 시스템 성능 지표, 전문가 검토, 사용자 의견을 겹쳐 평가했다. 생물통계 전문가와 해당 분야 전문가는 결과가 큰 과학적 결정에 쓰이기 전에 검증하며, FounData의 Rasmus S. Andersen은 에이전트가 분석 초안을 만들고 그 결과로 무엇을 할지는 과학자가 정한다고 말했다.
성과
Microsoft 고객 사례는 이 에이전트가 통찰을 얻는 시간을 몇 주에서 몇 분으로 줄이고 있다고 요약했고, 본문에서는 Novo Nordisk가 많은 탐색 분석에서 이런 단축을 기대한다고 적었다. Sid Prabhu FounData AI Application 책임자는 예전에는 한 분기에 유망한 아이디어를 5개에서 10개 정도 추진할 수 있었지만 이제는 50개 이상을 평가할 수 있다고 말했다. 같은 글에 따르면 에이전트는 이미 사내에서 쓰이고 있고 더 넓은 확산이 진행 중이며, 처음에 일부 관계자가 품었던 의문은 연구자와 생물통계 전문가가 쓰기 시작하면서 사용 쪽으로 바뀌었다. Prabhu는 이제 모두가 이 도구를 쓰고 싶어 해서 수요를 관리하는 것이 과제라고 말했다.
한계와 남은 과제
성과는 Microsoft 고객 사례에 인용된 회사 관계자의 발언과 기대치이며, 사용자 수나 분석 건수 같은 측정 결과는 공개되지 않았다. 회사가 목표로 든 임상시험 성공 확률 개선도 아직 확인된 결과가 없다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.