2024年生命科学领域人工智能应用价值分析报告：战略整合与实施路径

2024年由Forrester Consulting代表SoftServe进⾏的全球委托研究带来的⻅解 作者：Steve LoSardo 执行摘要 ⽣命科学⾏业正在发⽣巨⼤变化，越来越多公司开始使⽤⽣成式⼈⼯智能（Gen AI）。根据SoftServe代表Forrester Consulting在2024年进⾏的⼀项全球委托研究详细介绍了该⾏业中Gen AI实施的现状和未来⾛向。 2024年的研究显⽰，⽣命科学公司正在积极探索⼈⼯智能解决⽅案，改变其商业模式并履⾏开发创新治疗⽅法以增强患者护理的使命。因此，他们在以下领域寻求价值: 业务策略：越来越多公司正在转向以数据驱动的预测，有57%将改善业务策略作为顶级Gen AI⽬标。尽管有85%预计Gen AI在这⼀领域将变得更加重要，但32%表⽰需要帮助完善他们的战略路线图。 医疗保健提供者（HCP）/患者参与：55%的受访者希望使⽤Gen AI改善医疗保健提供者（HCP）/患者参与，⾏业从以产品为中⼼转向以客⼾为中⼼的⽅式。Gen AI在参与⽅⾯的关键应⽤包括⾃主客⼾服务、增强客⼾⽀持和虚拟助⼿。 软件开发：53%认为改善软件开发是Gen AI的优先任务。未来12-18个⽉，87%相信Gen AI在这⼀领域的作⽤将更加重要。 员⼯体验：Gen AI对重新技能培训和技能提升的关注明显，51%将增强员⼯体验作为优先事项。研究表明员⼯满意度、⽣产⼒和Gen AI投资之间存在明显联系。 研究与开发（R&D）：对于Gen AI在解决R&D中的挑战（如临床试验运作和为新适应症重新利⽤现有药物）的潜⼒越来越有信⼼。42%的调查参与者计划投资于R&D⽬的的Gen AI。 SoftServe的报告探讨了⽣命科学组织对Gen AI现状的第⼀⼿⻅解，以及如何加速采⽤速度的展望。 刻不容缓的创新呼声 与许多⾏业⼀样，2024年⽣命科学⾏业⾯临着重⼤的外部逆⻛，如盈利能⼒和投资回报率下降、资本成本上升以及过时的治疗组合。 此外，仿制药和⽣物类似物的激烈竞争加剧了专利到期带来的困境。 随着竞争加剧，⾏业在获取医疗⽀付者的报销和保证分销渠道⽅⾯遇到困难。研究、开发和制造⽅⾯的成本不断增加，对盈利能⼒造成压⼒。同时，企业需要跟上技术变⾰的快节奏，包括⼈⼯智能、物联⽹和数字健康的进展。所有这⼀切都要确保对敏感患者数据的保护，以及确保符合数据隐私政策的合规性。 追寻价值 ⾯对这些挑战，⾏业正在积极采⽤Gen AI。⾏业迅速启动了雄⼼勃勃的概念验证项⽬。例如，企业正在探索加快药物发现、提⾼临床试验效率、加速监管批准，并快速创建⾼度个性化的营销材料等⽤例。 根据2024年Forrester咨询公司代表SoftServe进⾏的全球研究显⽰，⽣命科学公司了解⼈⼯智能的强⼤作⽤。因此，他们在以下领域寻求价值。 1: 改善业务策略 随着⽣命科学⾏业⾯临如此⾼昂的成本和竞争压⼒，越来越多的公司开始寻求数据驱动的洞⻅来引导他们的业务战略。数据的战略使⽤正在改变组织如何对研发进⾏优先排序，处理监管合规性，建⽴合作关系以及管理⼈才。成功的业务策略应该提供患者需要的疗法，同时推动价值创造，增强市场地位，并确保⻓期可持续发展。 Forrester Consulting 的研究提供了一些有趣的见解: 57% 的公司认为改善业务策略是顶级 Gen AI ⽬标，这⼀数字⾼于⾏业平均⽔平的 51%。令⼈⿎舞的是，85% 的⼈认为 Gen AI 将在未来 12-18 个⽉内在这⼀领域扮演更重要的⻆⾊。 然⽽，研究还显⽰了⼀些担忧: 32% 的⼈承认他们需要帮助优化业务策略以跟上 Gen AI 的步伐。这个问题在这个⾏业似乎⽐其他⾏业更为普遍。 随着公司努⼒提升业务策略，⼀些公司在实施⽅⾯⾛在了前列。在⾸席执⾏官 Paul Hudson 的开创性领导下，赛诺菲制定了⼀个⽬标，要成为⾸家⼤规模应⽤⼈⼯智能的制药公司。该公司推出了⼀个全⾯的 Gen AI 平台，汇编和分析内部数据。它允许进⾏实时数据交互，提供详细⻅解，并有助于场景规划，让决策变得更容易。 然⽽，我们发现⼀些较⼩的公司对尝试 Gen AI 有些犹豫。他们的保守主义源于对当前系统⾜够好的信念。尽管有所保留，这些公司正密切关注着⼤公司的动向，并准备⼀旦看到 Gen AI 在其他地⽅运⾏良好就加⼊进来。这凸显了在采⽤ Gen AI 之前制定⼀个全⾯的业务策略的重要性。 2：提高医护人员/患者参与度 医护⼈员/患者参与范围正在发⽣变化，公司需要进⾏适应。以下趋势清晰地展⽰了这⼀点: 数字健康: 数据驱动的洞察力: 利⽤数据分析来了解医护⼈员和患者喜好、⾏为和需求，有助于创造更具针对性和有效的参与⽅式。 移动应⽤程序、可穿戴设备和远程医疗等数字健康技术使医护⼈员和患者更容易进⾏个性化和便捷的互动。 公司有巨⼤潜⼒利⽤⼈⼯智能与医护⼈员/患者进⾏互动。然⽽，许多公司发现，满⾜医护⼈员对相关，有差异内容的要求具有挑战性。 反映这些挑战，55%的受访者表⽰，提⾼客⼾参与度是他们在基因⼈⼯智能领域的下⼀个重要⽬标，略⾼于⾏业平均⽔平53%。此外，70%的⼈计划在接下来的12-18个⽉内更加专注于这⼀⽬标。 许多应⽤致⼒于建⽴实时AI分析的强⼤基础，使公司能够响应客⼾洞察。例如，对话结束后会记录通话备注，基因⼈⼯智能可以筛选这些⽂本，找到共同问题。这些备注和⼈⼯智能的洞察⼒可以在公司内共享，以改善医护⼈员与患者及护理者的互动⽅式和信息使⽤。其他增强参与度的⽤例包括: 自主医护人员服务 情感分析用于个性化 虚拟助手和医学概念学习辅导 AI 动力联系中心和聊天机器人 增强型患者支持 增强，而非替换: ⽬标并⾮取代⼈类⼯作者，⽽是使某些⽇常活动变得更加简便。研究表明: ⽬前，有相当数量（57%）的企业正在使⽤Gen AI⾃动化服务任务，还有许多企业（30%）处于试点阶段。 但在接下来的12到18个⽉内，企业将加⼤对增强⽀持的关注，同时减少对⾃主⽀持的投⼊。 企业更倾向于推出新的Gen AI项⽬以增强病⼈⽀持（32%），⽽⾮简单⾃动化（9%）。 在已经使⽤或试点使⽤Gen AI进⾏⾃主⽀持的87%中，有⼀半不计划在接下来的12-18个⽉内扩⼤使⽤规模。 与此同时，64%正在使⽤或试点使⽤Gen AI进⾏增强⽀持的企业中，只有三分之⼀不计划扩⼤使⽤规模。 研究结果显⽰了⼀种偏好混合⽅法，将⼈⼯智能与⼈类互动相结合。在拜耳公司，Gen AI正在帮助研究⼈员访问、识别和相关数据。 现在，他们可以挖掘⼤量的研究数据，寻找可能的联系，并⾃动地进⾏起草临床试验通讯的耗时任务，将其翻译成不同的语⾔。 Gen AI在患者生活中 Gen AI可以增强⾏业内的患者⽀持服务，例如，通过分析患者数据以提供个性化消息和建议，提⾼参与度和依从性 基于数据，Gen AI可以预测患者需求，主动提供相关信息和⽀持。Gen AI可以及时发送提醒和个性化消息，⿎励服药依从性，改善患者结果。由AI驱动的虚拟助⼿可以为患者提供即时回答常⻅问题，减轻⼈类代理的负担。 例如，患有2型糖尿病的患者可以使⽤Gen AI来管理其慢性疾病。虚拟教练（VC）与HCP共同⽀持患者，将失败感转化为动⼒，并简化其疾病管理。 3 提高软件开发 当前，提⾼软件开发是Gen AI的第三个最重要优先事项，53%的⼈认为这很重要。在接下来的12-18个⽉内，87%的⼈认为Gen AI在这⼀领域将扮演更重要的⻆⾊。研究强调IT和软件部⻔从Gen AI中获益最多，其中62%的IT⼯作者报告获得了显著的价值。这明显⾼于所有⾏业的平均值（51%）。 Gen AI改善了软件开发，适合预算有限的客户 SoftServe最近进⾏了研究，突出了Gen AI对软件开发的影响我们的研究结果显⽰，虽然结果可能相似，但Gen AI极⼤地加快了软件开发过程，提⾼了效率。这对于预算限制严格的公司尤为重要。我们的研究揭⽰了Gen AI: 4: 改善员工体验 调查对象意识到，如果不培养员⼯的技能，就⽆法推动创新和⼈⼯智能的普及。因此，重点放在重新培训和提升技能上，以确保内部有⼀个强烈的重点。 研究表明: ⽬前，有51%的⼈表⽰提⾼员⼯体验是他们的⾸要⽬标之⼀，远⾼于⾏业平均⽔平的44%，⾼于医疗保健领域的41%。 为Gen AI最常试点使⽤案例的智能员⼯⽀持，使⽤诸如对话式搜索、摘要、数据分析、创造⼒和内容⽣成等⼯具。 员⼯体验和⼈⼒资源仅次于信息技术，在从Gen AI项⽬中获得投资回报⽅⾯表现亮眼。 如今，46%的⼈报告称从这些举措中获得了“显著价值”，超过其他部⻔（41%）。 在未来12-18个⽉内，有77%的受访者预计将使⽤Gen AI来改善员⼯体验。 智能企业搜索是另⼀个⾼潜⼒的应⽤，⽬前有四分之⼀的公司正在进⾏测试，另外25%的公司计划在未来⼀年内进⾏扩展使⽤。 这些发现表明公司： 在意识到Gen AI的好处⽅⾯领先于其他⾏业 认为员⼯满意度与整体⽣产率之间有很强的联系 正在投资于使员⼯更容易获取信息并更⾼效地完成⼯作的技术 ⼀个实际的例⼦是默克（Merck），该公司正在内部使⽤MyGPT（类似于ChatGPT）来在默克的数据基础设施内以安全、可靠、合规的⽅式提⾼效率和⽣产⼒。新功能包括“⾃带⽂档”。 展望未来，对改善员⼯体验的不断关注以及智能企业搜索的潜⼒表明，⽣命科学公司将继续投资于提升员⼯参与度和获取关键信息能⼒的Gen AI解决⽅案。 5: 改进研发 精准医学是⼀种创新⽅法，旨在量⾝定制疾病预防和治疗，考虑到⼈们基因、环境和⽣活⽅式的差异，具有巨⼤潜⼒ 然⽽，它⾯临着数据收集、成本和隐私问题等挑战。Gen AI可能是答案，⽣成合成数据以创建患者的数字孪⽣体，保护隐私，推动以患者为中⼼的医疗保健。 SoftServe与NVIDIA在药物发现⽅⾯的合作是⼀项战略合作，专注于利⽤⼈⼯智能和⾼性能计算加速药物发现过程。SoftServe使⽤NVIDIA的BioNeMo平台，包括其强⼤的GPU和框架，加速药物发现中的AI模型训练和推理。 Gen AI对临床试验的影响是另⼀个充满潜⼒的领域。例如，制药公司在进⾏临床试验时⾯临着巨⼤成本压⼒。收集合适的试验参与者既昂贵⼜耗时。由于Gen AI可以快速分析⼤量结构化和⾮结构化数据，它可以作为强⼤的研究团队伙伴，分享⻅解，帮助指导最佳的临床试验参与者，并建议有效的⼲预措施，从⽽改善临床试验的结果。另⼀个例⼦是NLP和Gen AI的结合，⽤来识别可以⽤于新适应症的现有药物。 该研究揭示: >1/2 40% 40%的受访者表⽰，在未来12-18个⽉内，使⽤GenAI改进研发将变得更加重要；38%表⽰它将变得更加重要。 超过⼀半受访者要么计划投资Gen AI，要么已经在试点项⽬中进⾏测试，另有11%的受访者表⽰他们的部⻔计划在未来12-18个⽉内扩⼤⽤例。 ⼈们对技术潜⼒解决当前研发挑战的信⼼⽇益增强。百时美施贵宝(Bristol Myers Squibb)成功在由基因⼈⼯智能精准医学平台创建的更⾼效的药物设计和开发过程中发现了免疫和炎症指标候选化合物。其他有前景的⽤例包括: 蛋白质结构预测 疾病预测和原型设计 临床试验优化 分子设计 运营效率 在Forrester Consulting的研究中，81%的受访者认为基于Gen AI的运营效率在未来12到18个⽉内将变得更加重要或⾮常重要。 这与我们交谈的⼀些公司⼀致，他们正在找到实际的可交付可衡量业务影响的操作性AI⽤例。 临床试验：Gen AI通过快速找到患者、分析⼤型数据集以发现趋势和不良事件、并查看⻛险以及采取早期⾏动来加快临床试验速度。 医学⽂献综述：Gen AI改变了我们搜索和分析医学信息的⽅式。它理解医学语⾔的细微差别以获得更好的搜索结果，⾃动总结研究结果，并提取重要数据供分析。 它还能检测偏⻅，分析引⽤以提⾼质量，构