다양한 생물학적 기초 모델의 치료 및 환자 관리 적용

이번 포스트에서는 다양한 생물학적 기초 모델(BioFMs)의 작동 방식과 약물 발견 및 임상 개발에서의 실제 적용 사례를 살펴봅니다. 또한 AWS가 이러한 모델을 구축하고 배포하는 데 어떻게 기여하는지 설명합니다.

MSD가 AWS 서비스를 활용하여 생성 모델 AI를 적용하여 이탈 관리 프로세스 개선 연구

MSD는 생성 모델 AI와 데이터베이스의 파워를 활용하여 제조 이탈 관리 프로세스를 최적화하고 변형하는 방법을 탐구하고 있습니다. 지난 사건, 이탈 및 발견에 대한 정확하고 다면적인 지식 기반을 만들어 새로운 사례당 소요되는 시간과 노력을 현저히 줄이면서 최고 수준의 품질과 규정 준수를 유지하려고 합니다.

Strands 에이전트와 아마존 베드락을 활용한 약물 발견 연구 보조 도구 구축

Strands 에이전트와 아마존 베드락을 이용하여 약물 발견을 위한 강력한 연구 보조 도구를 만드는 방법을 소개합니다. 이 AI 보조 도구는 Model Context Protocol (MCP)을 사용하여 여러 과학 데이터베이스를 동시에 검색하고, 그 결과를 종합하여 약물 타겟, 질병 메커니즘, 치료 분야에 대한 포괄적 보고서를 생성할 수 있습니다.

아마존 베드락과 함께 하는 생성 모델 AI 프로토타입이 생명 과학과 유전체 분석 과정을 변화시킵니다

이 블로그는 생성 모델 AI 및 아마존 베드락을 사용하여 유전체 데이터베이스에 자연어 질문을 하는 텍스트-SQL 파이프라인을 배포하는 것을 탐구합니다. AWS Amplify를 사용하여 AI 어시스턴트 웹 인터페이스를 구현하는 방법과 SQL 쿼리를 생성하는 데 채택된 프롬프트 엔지니어링 전략을 설명합니다. 마지막으로, 서비스를 자체 AWS 계정에 배포하는 방법을 안내합니다.