在快速发展的生命科学行业中,人工智能(AI)正在从实验阶段转向成为生物制药公司的战略资产。然而,对于许多组织而言,实现可衡量、持久价值的路径仍然被缺乏重点的试点项目或过于复杂的解决方案所阻碍,这些解决方案无法融入日常工作流程。这些挑战往往导致采用率低和投资回报有限。
为了弥补这一差距,一种新的方法正在出现:将特定于行业的智能体AI直接嵌入到专业人员每天使用的平台中。通过将AI智能体集成到医学、法律和法规(MLR)流程中,组织可以将内容生命周期管理转变为更快速、可扩展且更合规的工作流程,以满足当今的内容需求。
Moderna最近启用了Veeva AI for PromoMats,这是一个直接构建在Vault平台中的解决方案,通过自动化任务来提高生产力。Moderna的经验为希望超越实验阶段并实现AI实际效益的生物制药公司提供了实用蓝图,最终实现向医疗保健专业人员(HCP)和患者更快交付合规治疗信息。
用行业特定智能体重新定义审查流程
MLR审查流程经常被视为主要瓶颈。AI现在正在从理论概念转变为实用工具,通过自动化重复性手工任务来解决这个问题。这种转变使高技能专业人员能够将他们的专业知识集中在高风险内容上,最终提高质量和合规性。
根据涉及10家生物制药公司领导者的Veeva AI for PromoMats焦点小组调研结果,行业专家预计到2028年,38%的MLR流程将由AI驱动。首批智能体Quick Check Agent和Content Agent现已推出。Quick Check Agent在提交前根据编辑和合规指南扫描材料,而Content Agent提供情境感知洞察、总结文本并分析视觉内容以协助审查员。
Moderna全球营销运营总监Jason Benagh是该技术的早期采用者,他注意到这种协作开发的影响:"通过Veeva AI,我们将能够用同样的人力完成更多工作,这很重要,因为我们在未来几年有推出更多产品的雄心。"
AI采用的战略指南
Moderna的转型经验可以提炼为在MLR中实施AI的七个战略步骤:
第一步:采用以人为本的思维模式
虽然Moderna保持数字优先的文化,但他们认识到AI的全部价值30%在于技术,70%在于人员和流程。根据《AI法案2024/1689》,将AI作为以人为中心的技术,将AI视为增强人类工作的助手,而不是替代人类。在这种模式下,审查员保持最终责任,选择应用哪些AI建议,而智能体处理提交前检查的繁重工作。
第二步:定义清晰的战略愿景
Moderna的目标是使精简的MLR团队能够在不扩大人员编制的情况下管理不断增加的内容量。当技术变得实用且易于实施时,他们选择采取行动。正如Benagh解释的:"Moderna的最大机会是设想一个几乎无需人工干预的审查流程。这是我们真正希望通过该工具实现的目标。"
第三步:设定现实的期望和关键绩效指标
AI采用的成功往往来自累积的胜利,而不是即时的转型。Moderna建立了基于短期定性反馈(如审查员信任度和可用性)和关于流程效率和准确性的长期定量数据的成功指标。
第四步:收集早期用户反馈
在流程早期让审查员参与可以增加信任。Moderna发现不同用户将智能体用于独特的高价值任务,例如生成替代合规语言或提供文档摘要。他们还发现,早期让外部代理机构参与至关重要,因为他们的文件上传方法直接影响AI结果的质量。
第五步:研究路线图并适应
最佳AI性能依赖于强大的数据基础。领导者不仅应该演示当前产品,还应研究长期路线图以准备他们的内部数据。对于Moderna,这意味着建立成熟的声明库,以期待未来的AI能力。
第六步:与代理合作伙伴测试和验证
Moderna与其全球内容合作伙伴Wildtype(奥美健康代理机构)密切合作,验证AI智能体如何适应现实世界的工作流程。代理机构可以作为重要的测试场地,帮助减少MLR周期中的摩擦,并建立信心确保批准的内容符合每项合规标准。
第七步:无干扰实施
由于智能体AI可以直接嵌入现有工作流程,技术实施可以非常迅速。Benagh注意到推出的简单性:"实施Veeva AI非常简单,我告诉我的数字团队:'我不需要任何数字支持——只需要我团队的项目管理技能。'审批很容易:'继续进行。'"
展望未来:MLR的未来
Moderna的转型表明,成功的AI采用不需要大量资源或复杂的多年集成。当智能体专为行业构建并集成到现有软件中时,过渡是无缝的。
在加速内容交付的竞争中,等待观望可能导致失去先机。通过现在实施这些工具,生物制药公司可以实现即时效益,同时为合规、高质量内容的未来绘制愿景。
Q&A
Q1:Veeva AI for PromoMats是什么?它如何帮助生物制药公司?
A:Veeva AI for PromoMats是直接构建在Vault平台中的解决方案,通过自动化任务来提高生产力。它包含Quick Check Agent和Content Agent两个智能体,前者在提交前扫描材料的合规性,后者提供情境感知洞察和文本分析,帮助生物制药公司实现更快速、可扩展且合规的内容审查流程。
Q2:为什么Moderna选择采用AI技术来改进MLR流程?
A:Moderna面临着用精简的MLR团队管理不断增加内容量的挑战,他们不想扩大人员编制。AI技术变得实用且易于实施时,他们选择采取行动,目标是实现几乎无需人工干预的审查流程,让高技能专业人员专注于高风险内容审查。
Q3:实施AI智能体需要复杂的技术集成吗?
A:不需要。由于智能体AI可以直接嵌入现有工作流程,技术实施非常迅速和简单。Moderna的实施过程证明了这一点,他们的数字团队负责人表示只需要项目管理技能就能完成实施,无需额外的数字支持,审批过程也很顺利。
好文章,需要你的鼓励
MIT研究团队开发了GraphAgents多智能体AI系统,通过五个专门智能体协同工作来寻找PFAS等化学物质的环保替代材料。该系统将科学文献转化为知识图谱,利用不同的图遍历算法发现跨学科材料设计方案。在生物医学管道应用测试中,系统成功提出了多种创新复合材料设计,消融实验证明完整系统显著优于简化版本,为材料科学发现提供了新的AI驱动范式。
今天讲的出海案例是美信科技,一家做功率电源模块和AI服务器配套供配电的深圳企业,已在泰国完成工厂选址并取得BOI(泰国投资促进委员会)免税资质,预计2026年上半年投产。
威斯康星大学麦迪逊分校研究团队发现,经过"思考训练"的AI在用户服务场景中反而表现更差。通过测试七种主流AI模型,研究发现思考能力强的AI变得更加"内向",主动披露的有用信息减少约30%,导致用户无法获得足够信息做出正确决策。研究团队开发的"信息披露提示"方法能够有效改善这一问题,为AI开发指明了新方向。