Using Amazon SageMaker AI to Accelerate Precision Medicine Trials

소개

정밀 의학의 시대에서, 진단 검사를 개발하는 연구자들은 주로 수천 가지의 잠재적 바이오마커를 포함하지만, 환자 샘플은 수백 개에 불과한 데이터셋을 다뤄야 하는 문제에 직면합니다. 다차원의 저주 문제는 중요한 발견의 성공과 실패를 결정할 수 있습니다. Sonrai는 이러한 문제를 해결하기 위해 Amazon SageMaker AI를 활용한 MLOps 프레임워크를 구축하여 뛰어난 성과를 거두고 있습니다.

주요 내용 및 사례

Sonrai는 AWS와 협력하여 Amazon SageMaker AI를 기반으로 정밀 의학 시험을 가속화하는 솔루션을 개발하였습니다. 이 솔루션은 복잡한 실험 변형을 관리하고, 데이터셋의 수천 가지 기능을 체계적으로 관리하며, 규제 준비성을 위한 버전 관리 및 추적 가능성을 보장합니다.

MLOps 개요
MLOps는 머신러닝, DevOps 및 데이터 엔지니어링 실무를 결합하여 ML 시스템을 안정적이고 효율적으로 배포 및 유지하는 것을 목표로 합니다.

MLOps를 처음부터 구현하면, 의료 기술 회사가 가져야 할 governance와 validation이 필수인 환경에서 빠른 실험 반복 및 확신 있는 모델 배포를 가능하게 합니다.

Sonrai의 데이터 문제 해결 사례
Sonrai는 특이성과 민감도가 높은 바이오마커를 식별하기 위해 다양한 오믹스 데이터를 활용하며, Amazon SageMaker AI를 이용해 실험을 효율적으로 수행하고 있으며, 이는 의학계에서 매일 바뀌는 데이터와 함께 즉각적으로 모델 동기화를 가능하게 합니다.

결론

Sonrai는 AWS와 협력하여 Amazon SageMaker AI를 활용한 MLOps 솔루션을 구축하였습니다. 이 솔루션은 다양한 오믹 데이터에서 오버피팅을 방지하고, 빠른 반복을 통해 규제 환경에서 성공적인 바이오마커 개발을 가능케 합니다.

[1] https://aws.amazon.com/blogs/machine-learning/how-sonrai-uses-amazon-sagemaker-ai-to-accelerate-precision-medicine-trials/