På läkemedels- och bioteknikföretaget Astra Zeneca ersätter AI-teknik till viss del experimentellt arbete. För att lyckas har man rekryterat personal från helt andra branscher – bland annat astrofysiker.
Dela i ditt flöde
Framför allt används AI-tekniken för att analysera och få fram information ur stora datamängder.
– På så sätt kan vi bygga mer detaljerade modeller som gör att vi kan börja förstå väldigt komplexa system, till exempel vad som händer i en cell när den tar upp läkemedelsmolekyler, säger Anders Holmén, head of pharmaceutical sciences på Astra Zeneca.
För att komma igång med AI bestämde sig Astra Zeneca för att rekrytera medarbetare från andra discipliner och branscher. Numera jobbar personal inom företaget som från början har en bakgrund inom astrofysik, bilindustrin och ICT.
– Det ger oss värdefull erfarenhet men också perspektiv, säger Anders Holmén och tillägger att de verktyg som används är djup maskininlärning, datorseende (computer vision) samt knowledge graphs.
En av de största utmaningarna har varit att få forskare att lita på modellerna samt tillgången till rätt och kompetent personal som har erfarenhet av farmaceutisk utveckling.
– Vi har löst det genom att anställa folk med relevant datavetenskaplig bakgrund och sedan utbilda dem inom vårt område.
Anders Holméns bästa AI-tips
Head of pharmaceutical sciences, Astra Zeneca
- Definiera några få områden där det finns bra data och börja med ett par “use case”.
- Ha som mål i dag att komplettera mänskligt arbete, och över tid att ersätta tidskrävande mänskligt arbete med AI.
- Om du använder AI för att stötta beslutsfattande som ska driva stora investeringar – som Astra Zeneca gör i utvecklingen av läkemedel – tänk på att det även kräver kompetens och tid för att vinna förtroende hos forskare och chefer.
