Generativ AI och Life Sciences

Det här blogginlägget är det första i en serie om generativ AI och Life Sciences, framför allt vilka konsekvenser tekniken kan få på området och för översättningstjänster till Life Sciences. Vi undersöker generativ AI-teknik, exempelvis ChatGPT och neural MT. Vi kommer också att beskriva hur läget är i dag och sedan titta närmare på potentiella användningsområden för generativ AI i våra industrier.

Dagsläget för generativ AI och Life Sciences

Du vet förmodligen mer om generativ AI än du själv tror. Du har nästan garanterat hört talas om ChatGPT, som har toppat nyhetsrubrikerna sedan slutet av 2022. Du har troligen också interagerat med AI-chattbotar, även om du kanske inte var medveten om det. Om du har ”chattat” med en kundtjänstmedarbetare på nätet på sistone är sannolikheten stor att du faktiskt inte talade med en människa.

Enligt vissa uppskattningar hanteras runt 70 procent av all kundtjänstinteraktion numera helt och hållet av AI. Facebook Messenger har över 300 000 chattbotar igång. Trenden har varit särskilt tydlig inom branscher som e-handeln. Det kan vara intressant att ta en titt på anledningarna. Många kundärenden i den här miljön är:

• Enkla
• Återkommande
• Förhållandevis brådskande

Mer komplicerade ärenden kan fortfarande kräva en människas kunskap och omdöme. Men chattbotarna är tillräckligt bra på att föra ett samtal för att kunna göra en sorts filtrering. Det är bara kunder som inte kan få ett snabbt och tillfredsställande svar av AI som ber om ytterligare, mänsklig hjälp.

Företagsledare och investerare håller ett vaksamt öga på den här utvecklingen. Tyvärr verkar vissa av dem dra felaktiga slutsatser. Tidiga experiment tyder på att AI framgångsrikt kan användas i begränsade roller och leda till ökad tillgänglighet till service och fler alternativ för kunderna. Det betyder dock inte att kunder med komplicerade problem eller tydliga preferenser försvinner. Inte heller behovet av manuella insatser. Du kan fördela kostnader mer effektivt med AI, men inte bli kvitt dem helt.

Inom Life Sciences har regulatoriska begränsningar och en säkerhetsinriktad kultur traditionellt sett fördröjt införandet av ny teknik. Samtidigt är innovation branschens kärna. För både innovatörer och aktieägare är det omöjligt att blunda för teknik med så stor förändringspotential som AI. Kan AI användas för att nå patienter och marknader snabbare? Och finns det ett säkert sätt att införa det?

Lionbridge är språktjänstleverantör till ledande organisationer inom Life Sciences och försöker aktivt hitta svaret på den här frågan. Det visade sig att vi har en viktig fördel. Verktyg som ChatGPT har förvisso stulit rampljuset på sistone. Men den underliggande tekniken – stora språkmodeller (LLM) och generativ AI – är egentligen inget nytt. I själva verket har Lionbridge redan använt dem i många år. Vi har samlat på oss omfattande kunskap om vad de här teknikerna kan göra – och inte. Vi undersöker också aktivt vad som snart kan bli möjligt.

Vägen framför oss: Generativ AI och Life Sciences

Vi har dragit många värdefulla lärdomar under åren då vi har integrerat AI i våra kvalitetscentrerade processer. Vi börjar nu se välbekanta mönster dyka upp i andra branscher. Återigen är chattbotar i kundtjänster ett talande exempel. Organisationer som använder de här lösningarna upptäcker att AI är mest effektiv när den minskar friktion och snabbar på viktiga beslut fattade av mänskliga experter.

Betyder det att AI-verktyg inte kan användas utan noggrann övervakning? Inte alls. Det innebär bara att medvetna beslut behöver fattas. De här valen måste göras baserat på innehållet och behoven hos den avsedda målgruppen. Vi intar naturligtvis en försiktig hållning om målgruppen omfattar patienter eller tillsynsmyndigheter. Om resultaten inte är lika viktiga erbjuder vi dem lämpliga alternativ. Den här metoden har fungerat bra hittills och vi tror att den kan användas på fler områden.

Här är några av de områden som vi tänkte utforska.

Analysera och klassificera stora innehållsuppsättningar: LLM:er och maskininlärningssystem är konstruerade för att hitta meningsfulla mönster i stora datauppsättningar. Forskare undersöker redan vissa relativt uppenbara användningsområden för den här tekniken. Inom bildbehandlingsdiagnostiken finns det alltmer bevis för att maskininlärning kan spela en viktig roll. I det här sammanhanget kommer AI förmodligen fungera som ett komplement till expertklinikernas utlåtanden, snarare än att ersätta dem.

Göra viktig information mer lättillgänglig: På sistone har tillsynsmyndigheter och patientorganisationer gjort betydande framsteg med att se till att patienter och vanliga människor kan få tillgång till och förstå klinisk information som ligger till grund för både regulatoriska beslut och val av patientbehandling. För att kunna producera tillförlitlig information med lämpligt språk krävs specialkunskaper inom vetenskaplig kommunikation och kunskap om relevanta standarder och bra metoder. Inte heller här är det särskilt troligt att AI-system ersätter expertisen på kort sikt. De kan dock bidra till att öka omfattningen och typen av tillgängligt innehåll.

Ta reda på vad vi inte vet: Metaanalyser av flera vetenskapliga studier har länge setts som ett sätt att få fram statistiskt säkerställda resultat från flera undersökningar för vilka urvalsstorlek, metoder och fördomar ofta kan ifrågasättas. En uppenbar begränsning med metaanalyser är att det bara går att upptäcka mönster som man avsiktligt letar efter. Maskininlärningssystem kan potentiellt upptäcka meningsfulla mönster utöver dem som man medvetet mäter eller samordnar.

Hitta och klassificera innehåll: En svårighet som Lionbridge och våra kunder ofta stöter på är att olika innehållstyper kräver olika språktjänster. Utmaningen är särskilt vanlig inom Life Sciences. Många tjänster som utförs för reglerat innehåll (t.ex. granskningar av expertkliniker) är inte relevanta för marknadsföringstexter på nätet eller interna utbildningsmanualer. Det krävs både duktiga medarbetare och mycket tid för att klassificera och styra sådant innehåll till lämpliga tjänstekanaler. Lionbridge arbetar redan med att bli kvitt sådan ineffektivitet med hjälp av AI-teknik. Vi räknar med att utvecklingen kommer att ta ordentlig fart de närmaste månaderna.

Kontakta oss

Vill du veta mer om generativ AI och Life Sciences? Vill du diskutera möjligheter att använda generativ AI i din organisation? Har du behov av Life Sciences-översättningar? Vi har omfattande erfarenhet, kunskap och teknik för att hjälpa dig. Kontakta oss i dag för att få veta mer om Lionbridges översättningstjänster för Life Sciences.