Biotieteiden tutkimus- ja kehitystoiminta on siirtymässä uuteen aikakauteen, jota määrittelevät eksponentiaalinen tiedonkasvu, kokeiden monimutkaistuminen ja kasvavat odotukset nopeudesta, jäljitettävyydestä ja ennustettavuudesta. Kun organisaatiot pyrkivät digitaalisiin laboratorioihin, tekoälypohjaiseen tieteeseen ja automatisointiin mittakaavassa, rajoittavana tekijänä ei enää ole tiedon tuottaminen vaan kyky kontekstualisoida tieto oivalluksiksi, joilla voidaan toimia. Tässä esityksessä tuote- ja strategiajohtaja kertoo IDBS:n alustavisiosta tämän muutoksen mahdollistamiseksi. Yhdistämällä pirstaleista kokeellista dataa, upottamalla tieteellistä kontekstia ja orkestroimalla ohjelmallisia ja agenttimaisia tekoälypohjaisia työnkulkuja IDBS auttaa organisaatioita siirtymään staattisesta analytiikasta kohti suljetun silmukan automaatiota.

Monet organisaatiot jakavat vision integroidusta tietokannasta bioprosessien kehittämistä varten, joka mahdollistaa kehittyneen tiedon hyödyntämisen. Ensisijainen este tämän vision toteuttamiselle ei kuitenkaan useinkaan ole itse digitaalitekniikka, vaan haasteena on laadukkaan, jäsennellyn tiedon kerääminen sen lähteellä - tutkimuspenkissä. Kriittistä on erityisesti se, että määritystulosten lisäksi myös kunkin näytteen koko historia ja konteksti on tallennettava. Tämän haasteen ratkaisemiseksi valitsimme pragmaattisen strategian: rakennamme järjestelmän talon sisällä, ja sitä johtavat suoraan tutkijat, jotka ymmärtävät tieteelliset tarpeet, työnkulut ja kulttuurin. Käytimme IDBS Spreadsheets -ohjelmaa keskeisenä käyttöliittymänä tietojen syöttämiseen. Korvaamalla perinteiset koetietueet strukturoiduilla taulukkolaskentaohjelmilla varmistamme tietojen johdonmukaisen jäsentelyn ilman, että tutkijoille aiheutuu merkittävää taakkaa. Tietorakenteiden suunnitteluun ja taulukkolaskentaohjelmien kehittämiseen koulutettu tutkijaryhmämme työskentelee lähellä loppukäyttäjiä. Tämä mahdollistaa nopean prototyyppien luomisen, välittömät palautesilmukat ja ketterät mukautukset - ominaisuuksia, joita on usein vaikea saavuttaa ulkopuolisten toimittajien kanssa. Olemme onnistuneet suunnittelemaan erittäin normalisoidun tietorakenteen ja pitämään käyttöliittymän intuitiivisena ja luonnollisena tutkijoille. Tällä hetkellä olemme julkaisseet ensimmäiset taulukkolaskentaohjelmat rutiinikäyttöön ja laajennamme niiden laajuutta jatkuvasti. Lisäksi olemme perustaneet AWS-pohjaisen data-alustan, jossa E-WorkBook:stä poimitut tiedot toimivat jo automaattisten analyysisovellusten voimanlähteenä. Tässä esityksessä osoitamme, miten tutkijalähtöinen lähestymistapamme kuroo tehokkaasti umpeen kuilun käsitteellisen tietostrategian ja käytännön, päivittäisten laboratoriotoimintojen välillä.

Materiaalikeskeinen tietotekniikka-arkkitehtuuri kehitettiin tukemaan nykyaikaisia laboratorion työnkulkuja tekemällä varastotiedoista sähköisen laboratoriokirjan (ELN) selkäranka. Sen sijaan, että ELN tukeutuisi kiinteisiin malleihin tai toimisi ensisijaisesti tiedostojen säilytyspaikkana, se on järjestetty laboratoriotyön keskeisten elementtien, kuten materiaalien, näytteiden ja laitteiden, ympärille. Tämän rakenteen ansiosta työnkulut mukautuvat luonnollisesti siihen, miten kokeet suoritetaan laboratoriossa, ja samalla varmistetaan johdonmukainen dokumentointi, jäljitettävyys ja tietojen eheys. IDBS E-Workbook -ekosysteemissä laskelmat, vaiheiden riippuvuudet ja työnkulun logiikka käsitellään automaattisesti taustalla, mukaan lukien instrumenttivalmiiden ohjeiden luominen. Tämä vähentää tarvetta manuaaliseen tietojen transkriptioon ja yksityiskohtaiseen etukäteissuunnitteluun. Tämän seurauksena samaa työnkulkua voidaan suorittaa vaihtelevasti tutkijoilla tai automatisoiduilla alustoilla ilman eroja dokumentaatiossa, laskelmissa tai tietorakenteessa. Viivakoodipohjainen seuranta yhdistää digitaaliset tallenteet suoraan fyysisiin laboratoriotoimintoihin, mikä parantaa tarkkuutta, tarkastettavuutta ja toiminnan johdonmukaisuutta. Koska järjestelmä on ankkuroitu varastoon, se tukee skaalautuvia reagenssien rekisteröintityönkulkuja ja mahdollistaa monivaiheisten toimintojen jäsennellyn, pyyntöihin perustuvan koordinoinnin tiimeissä ja laboratorioissa. Yhdessä nämä ominaisuudet muuttavat ELN:n passiivisesta kirjanpitovälineestä mukautuvaksi operatiiviseksi järjestelmäksi, joka tukee kokeiden suorittamista, automatisointia ja tiimien välistä yhteistyötä, mikä lisää organisaation tehokkuutta.

Tutkimusryhmät tuottavat loistavaa tiedettä, mutta manuaalinen tietojen syöttö, hajanaiset työkalut ja copy-paste-työnkulut tietokantojen, SharePointin ja Excelin välillä aiheuttavat näkymättömiä yleiskustannuksia, jotka lisääntyvät jokaisessa kokeessa, joka päivä. Tässä istunnossa kerrotaan, miten eräs tutkimusorganisaatio poisti nämä yleiskustannukset rakentamalla yhtenäisen, API-ohjatun työnkulun IDBS E-Workbookin, Inventoryn ja IDBS REST API:n ympärille. Käymme läpi kipupisteet, jotka johtivat muutokseen, ja käymme läpi reaalimaailman tapaustutkimuksen formulointikokeiden automatisoinnista, joka tuotti yli 1 600 automatisoitua ajoa, mikä säästi noin kolme tuntia koetta kohden ja vähensi copy-paste-virheet lähes olemattomiin. Olitpa sitten johtaja, joka haluaa ymmärtää, miltä nykyaikaiset tutkimustoiminnot voivat näyttää, tai kehittäjä, joka on utelias siitä, mitä IDBS:n REST API voi käytännössä tehdä, tämä istunto tarjoaa konkreettisia otteita, jotka voit viedä takaisin omaan tiimiisi. Osallistujat lähtevät seuraavin tiedoin: selkeä kuva ennen ja jälkeen -työnkulusta, ymmärrys siitä, miten E-Workbook, Inventory ja REST API toimivat yhdessä, ja kehys vastaavien automatisointimahdollisuuksien tunnistamiseen omassa ympäristössä.

Tieteellisillä tiimeillä on paineita nopeuttaa löytöjä vaarantamatta vaatimustenmukaisuutta tai tietojen eheyttä. Tässä istunnossa esitellään, miten IDBS Next Generation Platform nopeuttaa laboratoriokierrosta säilyttäen samalla tiukan hallinnon ja luottamuksen. Näytämme, miten Polar Intelligence muuttaa historiatiedot käyttökelpoisiksi hypoteeseiksi ja koe-ehdotuksiksi ja miten modulaariset työnkulut muuttavat nämä ehdotukset validoiduiksi, uudelleenkäytettäviksi prosesseiksi, jotka korvaavat hajallaan olevat SOP:t ja laskentataulukot. Osallistujat näkevät ohjatun suorituksen, reaaliaikaisen instrumentti- ja inventaariotietojen keruun ja tekoälyohjatun yhteenvedon, joka poistaa tuntikausien manuaalisen työn; kaikki tämä perustuu vastuulliseen, auditoitavaan ja GxP-suuntautuneeseen tekoälyyn, jossa tietosi pysyvät aina omina. Lopuksi tarkastelemme turvallista, vaatimustenmukaista kehitystä kohti agenttista, autonomista laboratoriototeutusta.

Tässä esityksessä esitellään jännittävää digitaalista muutosta Novartis GCP Bioanalysis Labs -laboratoriossa ottamalla käyttöön IDBS Polar ELN, joka on aidosti päästä päähän ulottuva GxP-alusta säänneltyä ligandien sitomiskokeen (LBA) bioanalytiikkaa varten. Tiimi konfiguroi tiiviissä yhteistyössä Novartisin IT- ja IDBS-asiantuntijoiden kanssa uudenlaisen, hyvin säännellyn ratkaisun, joka tuo hallitun toteutuksen, saumattoman dokumentoinnin ja täydellisen datajohdon suoraan laboratorion jokapäiväiseen työhön. Se, mikä alkoi reagenssien ja yhdisteiden hallinnan, biopankkien seurannan, standardoitujen mallien, hallitun sähköisen dokumentoinnin ja laitteiden integroinnin kaltaisilla ydinominaisuuksilla, laajeni nopeasti täysin jäljitettäväksi LBA-kokeiden suorittamiseksi. Tuloksena on tehokas uusi työskentelytapa, joka vahvistaa vaatimustenmukaisuutta, tarkastusvalmiutta ja tietojen eheyttä samalla kun se vähentää manuaalista työtä ja parantaa toiminnan tehokkuutta. Välittömän vaikutuksen lisäksi toteutus luo tulevaisuuteen suuntautuvan digitaalisen perustan kehittyneelle analytiikalle, tekoälyn mahdollistamille oivalluksille ja laajentumiselle uusiin säänneltyihin bioanalytiikkamoodeihin, mikä tekee siitä vakuuttavan esimerkin nykyaikaisten GxP-laboratorioiden innovoinnista.

Kun tekoälyn käyttöönotto kiihtyy biotieteissä, laajamittaisten aloitteiden onnistuminen riippuu yhä enemmän taustalla olevan tiedon laadusta, alkuperästä ja hallinnasta. Tämä paneeli kokoaa yhteen johtajia lääketeollisuuden tutkimus- ja kehitystoiminnasta, terveydenhuollon tietotekniikasta, sääntelyasioista ja tekoälyn suunnittelusta tarkastelemaan nopean tekoälyn käyttöönoton ja säänneltyjen ympäristöjen vaatimien tiukkojen tietostandardien välistä jännitettä. Panelistit keskustelevat tekoälyn skaalaamisen haasteista multimodaalisen biologisen ja kliinisen datan osalta, strategioista pirstaleisten tietokokonaisuuksien yhdenmukaistamiseksi ja kehittyvien sääntelykehysten, kuten FDA:n AI/ML-ohjeistuksen ja EU:n AI-lain, vaikutuksesta. Teknologian lisäksi keskustelussa käsitellään organisaatiomuutoksia, joita tarvitaan luottamuksen, läpinäkyvyyden ja vastuuvelvollisuuden rakentamiseksi, jotta organisaatiot voivat skaalata tekoälyä vastuullisesti vaarantamatta tieteellistä tarkkuutta tai potilasturvallisuutta.

Tässä esityksessä kerrotaan, miten Novartisin bioanalyyttiset tutkimuslaboratoriot ovat yhteistyössä Novartis IT:n ja IDBS-kehittäjien kanssa käyttäneet IDBS SmartBookia ja E-WorkBook:tä virtaviivaistamaan laboratorion työnkulkuja integraatiosta ja automatisoinnista tutkimusten suorittamiseen ja FAIR-tietojen raportointiin. Käsittelemme keskeisiä vaiheita ideoinnista toteutukseen, keskustelemme haasteista ja ratkaisuista, selvitämme alustan mukauttamisen erityistarpeisiin ja tuomme esiin tunnuslukuja, jotka osoittavat laboratorion parantuneen suorituskyvyn. Tässä esityksessä kerrotaan, miten nämä parannukset edistävät tehtäviämme lyhentämällä sykliaikoja, parantamalla sovellusten integrointia ja nopeuttamalla ja siten parantamalla lääkekehityspäätösten tekemistä.

Tutustu jännittävään kokoonpanoomme edellä Breakout-istunnot-välilehdellä.

Bayer Crop Science investoi voimakkaasti tutkimukseen, kehitykseen ja sääntelyyn. IP:n, tietojen ja sääntelytutkimusten talteenotto. Olemme maailmanlaajuinen organisaatio, joka tarvitsee järjestelmäratkaisuja, jotka ovat turvallisia, vankkoja ja helppokäyttöisiä. IDBS E-workbook on ollut loistava järjestelmätyökalu tieteellisten ja sääntelytutkimustemme keräämiseen. Tänä vuonna siirrymme E-workbook-ratkaisusta IDBS Polar:hen. Tämä siirto päivittää laboratoriokäytäntöjämme ja tarjoaa toimintoja, joilla voidaan integroida tuoteputkipyrkimyksiä koko organisaatiossamme.