KI im Bereich Life Sciences benötigt Muster, nicht einmalige Proofs Of Concept
Life-Sciences-Teams arbeiten mit mehr Daten, Modellen und regulatorischer Kontrolle als je zuvor. Und ein Großteil dieser Daten – Omics-Daten, Bilddaten, elektronische Patientenakten, Studienprotokolle, Real-World-Evidence und vieles mehr – wird in unstrukturierten Formaten gespeichert, die schwer zu durchsuchen und zu verwalten sind.
KI hat das Potenzial, die Möglichkeiten im Bereich Life Sciences neu zu definieren, indem sie riesige, unzusammenhängende Bestände an biologischen und klinischen Daten in verwertbare Erkenntnisse umwandelt, die die Forschung beschleunigen, die Entscheidungsfindung verbessern und letztlich dazu beitragen, lebensrettende Innovationen schneller zu den Patienten zu bringen. Doch zunächst müssen Unternehmen nachweisen, dass KI-gestützte Entscheidungen erklärbar, stabil und regelkonform sind.
In diesem Umfeld reichen einmalige Proofs of Concept (PoC) nicht aus. Um ein akzeptables Maß an Governance und Vertrauen in KI-gestützte Erkenntnisse zu erreichen, müssen Life-Science-Unternehmen eine vertrauenswürdige Daten- und Berechnungsgrundlage mit einer Intelligenzschicht kombinieren, die Modelle und Workflows im großen Maßstab orchestrieren kann.
Die Partnerschaft zwischen Cloudera und Salt AI: Eine Referenzarchitektur für kontextbezogene, vertrauenswürdige KI in großem Umfang
Cloudera und Salt AI arbeiten zusammen, um eine leistungsstarke Referenzkombination für Life-Science-Teams anzubieten.
Cloudera bietet eine offene Data-Lakehouse- und Unternehmens-KI-Plattform, die Datenstreaming, Data Engineering, Data Warehousing und ML/GenAI im großem Maßstab mit einer einheitlichen Governance-, Sicherheits- und Governance-Ebene über SDX integriert. Dieses Framework bietet attributbasierte Datenzugriffskontrollen, Herkunftsnachverfolgung sowie aktive Metadatenanreicherung und -katalogisierung.
Salt AI nutzt diese grundlegenden Sicherheitsmechanismen und fügt eine Orchestrierungsebene für KI-Modelle und Daten hinzu. Die skalierbare Infrastruktur erfasst kontinuierlich Kontextdaten – Prompts, Systempompts, Workflow-Entwürfe, Ausführungsleistung, Benutzerrollen und Datenquellen – und ermöglicht so komplexe Anwendungsfälle, die den vollen Nutzen sowohl aus spezialisierten als auch aus allgemeinen KI-Modellen ziehen. Toolaufrufe für agentische Abläufe lassen sich ganz einfach über den txt2-Assistenten von Salt ausführen, und die Pipelines werden auf der Arbeitsfläche visuell dargestellt, sodass genau zu sehen ist, wie die Daten fließen.
Diese Partnerschaft ermöglicht es Life-Science-Unternehmen, detaillierte Kontrollmechanismen in On-Premises-, Public-Cloud- und Hybrid-Umgebungen anzuwenden, für jede Aufgabe das jeweils geeignete Modell zu nutzen und eine nachvollziehbare, visuelle Dokumentation darüber zu erstellen, wie KI-Systeme Entscheidungen treffen.
Darüber hinaus steigern sowohl Cloudera als auch Salt AI die rechnerische und betriebliche Effizienz im gesamten Datenlebenszyklus. Durch den Einsatz von GPU-Beschleunigungs-Frameworks liefert Cloudera Verbesserungen bei Data Engineering und LLM-Inferenz-Workloads von bis zu 20x bzw. 36x. Ebenso bietet Salt AI Optimierungen wie eine Split-Compute-Architektur, die CPU- und GPU-Prozesse aufeinander abstimmt, ein ausgeklügeltes Caching-System sowie die Möglichkeit, KI-Modelle in Workflows auszutauschen, zu mischen und zu kombinieren. Je komplexer die Pipeline ist und je öfter sie ausgeführt wird, desto größer ist die Recheneffizienz bei der Ausführung auf Salt.
Entwickelt für den Einsatz in einem umfassenderen Ökosystem
Die KI-Lösung von Cloudera und Salt wurde speziell dafür entwickelt, nahtlos in das bestehende Ökosystem der Kunden aus Cloud-, Datenplattformen und KI-Tools zu funktionieren. Sie kann in der virtuellen privaten Cloud (VPC) eines Kunden ohne öffentlichen Datenausgang bereitgestellt werden und lässt sich mit einer Vielzahl von Modellanbietern, Vektorspeichern und Datensystemen integrieren.
Das auf Apache Iceberg basierende offene Data Lakehouse von Cloudera bietet ein flexibles und leistungsstarkes Tabellenformat, das multifunktionale Analysefunktionen mit automatisierten Datenverwaltungsfunktionen (z. B. Schema- und Partitionsentwicklung) kombiniert. Dieser Ansatz standardisiert die Workflows im Bereich Feature Engineering über verschiedene Datenquellen hinweg und erleichtert so die Einhaltung der GxP-Richtlinien im Bereich Life Sciences.
Zusätzlich ermöglicht der Cloudera Iceberg REST-Katalog den Datenaustausch mit anderen öffentlichen Cloud-Datenplattformen (z. B. Databricks, Snowflake), die Apache Iceberg-Tabellen unterstützen. Salt AI bietet einen Mechanismus, der Textabfragen in R&D-Workflows umwandelt, die LLMs, Graphdatenbanken, Modellierungstools und interne Systeme orchestrieren. Darüber hinaus befähigt es Forscher, Code (z. B. Python-Skripte) in visuelle Workflows umzuwandeln und so die funktionsübergreifende Zusammenarbeit zwischen den Forschungsteams zu verbessern. Diese Funktionen beschleunigen die Innovationszyklen, indem sie isolierte Forschungsinitiativen demokratisieren und die Integration komplexer Systeme automatisieren, ohne den arbeitsintensiven Aufwand für den Aufbau einer eigenen Integrations- und Orchestrierungslogik.
Für Organisationen, die auf Cloudera standardisieren, bietet diese Partnerschaft einen schnellen Weg: verwaltete Daten kombiniert mit kontextueller Orchestrierung, einsatzbereit für Anwendungsfälle wie Moleküldesign, Arzneimittel-Umwidmung, translationale Medizin, Protokollerstellung und Medical-Affairs-Assistenten. Für andere dient es als Entwurf für die Verknüpfung bestehender Datenplattformen mit einer kontextorientierten KI-Orchestrierungsebene.
Abbildung 1. Wie die Partnerschaft zwischen Cloudera und Salt AI die Innovation in den Lebenswissenschaften beschleunigt
Von Experimenten zum Geschäftswert
Bei Unternehmenseinsätzen haben Kombinationen von Cloudera und Salt AI es Organisationen ermöglicht, eine beispiellose Skalierbarkeit zu erreichen, mit einem Durchsatz von Tausenden von Datenverarbeitungsaufträgen pro Stunde, schnellerem Prototyping komplexer F&E-Workflows und sprunghaften Leistungs- und Kostenverbesserungen für maschinelles Lernen-Workloads wie AlphaFold2. Zum Beispiel hat Salt AI Verarbeitungszeiten 22-mal schneller als frühere Benchmarks für Alphafold2 geliefert. Ebenso wichtig ist, dass diese Vorteile mit vollständiger Telemetrie, Governance-Vererbung und einem klaren Prüfprotokoll für jeden Workflow-Lauf einhergehen. Letztendlich können sich die Teams auf die wissenschaftlichen Ergebnisse konzentrieren und nicht auf die Integration vorhandener Daten und technologischer Lösungen.
Salt AI wird weiterhin in die Interoperabilität mit einem breiten Ökosystem von Clouds, Datenplattformen und Modellen investieren und gleichzeitig mit Partnern wie Cloudera zusammenarbeiten, um konkrete Muster zu veröffentlichen, die regulierte Branchen übernehmen und anpassen können. Für die Teams der Biowissenschaften bedeutet das mehr Auswahlmöglichkeiten – und klarere Beispiele für die Umwandlung von KI-Experimenten in dauerhafte, vertrauenswürdige Systeme. Erfahren Sie mehr über die Fähigkeiten von Cloudera und die Salt AI-Plattform.
