A IA em ciências da vida precisa de padrões, não de provas de conceito pontuais
As equipes de ciências da vida estão trabalhando com mais dados, modelos e escrutínio regulatório do que nunca. E grande parte desses dados, como ômicas, imagens, prontuários eletrônicos de saúde, protocolos de ensaios, evidências do mundo real e muito mais, é armazenada em formatos não estruturados que são difíceis de pesquisar e governar.
A IA tem o potencial de redefinir o que é possível nas ciências da vida, transformando vastos repositórios desconectados de dados biológicos e clínicos em inteligência acionável que acelera a descoberta, aprimora a tomada de decisões e, em última análise, ajuda a levar inovações que salvam vidas aos pacientes com mais rapidez. Mas, primeiro, as organizações precisam provar que as decisões orientadas por IA são explicáveis, estáveis e compatíveis.
Nesse ambiente, provas de conceito (POCs) pontuais não são suficientes. Para alcançar um nível aceitável de governança e confiança em insights orientados por IA, as organizações de ciências da vida precisam combinar uma base confiável de dados e computação com uma camada de inteligência capaz de orquestrar modelos e fluxos de trabalho em escala.
A parceria entre a Cloudera e a Salt AI: uma arquitetura de referência para IA contextual e confiável em escala
A Cloudera e a Salt AI estão se unindo para oferecer uma combinação de referência poderosa para as equipes de ciências da vida.
A Cloudera fornece um data lakehouse aberto e uma plataforma de IA empresarial que integra streaming de dados, engenharia de dados, data warehousing e ML/IA agêntica em escala com uma camada unificada de segurança e gerenciamento por meio do SDX. Esse framework conta com controles de acesso a dados baseados em atributos e linhagem. Além disso, inclui catalogação e enriquecimento ativos de metadados.
A Salt AI aproveita esses mecanismos fundamentais de segurança e adiciona uma camada de orquestração entre modelos de IA e dados. A infraestrutura escalável captura continuamente o contexto, prompts, prompts do sistema, designs de fluxo de trabalho, desempenho de execução, funções de usuário e fontes de dados, permitindo casos de uso complexos que capturam todo o valor de modelos de IA especializados e gerais. As chamadas de ferramentas para operações agênticas podem ser facilmente iniciadas por meio do assistente txt2 da Salt, e os pipelines ganham vida visualmente na tela, mostrando exatamente como os dados fluem.
Essa parceria permite que as organizações de ciências da vida apliquem controles granulares em ambientes locais, de nuvem pública e híbridos, usem qualquer modelo adequado a uma determinada tarefa e obtenham um registro visual e auditável de como os sistemas de IA tomam decisões.
Além disso, tanto a Cloudera quanto a Salt AI promovem eficiências computacionais e operacionais em todo o ciclo de vida dos dados. Ao aproveitar frameworks de aceleração por GPU, a Cloudera oferece melhorias em cargas de trabalho de engenharia de dados e inferência de LLM de até 20 vezes e 36 vezes, respectivamente. Da mesma forma, a Salt AI oferece otimizações como uma arquitetura de computação dividida que equilibra processos de CPU e GPU, um sistema sofisticado de cache e a capacidade de trocar, combinar e integrar modelos de IA em fluxos de trabalho. Quanto mais complexo for o pipeline e quanto mais ele for executado, maiores serão as eficiências computacionais ao executá-lo na Salt.
Criado para operar em um ecossistema mais amplo
A solução da Cloudera e da Salt AI foi projetada explicitamente para funcionar sem dificuldades no ecossistema existente de nuvens, plataformas de dados e ferramentas de IA de cada cliente. Ela pode ser implementada na nuvem privada virtual (VPC) de um cliente, sem saída pública, e se integra a uma ampla variedade de provedores de modelos, armazenamentos vetoriais e sistemas de dados.
O data lakehouse aberto da Cloudera, criado com base no Apache Iceberg, oferece um formato de tabela flexível e de alto desempenho que combina análises multifuncionais e recursos automatizados de gerenciamento de dados (por exemplo, evolução de esquema e de particionamento). Essa abordagem padroniza os fluxos de trabalho de engenharia de recursos em fontes de dados distintas e diversas, facilitando a conformidade com GxP nas ciências da vida.
Além disso, o catálogo REST do Iceberg da Cloudera permite o compartilhamento de dados com outras plataformas de dados de nuvem pública (por exemplo, Databricks, Snowflake) que oferecem suporte a tabelas Apache Iceberg. A Salt AI oferece um mecanismo que transforma consultas de texto em fluxos de trabalho de P&D que orquestram LLMs, bancos de dados em gráfico, ferramentas de modelagem e sistemas internos. Além disso, ela permite que os pesquisadores convertam código (por exemplo, scripts Python) em fluxos de trabalho visuais, melhorando a colaboração multifuncional entre as equipes de pesquisa. Esses recursos aceleram os ciclos de inovação ao democratizar iniciativas de pesquisa isoladas e automatizar a integração de sistemas complexos sem o esforço intensivo de criar lógica personalizada de integração e orquestração.
Para organizações que estão padronizando a Cloudera, essa parceria oferece um caminho rápido: dados governados combinados com orquestração contextual, prontos para casos de uso como design de moléculas, reaproveitamento de medicamentos, medicina translacional, criação de protocolos e assistentes para assuntos médicos. Para outras, ela serve como um modelo para unir plataformas de dados existentes a uma camada de orquestração de IA com contexto em primeiro lugar.
Figura 1. Como a parceria entre a Cloudera e a Salt AI acelera a inovação em ciências da vida
De experimentos a valor de negócios
Em implementações empresariais, combinações de Cloudera e Salt AI permitiram que as organizações alcançassem uma escala sem precedentes, com uma taxa de transferência de milhares de trabalhos de engenharia de dados por hora, prototipagem mais rápida de fluxos de trabalho complexos de P&D e melhorias significativas de desempenho e custo para cargas de trabalho de machine learning, como o AlphaFold2. Por exemplo, a Salt AI entregou tempos de processamento 22 vezes mais rápidos do que os benchmarks anteriores para o Alphafold2. Igualmente importante, esses ganhos vêm com telemetria completa, herança de governança e uma trilha de auditoria clara para cada execução de fluxo de trabalho. Em última análise, as equipes podem se concentrar nos resultados científicos, e não na integração de dados e soluções de tecnologia existentes.
A Salt AI continuará investindo em interoperabilidade com um amplo ecossistema de nuvens, plataformas de dados e modelos, ao mesmo tempo que colabora com parceiros como a Cloudera para publicar padrões concretos que os setores regulamentados possam adotar e adaptar. Para as equipes de ciências da vida, isso significa mais opções e exemplos mais claros para transformar experimentos de IA em sistemas duráveis e confiáveis. Saiba mais sobre os recursos da Cloudera e a plataforma Salt AI.
