以 AI 創新加速新藥研發
SAS 為製藥業帶來可擴展的 AI
更快速提供病患療法
塩野義製藥透過這些工具實現其目標 • SAS® Visual Analytics • SAS® Visual Data Mining and Machine Learning • SAS® Visual Statistics • SAS® Viya®
透過搭載 SAS Viya 的 AI-SAS，我們成功加速了新藥開發流程。AI-SAS 大幅減少臨床試驗資料分析所需的工作量，同時提升整體作業效率。Dr. Yoshitake Kitanishi 副執行董事 / 資料科學部負責人 塩野義製藥株式會社
直指關鍵
和多數製藥公司一樣，塩野義製藥長期以來仰賴 SAS 平台進行符合法規要求的臨床試驗分析與報告。
製藥業的一項常見瓶頸，是即使多項流程與作業在各次試驗中高度重複，仍需為每一項臨床試驗重新撰寫分析程式。 這些例行作業在每一項臨床試驗中都需耗費數百小時，累積下來，塩野義製藥每年在藥品開發項目上必須投入上萬小時。
塩野義製藥副執行董事暨資料科學部負責人 Dr. Yoshitake Kitanishi 表示，團隊需導入 AI 技術以自動化這些例行工作，從而利用這些寶貴的時間以投入更具突破性的研發。「透過 AI 自動化，我們能夠把本該由機器完成的工作交由機器執行，讓人們能專注於真正需要人力的任務。」 Kitanishi 說道。
立即使用 AI SAS Programmer System（AI-SAS），一項由 SAS Viya 支援的創新技術。
重大突破：在 SAS Viya 上打造 AI-SAS
在構思 AI-SAS 系統時，團隊希望解決三大挑戰：簡化機器學習與深度學習技術的導入流程、確保資料治理的完整性，以及推動企業轉型，從專注於新藥研發擴展為全球性的健康照護即服務（HaaS）提供者。 而他們希望能透過單一平台達成這些目標。
顧名思義，AI-SAS 是一套開創性的系統，其能透過 AI 半自動產出 SAS 程式。 該系統運用了多種機器學習與深度學習技術，例如一般以 Python 實作的卷積神經網路（CNN）。 由於 Python 程式設計相對複雜，團隊擔心這會讓系統對塩野義製藥的大多數 SAS 使用者而言，淪為難以理解的黑盒子。
Kitanishi 解釋到：「在 SAS Viya 介面中使用 Python，可以透過非常簡潔的描述產生可讀性極高的程式碼。」 「其他機器學習任務也能在 SAS Viya 介面上實作，這幫助我們簡化了系統的建置流程。」
至於成果如何？結果顯示，每項試驗的標準分析時間由 350 小時減少了 30%。Kitanishi 補充到：「AI-SAS 大幅減少了臨床試驗所需的分析工作量，並提升整體效率。」
塩野義製藥 ─ 重要數據
減少 100 小時
每項試驗分析時間
減少 30%
分析工作量
超過 140 年
治療經驗
推動產業轉型的催化劑
AI-SAS 的影響力不僅止於營運效率的提升。這套系統更是塩野義製藥推動轉型、從傳統商業模式邁向健康照護即服務（HaaS）提供者的關鍵基礎。
AI-SAS 的半自動化能力將使全球醫療挑戰的應對速度前所未有地加快。不僅如此，由於分析時間縮短所節省下的時間，也將促進醫療產業投入更多高難度且具創造性的研發工作。
Kitanishi 表示：「AI-SAS 目前已被其他日本製藥公司與臨床研究機構（CRO）採用，我們的目標是將其推廣至全日本，甚至拓展至全球市場。」引發共鳴的成果
數據會說話，AI-SAS 協助將分析時間縮短了 30%，進一步奠定塩野義製藥在數位轉型領域的領導地位。 塩野義製藥獲日本經濟產業省（METI）認證為「值得注目的數位轉型企業」，展現出 AI 技術確實能為社會帶來長遠的正面影響。
塩野義製藥與 AI-SAS 的成功僅是開端，其未來還計劃將 AI 應用拓展至人力資源、健康管理與真實世界資料分析等領域。 「我們的目標是協助全球企業，以前所未有的速度與精準度提供創新的病患療法。」 Kitanishi 表示。
Kitanishi 給予其他製藥產業資料科學團隊的建議是：「SAS 是業界公認的高標準分析工具，因其具備高度準確的分析結果而廣受信賴。若希望產出高品質的實證資料，SAS 是不可或缺的工具，且應成為您工作核心的一部分。」
