Inspire benutzt ML, um Millionen von Patienten und Pflegern in AWS zu verbinden

Inspire, die lebendige Online-Gesundheits-Community und wichtiger Partner für Unternehmen im Bereich Biowissenschaften, hat ein doppeltes Ziel. Zum Einen verbindet Inspire Patienten, die an Tausenden von Krankheiten leiden, und ihre Pfleger mit Online-Tools, Ressourcen und untereinander in krankheitsspezifischen Selbsthilfegruppen. Zum Anderen stellt Inspire Pharmaunternehmen und anderen medizinischen Einrichtungen, die klinische Studien – empirische Studien – durchführen mit Studien zu den Gesundheitsergebnissen von Patienten, die an diesen Krankheiten leiden, in Verbindung. „Wir bemühen uns, lebensverändernde Entdeckungen durch unsere vitale Community von vernetzten Patienten und Pflegekräften zu beschleunigen“, sagt Richard Tsai, Senior Vice President of Marketing bei Inspire. Mehr als 50 Millionen Menschen in 150 Ländern haben Inspire seit 2015 verwendet, und mehr als 2 Millionen angemeldete Personen mit über 5 Millionen gemeldeten Erkrankungen benutzen die Gesundheits-Community (Stand: Februar 2021). Jede Woche melden sich Tausende von Menschen an. Damit ist Inspire die größte und am schnellsten wachsende virtuelle Community für Patienten, die mit Krebs, seltenen Krankheiten und chronischen Leiden leben. Es ermöglicht diesen Menschen, aktiv Erfahrungen auszutauschen und sich über Diagnosen und Behandlungen zu informieren.

Um seinen Erfolg weiter zu entwickeln und mit dem eigenen Wachstum Schritt zu halten, musste Inspire die Skalierungsprobleme seiner On-Premises-Infrastruktur überwinden. Mit von Amazon Web Services (AWS) verwalteten Lösungen entdeckte das Unternehmen zahlreiche Vorteile der Cloud, darunter die schnellere Iteration, größere Flexibilität und multiregionale Verfügbarkeit. Inspire war besonders erfolgreich mit Amazon SageMaker, einem vollständig verwalteten Service, der jedem Entwickler und Datenwissenschaftler die Möglichkeit bietet, Machine Learning (ML)-Modelle schnell zu entwickeln, zu trainieren und bereitzustellen. Mit einer von Amazon SageMaker betriebenen Lösung konnte das Unternehmen das Benutzer-Engagement über alle Kanäle hinweg deutlich steigern. Die Verwendung von AWS durch Inspire trug auch zur Rationalisierung des Vorgangs bei, durch den Pharmaunternehmen, die klinische Studien oder medizinische Forschung durchführen, eine Verbindung zu relevanten Patientendaten herstellen konnten. Dabei handelt es sich um einen wichtigen Schritt bei der Entwicklung lebensrettender Therapien.

Bevor Inspire begann, AWS zu verwenden, betrieb das Unternehmen etwa 20 physische Server in Ashburn, Virginia. Das Unternehmen stieß auf Skalierungsprobleme, da es oft 2 Monate auf die Bestellung und Installation eines Servers und insgesamt bis zu 3-6 Monate auf die Erweiterung seiner Kapazität warten musste. In einem Fall führte ein Upgrade des Datenbankservers zu einer Markteinführungsverzögerung von 3 Monaten. Inspire erwog ab 2016 die Möglichkeit einer Migration in die Cloud und migrierte schließlich seine Datenbank zu Amazon Aurora, einer MySQL- und PostgreSQL-kompatiblen relationalen Datenbank, die für die Cloud entwickelt wurde und die Leistung und Verfügbarkeit herkömmlicher Unternehmensdatenbanken mit der Einfachheit und Kosteneffizienz von Open-Source-Datenbanken kombiniert. „Am überzeugendsten war für uns das Datenbankangebot Aurora“, erinnert sich Brian Loew, Gründer und CEO von Inspire. „Das hat alles andere in den Schatten gestellt.“

Zur neuen Infrastruktur gehörte auch AWS Lambda, mit dem Kunden ohne Bereitstellung oder Verwaltung von Servern Code ausführen können. „Wir haben den Großteil unserer Entwicklung auf AWS-Lambda-Funktionen migriert“, erklärt Anthony Sheetz, Vice President of Engineering, Development Infrastructure und Data Science bei Inspire. „Zwischen den AWS-Lambda-Funktionen, dem Caching und Aurora, müssen wir uns ehrlich gesagt gar nicht mehr um die Skalierung kümmern.“ Inspire ist in der Lage, automatisch zu skalieren und in AWS schneller zu iterieren. Dadurch können anstatt von einer Version alle zwei Wochen mehrere Versionen pro Tag eingeführt werden – dies beschleunigt die Innovation und erweitert den Betrieb.

„Wir haben im Grunde unsere gesamte Infrastruktur auf AWS verlagert und dabei dieselbe Architektur beibehalten“, fügt Sheetz hinzu. „Und dann, als wir in AWS waren, haben wir angefangen, mit dem ganzen Spielzeug, das wir zur Verfügung hatten, zu spielen.“

Ein wichtiger Bestandteil von Inspire ist die Empfehlungs-Engine für Inhalte, die Benutzer, die mit bestimmten Problemen leben, zu relevanten Beiträgen oder Artikeln führt. Ein wesentlicher Bestandteil dieser Engine ist Amazon SageMaker, das Inspire in seinem Entwicklungsvorgang verwendet, um benutzerdefinierte Deep-Learning-Modelle in 1 bis 2-wöchigen Zyklen zu entwickeln und zu ändern. „Wir sind jetzt in der Lage, anhand der Analyse von Verhaltensmustern Benutzer mit relevanten Inhalten in Verbindung zu bringen und diese Modelle problemlos bereitzustellen – und das alles dank Amazon SageMaker“, sagt Teja Talluri, Director of Data Science bei Inspire. „Amazon SageMaker bietet eine skalierbarere Möglichkeit, Inhalte zu empfehlen, die wir nicht manuell kuratieren konnten.“

Die hochentwickelte ML-Lösung ermöglichte es der Empfehlungsmaschine, zwei Millionen angemeldeten Benutzern relevante Inhalte vorzuschlagen, indem sie auf die umfangreiche Bibliothek von Inspire mit 1,5 Milliarden Wörtern zu 3 600 Bedingungen zurückgriff. Letztendlich ermöglichte diese Lösung Inspire, Patienten und Pfleger mit personalisierten Inhalten und Ressourcen zu versorgen, einschließlich Informationen zu seltenen Krankheiten und Behandlungsmöglichkeiten.

Als Inspire Tests durchführte, bei denen neue und alte Versionen seiner Inhaltsempfehlungsmaschine verglichen wurden, zeigten die Metriken eindeutig ein stärkeres Engagement in Folge der ML-gesteuerten Personalisierungsbemühungen des Unternehmens. Personalisierte E-Mail-Betreffzeilen führten zu einer 281-prozentigen Steigerung der E-Mail-Öffnungsrate. Und sobald die Benutzer diese E-Mails öffneten, steigerte die neue Empfehlungsmaschine die Klickrate um 914 Prozent und trug zu einem 119-prozentigen Anstieg der durchschnittlichen Seitenaufrufe auf der Website bei. Inspire stellte außerdem fest, dass die Bindungsrate, d. h. die Anzahl der Benutzer, die nach vier Wochen noch aktiv sind, seit der Einführung der neuen Engine für Inhaltsempfehlungen um 550 % gestiegen ist.

Obwohl die Zahlen beeindruckend sind, ist die menschliche Dimension, die sie darstellen, für Inspire am wichtigsten. „Wir haben viele Erfahrungsberichte erhalten, in denen Patienten erzählten, dass die empfohlenen Inhalte sehr relevant waren“, sagt John Novack, Leiter der Patientenbindung und Senior Director of Communications bei Inspire. „Das hatten wir in der Vergangenheit noch nie. Jetzt erzählen uns Menschen, dass wir ihr Leben verändert – oder sogar gerettet – haben.“

Eine weitere wichtige Aufgabe von Inspire besteht darin, Pharmaunternehmen, die neue Therapien erforschen, mit Patienten zusammenzubringen, die diese Therapien benutzen können, oder zumindest nützliche Daten für diese Patienten bereitzustellen. Im Mittelpunkt dieses Anwendungsfalls stehen Amazon Redshift, ein schneller, einfacher und kosteneffizienter Data-Warehousing-Service, und Amazon Comprehend Medical, ein Service zur Verarbeitung natürlicher Sprache, der die Verwendung von ML vereinfacht, um relevante medizinische Informationen aus unstrukturiertem Text zu extrahieren.

Als das Boston Children's Hospital und das Pharmaunternehmen Pfizer nach spezifischen Erkenntnissen für die Entwicklung neuer Lungenkrebstherapien suchten, sahen sie sich mit der großen Herausforderung konfrontiert, Daten von einer begrenzten Gruppe von Patienten zu finden: Patienten mit einer Kombination aus Lungenkrebs und einer Autoimmunerkrankung. Bisher mussten Forscher in einer solchen Situation einzelne Forscher und Kliniker aufsuchen, um Patienten zu finden, die relevante Daten liefern konnten – es handelte sich um einen extrem zeitaufwändigen Vorgang, mit dem oft im Laufe mehrer Jahre nur wenige ähnliche Fälle gefunden wurden. Dank der AWS-gestützten natürlichen Sprachverarbeitung konnte Inspire jedoch die Profile von Zehntausenden von Benutzern, die ihr Einverständnis gegeben hatten, durchsuchen. Das Unternehmen fand schließlich innerhalb weniger Wochen mehr als 100 qualifizierte Teilnehmer. Stefan McDonough, der nicht mehr bei Pfizer arbeitet, aber zum Zeitpunkt des Projekts Executive Director of Genetics war, beschrieb die Inspire Community als „eine außergewöhnliche Ressource“ und verwies auf das reiche Pool an Patienten, die bereit und willens sind, medizinische Informationen zu teilen, um Behandlungen voranzutreiben.

Nach der Migration zu AWS hat sich die Arbeitsweise von Inspire erheblich verändert. „AWS hat dem gesamten Softwarebereich des Unternehmens die Möglichkeit gegeben, schnell und einfach das zu tun, was der Geschäftsbereich braucht“, sagt Sheetz. „Jetzt können wir uns viel mehr darauf konzentrieren, unseren Mitgliedern Neues zu bieten.“ Inspire geht davon aus, dass die auf die Datenwissenschaft ausgerichteten Tools von AWS in der nächsten Phase des Unternehmens eine wichtige Rolle spielen werden und zu einer beträchlichen Steigerung des Umsatzes beitragen werden.

Und im Mittelpunkt der Mission von Inspire stehen die Benutzer: die Patienten und Pfleger, die sich an das Unternehmen wenden, um Informationen aller Art zu finden, von praktischen Informationen über seltene Krankheiten bis hin zu Communities von Menschen, die ähnliche Erfahrungen gemacht haben. „Es ist sehr wichtig, Menschen mit ähnlichen Gesundheitserfahrungen auf der ganzen Welt zu vereinen“, erklärt Sheetz. „Diese Möglichkeit, Patienten mit seltenen Krankheiten an einem einzigen Ort zusammenzubringen, an dem sie ihre Erfahrungen austauschen können, egal wo sie leben oder welche Sprache sie sprechen, hat eine tiefgreifende Wirkung.“