大数据指出了制药行业未来发展的方式

文//Otto Neuer

正确使用大数据将指出药企研发新方向 // 多年来，大数据一直备受不同行业与行业人士的青睐。制药行业也可以从大量数据结构化的准备、分析和评判中受益，例如从以前的研究结果中得到新的成果。

许多企业都把大数据列入企业的议事日程中了。即使是制药行业的企业、公司也都可以通过对数据洪流的分析确保优势。例如创建患者个人的病历或者重新评估旧的就诊数据。此时，为了提高企业的竞争力，推动下一步的研发，正确的使用大数据是非常重要的。

制药企业的第一步

对大多数企业的高管来讲，由于大数据的复杂性和微妙性使他们一时难以掌握是可以理解的。想要一步步的理解大数据并最终在实践中使用大数据，可以首先从一个‘沙盒’项目入手，这就能够让企业高管认识到大数据的应用潜力到底有多大、又有多少涉及到企业的内容。然后就可以准备数据，并对大数据的质量进行检验以及做进一步的处理。

图1 在大数据时代，数据已经成为企业的自有资产了。数据集成和云集成解决方案也是许多制药企业急需的解决方案。

制药企业怎样正确的处理大数据

制药企业的目标是找到最好的药品、并在药品研发历史上树立起新的里程碑。一种能够进入市场的药品应比以前开发的药品有着更好的药效。但为了证明新药的药效更好、比原来药品的副作用更小，制药企业就必须进行临床试验，而且迄今为止一直都是按照这条路子走过来的。虽然这一系列的试验、验证是寻找新药、新疗法最有效和最安全的方法，但新技术也创造了更多的、更高效的可能性。在药品开发过程中会产生大量需要优化和评估、并最终能够得到具有说服力的数据。

在大数据时代，数据已经成为企业的固有资产了。为了充分挖掘数据利用的潜力，许多制药企业已经采用了数据集成和云集成技术解决方案了，并为企业用户提供适于应用的优质信息。但由于目前存在着信息量无法处理、丢失的危险，因此许多企业都面临着所谓的‘信息乱麻’的问题。系统中存储的数据是无序的、非结构化的数据，从这样的数据中得不到任何有价值的信息。集成软件不仅仅能够帮助您比以前更加高效的找到合格的研发成果，最重要的是它能为您提供更强的竞争力、重新评估已经收集到的数据。

决策者从自助服务中获益

企业应对数据进行结构化处理、进行数据分析与评估，充分利用收集到的数据。这样就能最大程度的利用各种商机、获得最佳的结果并推动企业的产品研发进程。这里，不仅数据量大而且非常复杂，这是一个需要解决的重要问题。需要合并和保存到新环境中的数据往往来自不同的数据源。这就使得这些数据常常是非结构化的，因此软件供应商为企业的决策者提供了自助服务工具：对来自任何数据源的数据进行编目和清理，供决策者自己使用。今天，决策者可以根据这些处理后的数据，实时的做出决策：只需几分钟来查询数据，从来自不同数据源的数据中挑选出相关数据并合并这些数据。由于数据、信息的文件格式会不断的快速变化，并且不断的有新的格式出现，因此制药行业就需要一个独立于任何数据源格式的集成平台。这就使得制药企业的数据始终在数据格式方面保持着最新状态，使制药企业的决策者能够灵活的对新的市场需求做出应。

LP本刊提示

实时大数据

大数据分析为市场调查人员和制药企业提供了许多机遇。数据集成解决方案可以帮助制药企业提高药品生产效率、有效的利用数据，从而改善整个医疗体系。而这一切的基础是收集数据的结构化、数据分析和最佳的数据评估。它不仅带来更好的研究成果，而且也提高了制药企业的竞争力。

大数据节约了时间、资金成本

大数据软件能够在不同的数据组中识别出反复出现的数据，这就能为各个领域的企业创造出更多的附加值。制药企业也能够通过大数据的使用而获得更多的优势；例如从早期的研究成果中挖掘出新的有用成果。这也就意味着最初开发的药品能够有多种用途、疗效，也有助于治疗其他的疾病。通过对以前收集数据的重新分析能够让制药企业利用合适的技术更快、更清楚的认识到：哪些疾病可以用哪些药物活性成分来治疗。

例如伟哥中含有的药物成分西地那非最初是用于降低血压，但新的数据分析评估得知它对阴茎勃起障碍有着很好的疗效。可以说：伟哥是重新评估药品数据最成功的、最有说服力的范例了。今天，它既可以在治疗阳痿中作为增效剂使用也可以在肺动脉高压症的诊断治疗中使用。因此，当伟哥作为一种药品在1998年上市时，制药企业就知道了对药物有效成分进行全方位的检测分析是多么重要了。对以前的研究成果重新核实、检验的方法是非常成熟的方法，在数字化技术的世界里被称之为数据挖掘技术。这一技术方法的优点是：在新的研发项目中企业不必投入新的资金；而是仅仅依靠不同数据之间交叉组合、横向链接就能快速有效的得到新的研究成果，更加节省时间和资金。

另外，患者的病历也可以记录更多的信息了，可以创建所谓的‘360°患者病历’了。因此就可以获得更多的患者病情图片和症状叙述的信息了。当对这些信息、数据与大数据分析结果进行对比时就可以更加准确的预测患者的病情，并尽早的使用已被证明是有效的治疗方法进行治疗。

图2 在临床研究的框架内会产生大量的、必须最佳维护管理和分析评估的数据。只有做到了这些才能得到最有说服力的数据分析结论。

大数据和透明度

过去，药品研发常常失败，因为它是从不多的试验数据中得出的结论，而这样的结论常常经不起推敲。2016/2017年度的美国大选就清楚的说明了一个问题：对不完整数据集进行的评估分析产生的结论是不可靠的。因为当时的预测是希拉里•克林顿会在大选中获胜，但最终赢得选举的是唐纳德•特朗普。对制药企业来讲，分析、评估来自药品研发以及患者的数据都是非常重要的。数据集成软件为企业的决策者提供了跨平台大数据同步的可能性。通过对大数据的整理、分类、统一，并进一步对数据进行评估与分析，为相应的数据处理提供了更高的透明度。只有这样，大数据用户才能全面的了解数据信息，实时的了解数据中的内在联系。