Updesh Dosanjh, Practice Leader, Technology Solutions, IQVIA – Intervieuserie

Updesh Dosanjh, Practice Leader of Technology Solutions hos IQVIA (IQV ), en verdensleder i brug af data, teknologi, avanceret analyse og ekspertise til at hjælpe kunder med at fremme sundheds- og menneskers sundhed.

Hvad var det, der oprindeligt tiltrak dig til life sciences?

Jeg har arbejdet i mange industrier i de sidste 30 år, herunder life sciences-industrien i starten af min karriere. Da jeg valgte at vende tilbage til life sciences-industrien for 15 år siden, var det for at opnå tre mål: arbejde i en industri, der bidrager til menneskers trivsel; arbejde i et område, der kan være betydeligt hjulpet af teknologi; og arbejde i en industri, der giver mig mulighed for at arbejde med nice mennesker. Arbejdet med et pharmacovigilance-hold i life sciences har hjulpet mig med at opfylde alle disse mål.

Kan du diskutere, hvad human data science er, og dens betydning for IQVIA?

Volumen af human sundhedsdata vokser hurtigt – mere end 878 procent siden 2016. Avanceret analyse er mere og mere nødvendig for at afsløre nødvendige indsigt. Data science og teknologi udvikler sig hurtigt, men der er stadig udfordringer med indsamling og analyse af struktureret og ustruktureret data, især når de kommer fra forskellige og isolerede datakilder.

Den opkomne disciplin human data science integrerer studiet af humanvidenskab med gennembrud i data-teknologi for at udnytte den potentielle værdi, som big data kan give i forståelsen af human sundhed. I virkeligheden fungerer human data scientisten som en oversætter mellem klinikerens verden og data-specialistens verden. Dette nye paradigme hjælper med at tackle udfordringerne i 21. århundredes sundhedspleje.

IQVIA er unikt positioneret til at indsamle, beskytte, klassificere og studere data, der hjælper os med at besvare spørgsmål om human sundhed. Som en leder i human data science har IQVIA en dyb forståelse af life sciences-ekspertise samt avancerede analytiske kapaciteter til at udvinde indsigt fra en mængde data, der kan hjælpe life science-kunder med at bringe nye mediciner til markedet hurtigere og drive mod bedre sundhedsresultater. Ved at forstå i dag’s udfordringer og være kreativ om, hvordan nye innovationer kan accelerere nye svar, har IQVIA lagt sig ind under begrebet human data science – og transformerer måden, som life sciences-industrien finder patienter, diagnosticerer sygdomme og behandler tilstande.

Hvordan kan AI bedst hjælpe lægemiddelforskere med at indsnævre, hvilke specifikke lægemidler fortjener mere industriel ressourcer?

At bringe nye mediciner til markedet er utroligt kostbart og tidskrævende – i gennemsnit tager det omkring 10 år og koster 2,6 milliarder dollars. Når lægemiddelforskere undersøger en molekyls potentiale til at behandle eller forebygge en sygdom, analyserer de alle tilgængelige data, der er relevante for denne molekyl, hvilket kræver betydelig tid og ressourcer. Desuden, når et lægemiddel er introduceret og bragt til markedet, er virksomhederne ansvarlige for pharmacovigilance, hvor de skal udnytte teknologi til at overvåge uønskede hændelser (AE) – enhver uønsket oplevelse, der er forbundet med brug af et givent lægemiddel – og hjælpe med at sikre patientens sikkerhed.

Artificielle intelligens (AI)-værktøjer kan hjælpe life sciences-organisationer med at automatisere manuelle data-behandlingsopgaver for at finde og spore mønstre i data. I stedet for at skulle manuelt gennemgå hundredvis eller tusindvis af data for at afsløre de mest relevante indsigt om en bestemt behandling, kan AI hjælpe life sciences-hold med at effektivt afsløre den vigtigste information og bringe den til fremhævelse for yderligere undersøgelse og indsigt. Dette sikrer, at mere tid og ressourcer fra life science-hold reserveres til strategisk analyse og beslutningstagning i stedet for data-rapportering.

Du skrev nylig en artikel om, hvordan bioteknologiske virksomheder, der bruger naturlig sprogbehandling, vil have en konkurrencefordel. Hvorfor mener du, det er så vigtigt?

Life sciences-virksomheder er under mere pres end nogensinde for at innovere, da de stræber efter at fremme global sundhed og forblive konkurrencedygtige på et højt koncentreret marked. Naturlig sprogbehandling (NLP) bruges i øjeblikket af life science-virksomheder til at hjælpe med at udvinde og “læse” ustrukturerede, tekstbaserede dokumenter. Der er dog stadig betydelig uudnyttet potentiale for at udnytte NLP i pharmacovigilance til yderligere at beskytte patientens sikkerhed samt sikre overholdelse af reguleringskrav. NLP har potentialet til at opfylde udviklende krav til overholdelse, forstå nye datakilder og højne nye muligheder for at drive innovation. Det gør det ved at kombinere og sammenligne AE fra årtiers statistisk arv-data og nye indgående patientdata – som kan behandles i realtid – og giver en uhørt mængde af indsigt og klarhed omkring information, der udvindes fra kritiske datakilder.

Pharmacovigilance (detektion, indsamling, vurdering, overvågning og forebyggelse af uønskede virkninger af farmaceutiske produkter) er mere og mere afhængig af AI. Kan du diskutere nogle af de indsats, der anvendes af IQVIA i forhold til dette?

Som nævnt tidligere er en af de primære roller for pharmacovigilance (PV)-afdelinger at indsamle og analysere information om AE. I dag er omkring 80 procent af sundhedsdata i ustrukturerede formater, som f.eks. e-mails og papirdokumenter, og AE skal samles og korreleres fra forskellige og omfattende datakilder, herunder sociale medier, online-fællesskaber og andre digitale formater. Hvad mere er, er sprog subjektivt, og definitioner er flydende. Selvom to patienter, der tager det samme lægemiddel, kan beskrive lignende AE-reaktioner, kan hver patient opleve, måle og beskrive smerte eller ubehag på en dynamisk skala baseret på forskellige faktorer. PV- og sikkerhedsprofessionelle, der arbejder i life sciences-virksomheder, der stadig afhænger af manuel data-rapportering og -behandling, skal gennemgå disse omfattende, varierede og komplekse data-sæt via ineffektive processer. Dette ikke kun langsommere kliniske forsøg, men også potentielt forsinker introduktionen af nye lægemidler på markedet, og forhindrer patienter i at få adgang til potentielt livsreddende medicin.

Life sciences-industrien er højst data-dreven, og der er ingen bedre allieret for data-analyse og mønster-genkendelse end AI. Disse værktøjer er særligt nyttige til at behandle og udvinde store, komplekse PV-data-sæt for at automatisere manuelle arbejdsbyrder og gøre bedst brug af de menneskelige ressourcer på sikkerhedsholdene. Faktisk gør adoptionen af AI- og NLP-værktøjer i life sciences-industrien det muligt at tage disse store, ustrukturerede data-sæt og omdanne dem til indsigt på uhørt hastighed. Her er nogle af måderne, hvorpå AI kan forbedre operationel effektivitet for PV-hold, som IQVIA aktivt leverer til sine kunder i dag:

1. Hastighed litteratursøgninger efter relevant information
2. Scanne sociale medier på tværs af hele verden for at pege på AE
3. Lytte og absorbere lydopkald (f.eks. til en callcenter) for nævne af et firma eller lægemiddel
4. Oversætte store mængder information fra ét sprog til et andet
5. Transformere scannede dokumenter om AE til indsigt
6. Læse og fortolke sag-beretninger med minimal menneskelig vejledning
7. Bestemme, om nogen mønstre i AE-data giver ny, tidligere urealiseret information, der kan forbedre patientens sikkerhed
8. Automatisere sag-opfølgning for at verificere information og fange eventuelt manglende data

Er der noget andet, du gerne vil dele om IQVIA?

IQVIA udnytter sine store data-sæt, avanceret teknologi og dyb domæne-ekspertise til at levere den kritiske differentiator i at levere AI-værktøjer, der er specifikt bygget og trænet til life sciences-industrien. Denne unikke kombination af attributter er hvad der har bidraget til den succesfulde implementering af IQVIA-teknologi på tværs af en bred vifte af industripersoner. Dette understøtter integrerede globale compliance-bestræbelser for industrien samt forbedrer patientens sikkerhed.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge IQVIA.