Updesh Dosanjh, Practice Leader, Technology Solutions, IQVIA – Συνέντευξη Σειράς

O Updesh Dosanjh, Practice Leader των Technology Solutions στην IQVIA (IQV ), einen weltweit führenden Anbieter von Daten, Technologie, fortschrittlicher Analytik und Expertenwissen, um Kunden bei der Weiterentwicklung der Gesundheitsversorgung und des menschlichen Gesundheitswesens zu unterstützen.

Τι σας οδήγησε αρχικά στη ζωή των επιστημών;

Έχω εργαστεί σε πολλές βιομηχανίες τα τελευταία 30 χρόνια, συμπεριλαμβανομένης της βιομηχανίας ζωτικών επιστημών στην αρχή της καριέρας μου. Όταν αποφάσισα να επιστρέψω στη βιομηχανία ζωτικών επιστημών πριν από 15 χρόνια, ήταν για να επιτύχω τρεις στόχους: να εργαστώ σε μια βιομηχανία που συνεισέφερε στην ευημερία των ανθρώπων, να εργαστώ σε einen Bereich der Industrie, der erheblich von der Technologie unterstützt werden konnte και να εργαστώ σε μια βιομηχανία που μου έδινε την ευκαιρία να συνεργαστώ με ωραίους ανθρώπους. Η εργασία μου με μια ομάδα φαρμακοεπαγρύπνησης στις ζωτικές επιστήμες με βοήθησε να επιτύχω τους τρεις στόχους.

Μπορείτε να συζητήσετε τι είναι η ανθρώπινη επιστήμη δεδομένων και τη σημασία της για την IQVIA;

Ο όγκος των δεδομένων ανθρώπινης υγείας αυξάνεται ταχύτατα – περισσότερο από 878 τοις εκατό από το 2016. Όλο και περισσότερο, απαιτούνται προηγμένες αναλύσεις για να φέρουν στο φως τις απαραίτητες πληροφορίες. Η επιστήμη δεδομένων και η τεχνολογία προχωρούν ταχύτατα, ωστόσο, υπάρχουν ακόμη προκλήσεις με τη συλλογή και την ανάλυση δομημένων και μη δομημένων δεδομένων, ιδιαίτερα όταν προέρχονται από διαφορετικές και απομονωμένες πηγές δεδομένων.

Η αναδυόμενη επιστήμη της ανθρώπινης επιστήμης δεδομένων ενσωματώνει τη μελέτη της ανθρώπινης επιστήμης με τις καινοτομίες στην τεχνολογία δεδομένων για να εκμεταλλευτεί την потенτική αξία που μπορεί να προσφέρει η μεγάλη ποσότητα δεδομένων στην προαγωγή της κατανόησης της ανθρώπινης υγείας. Ο ανθρώπινος επιστήμονας δεδομένων λειτουργεί ως μεταφραστής μεταξύ του κόσμου του κλινικού γιατρού και του κόσμου του ειδικού δεδομένων. Αυτό το νέο паράδειγμα βοηθά στην αντιμετώπιση των προκλήσεων που αντιμετωπίζει η υγεία του 21ου αιώνα.

Η IQVIA είναι μοναδικά τοποθετημένη για να συλλέξει, να προστατεύσει, να ταξινομήσει και να μελετήσει τα δεδομένα που μας βοηθούν να απαντήσουμε σε ερωτήσεις σχετικά με την ανθρώπινη υγεία. Jako ηγέτης στην ανθρώπινη επιστήμη δεδομένων, η IQVIA έχει ένα sâuστό επίπεδο εμπειρογνωσίας στις ζωτικές επιστήμες, καθώς και προηγμένες αναλυτικές ικανότητες για να εξάγει πληροφορίες από μια ποικιλία σημείων δεδομένων που μπορούν να βοηθήσουν τους πελάτες των ζωτικών επιστημών να φέρουν νέα φάρμακα στην αγορά πιο γρήγορα και να προωθήσουν καλύτερα αποτελέσματα υγείας. Κατανοώντας τις σημερινές προκλήσεις και siendo δημιουργικοί σχετικά με τον τρόπο με τον οποίο οι καινοτομίες μπορούν να επιταχύνουν νέες απαντήσεις, η IQVIA έχει στραφεί στην έννοια της ανθρώπινης επιστήμης δεδομένων – μεταμορφώνοντας τον τρόπο με τον οποίο η βιομηχανία των ζωτικών επιστημών βρίσκει ασθενείς, διαγιγνώσκει ασθένειες και θεραπεύει καταστάσεις.

Πώς μπορεί η τεχνητή νοημοσύνη να βοηθήσει τους ερευνητές φαρμάκων να στενεύσουν ποια συγκεκριμένα φάρμακα αξίζουν περισσότερους βιομηχανικούς πόρους;

Η εισαγωγή νέων φαρμάκων στην αγορά είναι απίστευτα δαπανηρή και χρονοβόρα – κατά μέσο όρο, διαρκεί περίπου 10 χρόνια και κοστίζει 2,6 δισεκατομμύρια δολάρια. Όταν οι dévelopers φαρμάκων εξετάζουν το δυναμικό ενός μορίου να θεραπεύσει ή να προληφθεί μια ασθένεια, αναλύουν οποιαδήποτε διαθέσιμα δεδομένα σχετικά με αυτό το μόριο, το οποίο απαιτεί σημαντικό χρόνο και πόρους. Επιπλέον, όταν ένα φάρμακο εισαχθεί και κυκλοφορήσει στην αγορά, οι εταιρείες είναι υπεύθυνες για την φαρμακοεπαγρύπνηση, στην οποία πρέπει να χρησιμοποιήσουν την τεχνολογία για να παρακολουθήσουν τις ανεπιθύμητες ενέργειες (ΑΕ) – οποιαδήποτε μη επιθυμητές εμπειρίες που σχετίζονται με τη χρήση ενός δεδομένου φαρμάκου – βοηθώντας έτσι να εξασφαλιστεί η ασφάλεια του ασθενούς.

Τα εργαλεία της τεχνητής νοημοσύνης (AI) μπορούν να βοηθήσουν τις εταιρείες ζωτικών επιστημών να αυτοματοποιήσουν τις χειροκίνητες εργασίες επεξεργασίας δεδομένων για να αναζητήσουν και να παρακολουθήσουν μοτίβα μέσα στα δεδομένα. Αντί να πρέπει να αναζητήσουν χειροκίνητα εκατοντάδες ή χιλιάδες σημεία δεδομένων για να ανακαλύψουν τις πιο σχετικές πληροφορίες σχετικά με μια συγκεκριμένη θεραπεία, η AI μπορεί να βοηθήσει τις ομάδες ζωτικών επιστημών να ανακαλύψουν αποτελεσματικά τις πιο σημαντικές πληροφορίες και να τις φέρουν στο προσκήνιο για περαιτέρω εξέταση και ενεργές πληροφορίες. Αυτό εξασφαλίζει ότι περισσότερος χρόνος και πόροι από τις ομάδες ζωτικών επιστημών διατηρούνται για στρατηγική ανάλυση και λήψη αποφάσεων αντί για αναφορά δεδομένων.

Πρόσφατα έγραψα ένα άρθρο που περιγράφει πώς οι βιοφαρμακευτικές εταιρείες που χρησιμοποιούν την επεξεργασία φυσικής γλώσσας θα έχουν einen конкурентικό πλεονέκτημα. Γιατί πιστεύετε ότι αυτό είναι τόσο σημαντικό;

Οι εταιρείες ζωτικών επιστημών βρίσκονται υπό μεγαλύτερη πίεση από ποτέ να καινοτομήσουν, καθώς επιδιώκουν να προωθήσουν την παγκόσμια υγεία και να παραμείνουν ανταγωνιστικές σε μια υψηλά κορεσμένη αγορά. Η επεξεργασία φυσικής γλώσσας (NLP) χρησιμοποιείται目前 από τις εταιρείες ζωτικών επιστημών για να βοηθήσει στην εξόρυξη και “ανάγνωση” μη δομημένων, κειμένων εγγράφων. Ωστόσο, υπάρχει ακόμη σημαντικός μη εκμεταλλευμένος δυναμισμός για την αξιοποίηση της NLP στη φαρμακοεπαγρύπνηση για να προστατεύσει περαιτέρω την ασφάλεια του ασθενούς, καθώς και να εξασφαλίσει την συμμόρφωση με τις κανονιστικές απαιτήσεις. Η NLP έχει το δυναμικό να ικανοποιήσει τις εξελισσόμενες απαιτήσεις συμμόρφωσης, να κατανοήσει νέες πηγές δεδομένων και να ανυψώσει νέες ευκαιρίες για να οδηγήσει την καινοτομία. Το κάνει αυτό συνδυάζοντας και συγκρίνοντας ΑΕ από δεκαετίες στατιστικών legacy δεδομένων και νέων εισερχόμενων δεδομένων ασθενών – τα οποία μπορούν να επεξεργαστούν σε πραγματικό χρόνο – δίνοντας μια беспрецедентная ποσότητα ορατότητας και σαφήνειας γύρω από τις πληροφορίες που εξορύσσονται από κρίσιμες πηγές δεδομένων.

Η φαρμακοεπαγρύπνηση (η ανίχνευση, συλλογή, αξιολόγηση, παρακολούθηση και πρόληψη των ανεπιθύμητων ενεργειών με φαρμακευτικά προϊόντα) είναι ολοένα και περισσότερο εξαρτημένη από την τεχνητή νοημοσύνη. Μπορείτε να συζητήσετε κάποιες από τις προσπάθειες που εφαρμόζονται από την IQVIA προς αυτήν την κατεύθυνση;

Όπως αναφέρθηκε, ένας από τους κύριους ρόλους των τμημάτων φαρμακοεπαγρύπνησης (PV) είναι η συλλογή και ανάλυση πληροφοριών σχετικά με ΑΕ. Σήμερα, περίπου 80 τοις εκατό των δεδομένων υγείας βρίσκονται σε μη δομημένες μορφές, όπως emails και έγγραφα, και τα ΑΕ πρέπει να συλλεχθούν και να συσχετιστούν από διαφορετικές και εκτενείς πηγές δεδομένων, συμπεριλαμβανομένων των κοινωνικών μέσων, των διαδικτυακών κοινοτήτων και άλλων ψηφιακών μορφών. Τι είναι περισσότερο, η γλώσσα είναι υποκειμενική και οι ορισμοί είναι ρευστοί. Αν και δύο ασθενείς που λαμβάνουν το ίδιο φάρμακο μπορεί να περιγράψουν παρόμοιες αντιδράσεις ΑΕ, κάθε ασθενής μπορεί να βιώσει, να μετρήσει και να περιγράψει επίπεδα πόνου ή δυσφορίας σε μια δυναμική κλίμακα με βάση διάφορους παράγοντες. Οι chuyênικοί PV και ασφάλειας που εργάζονται στις εταιρείες ζωτικών επιστημών που εξακολουθούν να βασίζονται σε χειροκίνητες αναφορές δεδομένων και επεξεργασία χρειάζονται να αναθεωρήσουν αυτές τις εκτενείς, ποικίλες και σύνθετες συνόλους δεδομένων μέσω ανεφικτών διαδικασιών. Αυτό не μόνο επιβραδύνει τις κλινικές δοκιμές αλλά και μπορεί να καθυστερήσει την εισαγωγή νέων φαρμάκων στην αγορά, αποτρέποντας τους ασθενείς από το να έχουν πρόσβαση σε πιθανώς ζωσώδεις φαρμακευτικές αγωγές.

Η βιομηχανία ζωτικών επιστημών είναι υψηλά εξαρτημένη από δεδομένα, και δεν υπάρχει καλύτερος σύμμαχος για την ανάλυση δεδομένων και την ανίχνευση μοτίβων από την τεχνητή νοημοσύνη. Τα εργαλεία αυτά είναι ιδιαίτερα χρήσιμα στην επεξεργασία και εξαγωγή μεγάλων, σύνθετων συνόλων δεδομένων PV για να βοηθήσουν στην αυτοματοποίηση χειροκίνητων εργασιών και να κάνουν την καλύτερη χρήση των ανθρώπινων πόρων στις ομάδες ασφάλειας. Πράγματι, η υιοθέτηση εργαλείων AI και NLP μέσα στη βιομηχανία ζωτικών επιστημών καθιστά δυνατό να ληφθούν αυτά τα μεγάλα, μη δομημένα σύνολα δεδομένων και να μετατραπούν σε ενεργές πληροφορίες με беспрецедентική ταχύτητα. Εδώ είναι μερικοί από τους τρόπους με τους οποίους η AI μπορεί να βελτιώσει την λειτουργική αποτελεσματικότητα για τις ομάδες PV, τα οποία η IQVIA παραδίδει στους πελάτες της σήμερα:

1. Ταχύτητα αναζήτησης βιβλιογραφίας για σχετικές πληροφορίες
2. Σκаниάρισμα των κοινωνικών μέσων σε όλο τον κόσμο για να εντοπίσουν ΑΕ
3. Ακρόαση και απορρόφηση ηχητικών κλήσεων (π.χ. σε ένα κέντρο κλήσεων) για αναφορές για μια εταιρεία ή φάρμακο
4. Μετάφραση μεγάλων ποσοτήτων πληροφοριών από μια γλώσσα σε άλλη
5. Μετατροπή σκαναρισμένων εγγράφων σχετικά με ΑΕ σε ενεργές πληροφορίες
6. Διάβασμα και ερμηνεία περιπτωσιακών αφηγήσεων με ελάχιστη ανθρώπινη καθοδήγηση
7. Καθορισμός是否 υπάρχουν μοτίβα στις ανεπιθύμητες αντιδράσεις που παρέχουν νέες, προηγουμένως μη αναγνωρισμένες πληροφορίες που θα μπορούσαν να βελτιώσουν την ασφάλεια του ασθενούς
8. Αυτοματοποίηση των επόμενων ελέγχων για να επιβεβαιώσουν τις πληροφορίες και να συλλέξουν οποιαδήποτε λείπουν δεδομένα

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστεί σχετικά με την IQVIA;

Η IQVIA αξιοποιεί τα μεγάλα σύνολα δεδομένων, την προηγμένη τεχνολογία και την sâuστό τομέα εμπειρογνωσίας για να παρέχει τον κρίσιμο διαφορετικό παράγοντα στην παροχή εργαλείων AI που είναι ειδικά κατασκευασμένα και εκπαιδευμένα για τη βιομηχανία ζωτικών επιστημών. Αυτή η μοναδική συνδυασμός χαρακτηριστικών είναι αυτό που έχει συνεισφέρει στην επιτυχημένη εφαρμογή της τεχνολογίας IQVIA σε ένα ευρύ φάσμα βιομηχανικών παικτών. Αυτό υποστηρίζει τις ενσωματωμένες παγκόσμιες προσπάθειες συμμόρφωσης για τη βιομηχανία, καθώς και τη βελτίωση της ασφάλειας του ασθενούς.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν την IQVIA.