Updesh Dosanjh, Practice Leader, Technology Solutions, IQVIA – Entretien en série

Updesh Dosanjh, Practice Leader de Technology Solutions chez IQVIA (IQV ), un leader mondial dans l’utilisation des données, de la technologie, de l’analyse avancée et de l’expertise pour aider les clients à faire progresser les soins de santé et la santé humaine.

Qu’est-ce qui vous a initialement attiré dans le domaine des sciences de la vie ?

J’ai travaillé dans plusieurs industries au cours des 30 dernières années, notamment dans l’industrie des sciences de la vie au début de ma carrière. Lorsque j’ai choisi de revenir dans l’industrie des sciences de la vie il y a 15 ans, c’était pour atteindre trois objectifs : travailler dans une industrie qui contribue au bien-être des personnes ; travailler dans un domaine d’industrie qui peut être considérablement aidé par la technologie ; et travailler dans une industrie qui me donne la chance de travailler avec des personnes agréables. Travailler avec une équipe de pharmacovigilance dans les sciences de la vie m’a aidé à atteindre ces trois objectifs.

Pouvez-vous discuter de ce qu’est la science des données humaines et de son importance pour IQVIA ?

Le volume de données sur la santé humaine augmente rapidement – de plus de 878 pour cent depuis 2016. De plus en plus, des analyses avancées sont nécessaires pour mettre en lumière les connaissances nécessaires. La science des données et la technologie progressent rapidement, cependant, il existe encore des défis avec la collecte et l’analyse des données structurées et non structurées, en particulier lorsqu’elles proviennent de sources de données disparates et cloisonnées.

La discipline émergente de la science des données humaines intègre l’étude de la science humaine avec les avancées de la technologie des données pour exploiter le potentiel de valeur que les grandes données peuvent apporter pour faire progresser la compréhension de la santé humaine. En essence, le scientifique des données humaines sert de traducteur entre le monde du clinicien et le monde du spécialiste des données. Ce nouveau paradigme aide à relever les défis auxquels est confrontée la santé du 21e siècle.

IQVIA est unique pour collecter, protéger, classer et étudier les données qui nous aident à répondre à des questions sur la santé humaine. En tant que leader de la science des données humaines, IQVIA possède un niveau élevé d’expertise dans les sciences de la vie ainsi que des capacités analytiques sophistiquées pour tirer des connaissances d’un large éventail de points de données qui peuvent aider les clients des sciences de la vie à mettre de nouveaux médicaments sur le marché plus rapidement et à améliorer les résultats de santé. En comprenant les défis d’aujourd’hui et en étant créatif sur la façon dont les nouvelles innovations peuvent accélérer de nouvelles réponses, IQVIA s’est penché sur le concept de science des données humaines – transformant la façon dont l’industrie des sciences de la vie trouve des patients, diagnostique les maladies et traite les affections.

Comment l’IA peut-elle le mieux aider les chercheurs de médicaments à réduire les médicaments qui méritent plus de ressources de l’industrie ?

La mise sur le marché de nouveaux médicaments est incroyablement coûteuse et prend beaucoup de temps – en moyenne, cela prend environ 10 ans et coûte 2,6 milliards de dollars pour le faire. Lorsque les développeurs de médicaments explorent le potentiel d’une molécule pour traiter ou prévenir une maladie, ils analysent toutes les données disponibles relatives à cette molécule, ce qui nécessite beaucoup de temps et de ressources. De plus, une fois qu’un médicament est introduit et mis sur le marché, les entreprises sont responsables de la pharmacovigilance dans laquelle elles doivent utiliser la technologie pour surveiller les événements indésirables (EI) – toute expérience indésirable associée à l’utilisation d’un médicament donné – ainsi que pour aider à assurer la sécurité des patients.

Les outils d’intelligence artificielle (IA) peuvent aider les organisations des sciences de la vie à automatiser les tâches de traitement de données manuelles pour rechercher et suivre les modèles dans les données. Plutôt que de devoir passer manuellement au peigne fin des centaines ou des milliers de points de données pour découvrir les connaissances les plus pertinentes relatives à un traitement particulier, l’IA peut aider les équipes des sciences de la vie à découvrir efficacement les informations les plus importantes et à les mettre en avant pour une exploration et des connaissances actionnables plus approfondies. Cela garantit que plus de temps et de ressources des équipes des sciences de la vie sont réservés pour l’analyse stratégique et la prise de décision plutôt que pour les rapports de données.

Vous avez récemment écrit un article détaillant comment les sociétés biopharmaceutiques qui utilisent le traitement automatique du langage naturel auront un avantage concurrentiel. Pourquoi pensez-vous que c’est si important ?

Les sociétés des sciences de la vie sont sous plus de pression que jamais pour innover, car elles s’efforcent de faire progresser la santé mondiale et de rester compétitives sur un marché très saturé. Le traitement automatique du langage naturel (TALN) est actuellement utilisé par les sociétés des sciences de la vie pour aider à extraire et « lire » des documents textuels non structurés. Cependant, il existe encore un potentiel important non exploité pour utiliser le TALN dans la pharmacovigilance pour protéger davantage la sécurité des patients, ainsi que pour assurer la conformité réglementaire. Le TALN a le potentiel de répondre aux exigences de conformité évolutives, de comprendre de nouvelles sources de données et d’offrir de nouvelles opportunités pour stimuler l’innovation. Il le fait en combinant et en comparant les EI de décennies de données statistiques héritées et de nouvelles données de patients entrantes – qui peuvent être traitées en temps réel – offrant ainsi une visibilité et une clarté sans précédent sur les informations extraites de sources de données critiques.

La pharmacovigilance (la détection, la collecte, l’évaluation, la surveillance et la prévention des effets indésirables des produits pharmaceutiques) dépend de plus en plus de l’IA. Pouvez-vous discuter des efforts déployés par IQVIA à cet égard ?

Comme mentionné, l’un des rôles principaux des départements de pharmacovigilance (PV) est de collecter et d’analyser les informations sur les EI. Aujourd’hui, environ 80 pour cent des données de soins de santé résident dans des formats non structurés, tels que les e-mails et les documents papier, et les EI doivent être agrégés et corrélés à partir de sources de données disparates et étendues, y compris les médias sociaux, les communautés en ligne et d’autres formats numériques. Ce qui est plus, le langage est subjectif, et les définitions sont fluides. Bien que deux patients prenant le même médicament puissent décrire des réactions d’EI similaires, chaque patient peut éprouver, mesurer et décrire les niveaux de douleur ou de gêne sur une échelle dynamique en fonction de divers facteurs. Les professionnels de la sécurité et de la pharmacovigilance travaillant dans des sociétés des sciences de la vie qui dépendent encore de la déclaration et du traitement manuels des données doivent examiner ces ensembles de données étendus et variés via des processus inefficaces. Cela ne retarde pas seulement les essais cliniques, mais retarde également potentiellement l’introduction de nouveaux médicaments sur le marché, empêchant les patients d’accéder à des médicaments potentiellement salvateurs.

L’industrie des sciences de la vie est fortement axée sur les données, et il n’y a pas de meilleur allié pour l’analyse et la détection de modèles que l’IA. Ces outils sont particulièrement utiles pour traiter et extraire de grands ensembles de données de pharmacovigilance complexes pour aider à automatiser les charges de travail manuelles et à faire le meilleur usage des actifs humains dans les équipes de sécurité. En effet, l’adoption d’outils d’IA et de TALN dans l’industrie des sciences de la vie permet de prendre ces grands ensembles de données non structurées et de les transformer en connaissances actionnables à une vitesse sans précédent. Voici quelques-unes des façons dont l’IA peut améliorer l’efficacité opérationnelle des équipes de PV, que IQVIA livre actuellement à ses clients :

1. Accélérer les recherches de littérature pour les informations pertinentes
2. Scanner les médias sociaux dans le monde entier pour repérer les EI
3. Écouter et absorber les appels audio (par exemple, dans un centre d’appels) pour les mentions d’une entreprise ou d’un médicament
4. Traduire de grandes quantités d’informations d’une langue à une autre
5. Transformer les documents scannés sur les EI en informations actionnables
6. Lire et interpréter les récits de cas avec un minimum de guidage humain
7. Déterminer si des modèles dans les données de réaction indésirable fournissent de nouvelles informations qui pourraient améliorer la sécurité des patients
8. Automatiser les suivis de cas pour vérifier les informations et capturer les données manquantes

Y a-t-il autre chose que vous aimeriez partager sur IQVIA ?

IQVIA utilise ses grands ensembles de données, sa technologie avancée et son expertise approfondie pour fournir le facteur de différenciation critique dans la fourniture d’outils d’IA spécifiquement conçus et formés pour l’industrie des sciences de la vie. Cette combinaison unique d’attributs est ce qui a contribué à la mise en œuvre réussie de la technologie IQVIA dans un large éventail de joueurs de l’industrie. Cela soutient les efforts de conformité mondiaux intégrés pour l’industrie, ainsi que l’amélioration de la sécurité des patients.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter IQVIA.