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

Updesh Dosanjh, Practice Leader van Technology Solutions bij IQVIA (IQV ), een wereldleider in het gebruik van data, technologie, geavanceerde analyse en expertise om klanten te helpen de gezondheidszorg – en de menselijke gezondheid – vooruit te helpen.

Wat was het dat je aanvankelijk aantrok tot de levenswetenschappen?

Ik heb in meerdere industrieën gewerkt in de afgelopen 30 jaar, waaronder de levenswetenschappenindustrie aan het begin van mijn carrière. Toen ik 15 jaar geleden besloot om terug te keren naar de levenswetenschappenindustrie, was het om drie ambities te verwezenlijken: werken in een industrie die bijdraagt aan het welzijn van mensen; werken in een gebied van de industrie dat significant geholpen kan worden door technologie; en werken in een industrie die me de kans geeft om met leuke mensen te werken. Werken met een farmacovigilantieteam in de levenswetenschappen heeft me geholpen om alle drie deze doelen te bereiken.

Kunt u bespreken wat humane datascience is en zijn belang voor IQVIA?

Het volume van humane gezondheidsdata groeit snel – met meer dan 878 procent sinds 2016. Steeds vaker zijn geavanceerde analyses nodig om de nodige inzichten te verkrijgen. Datascience en technologie ontwikkelen zich snel, maar er zijn nog steeds uitdagingen met de verzameling en analyse van gestructureerde en ongestructureerde data, vooral wanneer deze afkomstig zijn van verschillende en gesloten gegevensbronnen.

De opkomende discipline van humane datascience integreert de studie van humane wetenschap met doorbraken in datatechnologie om het potentieel van big data te benutten in de vooruitgang van de kennis van humane gezondheid. In wezen fungeert de humane datascientist als vertaler tussen de wereld van de klinicus en de wereld van de datasppecialist. Deze nieuwe paradigma helpt om de uitdagingen aan te pakken waarmee de gezondheidszorg in de 21e eeuw wordt geconfronteerd.

IQVIA is uniek gepositioneerd om data te verzamelen, te beschermen, te classificeren en te bestuderen die ons helpen om vragen over humane gezondheid te beantwoorden. Als leider in humane datascience heeft IQVIA een diep niveau van levenswetenschappelijke expertise en geavanceerde analytische capaciteiten om inzichten te verkrijgen uit een overvloed aan datapunten die levenswetenschappelijke klanten helpen om nieuwe medicijnen sneller op de markt te brengen en om betere gezondheidsresultaten te behalen. Door vandaag’s uitdagingen te begrijpen en creatief te zijn over hoe nieuwe innovaties nieuwe antwoorden kunnen versnellen, heeft IQVIA ingezet op het concept van humane datascience – de manier waarop de levenswetenschappenindustrie patiënten vindt, ziektes diagnoseert en aandoeningen behandelt.

Hoe kan AI het beste helpen bij het onderzoek naar medicijnen om te bepalen welke specifieke medicijnen meer industriebronnen verdienen?

Het brengen van nieuwe medicijnen op de markt is enorm duur en tijdrovend – gemiddeld duurt het ongeveer 10 jaar en kost het $2,6 miljard. Wanneer farmaceutische bedrijven een molecuul onderzoeken om te zien of het potentieel heeft om een ziekte te behandelen of te voorkomen, analyseren ze alle beschikbare gegevens die relevant zijn voor dat molecuul, wat aanzienlijke tijd en middelen vereist. Bovendien, zodra een medicijn op de markt is gebracht, zijn bedrijven verantwoordelijk voor farmacovigilantie, waarbij ze technologie moeten gebruiken om ongewenste gebeurtenissen (AE’s) te monitoren – ongewenste ervaringen die verband houden met het gebruik van een bepaald medicijn – om zo de veiligheid van patiënten te waarborgen.

Kunstmatige intelligentie (AI) kan levenswetenschappelijke organisaties helpen om handmatige gegevensverwerkingstaken te automatiseren om patronen in gegevens te zoeken en te volgen. In plaats van handmatig door honderden of duizenden datapunten te zoeken om de meest relevante inzichten te verkrijgen met betrekking tot een bepaalde behandeling, kan AI levenswetenschappelijke teams helpen om de meest belangrijke informatie effectief te ontdekken en naar voren te brengen voor verdere exploratie en actiegerichte inzichten. Dit zorgt ervoor dat meer tijd en middelen van levenswetenschappelijke teams worden gereserveerd voor strategische analyse en besluitvorming in plaats van voor gegevensrapportage.

U schreef onlangs een artikel over hoe biotechnologiebedrijven die natuurlijke taalverwerking gebruiken, een concurrentievoordeel zullen hebben. Waarom denkt u dat dit zo belangrijk is?

Levenswetenschappelijke bedrijven staan onder meer druk dan ooit om te innoveren, aangezien ze streven naar het verbeteren van de mondiale gezondheid en concurreren in een zeer verzadigde markt. Natuurlijke taalverwerking (NLP) wordt momenteel door levenswetenschappelijke bedrijven gebruikt om ongestructureerde, tekstgebaseerde documenten te mijnen en “lezen”. Er is echter nog steeds een significant onbenut potentieel voor het gebruik van NLP in farmacovigilantie om patiëntveiligheid verder te beschermen en regelgevingsconformiteit te garanderen. NLP heeft het potentieel om te voldoen aan evoluerende conformiteitsvereisten, nieuwe gegevensbronnen te begrijpen en nieuwe kansen te creëren om innovatie te stimuleren. Het doet dit door AE’s van decennia van statistische legacydata en nieuwe binnenkomende patiëntgegevens te combineren en te vergelijken – die in real-time kunnen worden verwerkt – waardoor een ongekend niveau van zichtbaarheid en duidelijkheid ontstaat rondom de informatie die wordt gemined uit kritieke gegevensbronnen.

Farmacovigilantie (het detecteren, verzamelen, beoordelen, monitoren en voorkomen van ongewenste effecten van farmaceutische producten) is steeds meer afhankelijk van AI. Kunt u enkele van de inspanningen van IQVIA op dit gebied bespreken?

Zoals eerder vermeld, is een van de primaire rollen van farmacovigilantie (PV) afdelingen het verzamelen en analyseren van informatie over AE’s. Vandaag de dag bevindt ongeveer 80 procent van de gezondheidsgegevens in ongestructureerde formaten, zoals e-mails en papieren documenten, en AE’s moeten worden geaggregeerd en gecorreleerd uit verschillende en uitgebreide gegevensbronnen, waaronder sociale media, online gemeenschappen en andere digitale formaten. Wat meer is, is taal subjectief en zijn definities vloeibaar. Hoewel twee patiënten die hetzelfde medicijn nemen, soortgelijke AE-reacties kunnen beschrijven, kan elke patiënt deze ervaren, meten en beschrijven op een dynamische schaal op basis van verschillende factoren. PV- en veiligheidsprofessionals die werken bij levenswetenschappelijke organisaties die nog steeds afhankelijk zijn van handmatige gegevensrapportage en -verwerking, moeten deze uitgebreide, gevarieerde en complexe datasets via inefficiënte processen beoordelen. Dit vertraagt niet alleen klinische trials, maar kan ook de introductie van nieuwe medicijnen op de markt vertragen, waardoor patiënten geen toegang krijgen tot potentieel levensreddende medicijnen.

De levenswetenschappenindustrie is zeer data-gedreven en er is geen betere bondgenoot voor data-analyse en patroondetectie dan AI. Deze tools zijn vooral nuttig bij het verwerken en extrapoleren van grote, complexe PV-gegevenssets om handmatige werklasten te automatiseren en het beste gebruik te maken van de menselijke assets op veiligheidsteams. Inderdaad maakt de adoptie van AI- en NLP-tools binnen de levenswetenschappenindustrie het mogelijk om deze grote, ongestructureerde gegevenssets om te zetten in actiegerichte inzichten op ongekende snelheid. Hier zijn een aantal manieren waarop AI de operationele efficiëntie van PV-teams kan verbeteren, die IQVIA actief aan zijn klanten levert:

1. Literatuurzoeken versnellen voor relevante informatie
2. Sociale media scannen over de hele wereld om AE’s te lokaliseren
3. Audio-oproepen beluisteren (bijv. naar een callcenter) voor vermeldingen van een bedrijf of medicijn
4. Grote hoeveelheden informatie van de ene taal naar de andere vertalen
5. Gescande documenten over AE’s omzetten in actiegerichte informatie
6. Gevalbeschrijvingen lezen en interpreteren met minimale menselijke begeleiding
7. Bepalen of er patronen in AE-gegevens zijn die nieuwe, eerder niet gerealiseerde informatie bieden die de patiëntveiligheid kan verbeteren
8. Gevalvolgen automatiseren om informatie te verifiëren en ontbrekende gegevens te verzamelen

Is er nog iets anders dat u over IQVIA wilt delen?

IQVIA benut zijn grote gegevenssets, geavanceerde technologie en diepe domeinexpertise om de kritieke differentiator te bieden bij het leveren van AI-tools die specifiek zijn gebouwd en getraind voor de levenswetenschappenindustrie. Deze unieke combinatie van attributen is wat heeft bijgedragen aan de succesvolle implementatie van IQVIA-technologie over een breed scala aan industriele spelers. Dit ondersteunt geïntegreerde wereldwijde conformiteitsinspanningen voor de industrie, evenals het verbeteren van de patiëntveiligheid.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten IQVIA bezoeken IQVIA.