Updesh Dosanjh, praktisk ledare, tekniska lösningar, IQVIA – Intervjuer

Updesh Dosanjh, praktisk ledare för tekniska lösningar på IQVIA (IQV ), en världsledare inom användning av data, teknik, avancerad analys och expertis för att hjälpa kunder att driva hälsovård – och mänsklig hälsa – framåt.

Vad var det som initialt drog dig till life sciences?

Jag har arbetat inom flera branscher under de senaste 30 åren, inklusive life sciences-branschen i början av min karriär. När jag valde att återvända till life sciences-branschen för 15 år sedan var det för att uppnå tre mål: arbeta i en bransch som bidrar till människors välbefinnande; arbeta i ett område som kan bli betydligt hjälpt av teknik; och att arbeta i en bransch som ger mig möjlighet att arbeta med trevliga människor. Att arbeta med ett pharmacovigilance-team inom life sciences har hjälpt mig att uppfylla alla tre målen.

Kan du diskutera vad human data science är och dess betydelse för IQVIA?

Volymen av mänsklig hälsodata växer snabbt – med mer än 878 procent sedan 2016. Alltmer avancerad analys behövs för att bringa fram nödvändiga insikter. Data science och teknik utvecklas snabbt, men det finns fortfarande utmaningar med insamling och analys av strukturerad och ostrukturerad data, särskilt när de kommer från olika och isolerade datakällor.

Den nya disciplinen human data science integrerar studiet av mänsklig vetenskap med genombrott inom data-teknik för att utnyttja den potential som stora data kan ge för att förbättra förståelsen av mänsklig hälsa. I själva verket fungerar den mänskliga data-vetenskapsmannen som en översättare mellan världen av kliniker och världen av data-experter. Denna nya paradigm hjälper till att tackla de utmaningar som möter 2000-talets hälsovård.

IQVIA är unikt positionerat för att samla in, skydda, klassificera och studera data som hjälper oss att besvara frågor om mänsklig hälsa. Som ledare inom human data science har IQVIA en djup nivå av life sciences-expertis samt avancerad analytisk kapacitet för att få insikter från en mängd data-punkter som kan hjälpa life sciences-kunder att ta fram nya läkemedel snabbare och driva mot bättre hälsoutfall. Genom att förstå dagens utmaningar och vara kreativa om hur nya innovationer kan accelerera nya svar, har IQVIA lutat sig in i konceptet med human data science – och transformerar sättet som life sciences-branschen hittar patienter, diagnostiserar sjukdomar och behandlar tillstånd.

Hur kan AI bäst hjälpa läkemedelsforskare att begränsa vilka specifika läkemedel som förtjänar mer industriella resurser?

Att ta fram nya läkemedel till marknaden är otroligt dyrt och tidskrävande – i genomsnitt tar det cirka 10 år och kostar 2,6 miljarder dollar att göra det. När läkemedelsutvecklare undersöker en molekyls potential för att behandla eller förhindra en sjukdom, analyserar de all tillgänglig data som är relevant för den molekylen, vilket kräver betydande tid och resurser. Dessutom, när ett läkemedel introduceras och tas till marknaden, är företagen ansvariga för pharmacovigilance, där de behöver använda teknik för att övervaka biverkningar (AE) – alla oönskade upplevelser som är förknippade med användningen av ett visst läkemedel – och därmed bidra till att säkerställa patientsäkerhet.

Artificiell intelligens (AI) verktyg kan hjälpa life sciences-organisationer att automatisera manuella data-behandlingsuppgifter för att leta efter och spåra mönster inom data. Istället för att manuellt behöva gå igenom hundratals eller tusentals data-punkter för att avslöja de mest relevanta insikterna som gäller en specifik behandling, kan AI hjälpa life sciences-team att effektivt avslöja den viktigaste informationen och bringa den till förfall för ytterligare undersökning och handlingsinsikter. Detta säkerställer att mer tid och resurser från life sciences-team reserveras för strategisk analys och beslutsfattande snarare än för data-rapportering.

Du skrev nyligen en artikel om hur bioteknikföretag som använder naturlig språkbehandling kommer att ha en konkurrensfördel. Varför tror du att detta är så viktigt?

Life sciences-företag är under mer press än någonsin att innovera, eftersom de strävar efter att främja global hälsa och stanna konkurrenskraftiga på en högt konkurrensutsatt marknad. Naturlig språkbehandling (NLP) används för närvarande av life sciences-företag för att hjälpa till att gräva och “läsa” ostrukturerade, textbaserade dokument. Men det finns fortfarande en betydande outnyttjad potential för att utnyttja NLP inom pharmacovigilance för att ytterligare skydda patientsäkerhet samt säkerställa regelefterlevnad. NLP har potentialen att möta utvecklande krav på efterlevnad, förstå nya datakällor och höja nya möjligheter att driva innovation. Det gör det genom att kombinera och jämföra AE från årtionden av statistiskt arv-data och ny inkommande patientdata – som kan bearbetas i realtid – och ger en utanför jämförelse synlighet och tydlighet kring information som utvinns från kritiska datakällor.

Pharmacovigilance (upptäckt, insamling, bedömning, övervakning och förebyggande av biverkningar med läkemedelsprodukter) är alltmer beroende av AI. Kan du diskutera några av de insatser som IQVIA tillämpar för detta?

Som nämnts tidigare är en av de primära rollerna för pharmacovigilance (PV) avdelningar att samla in och analysera information om AE. Idag bor cirka 80 procent av hälso- och sjukvårdsdata i ostrukturerade format, som e-post och pappersdokument, och AE behöver sammanställas och korreleras från olika och omfattande datakällor, inklusive sociala medier, online-samhällen och andra digitala format. Vad mer är, språk är subjektivt och definitioner är flytande. Även om två patienter som tar samma läkemedel kan beskriva liknande AE-reaktioner, kan varje patient uppleva, mäta och beskriva smärta eller obehagsnivåer på en dynamisk skala baserat på olika faktorer. PV- och säkerhetspersonal som arbetar på life sciences-företag som fortfarande förlitar sig på manuell data-rapportering och -behandling behöver granska dessa omfattande, varierande och komplexa data-uppsättningar via ineffektiva processer. Detta inte bara bromsar upp kliniska prövningar utan kan också potentiellt försena introduktionen av nya läkemedel på marknaden, vilket förhindrar att patienter får tillgång till potentiellt livräddande läkemedel.

Life sciences-branschen är högt data-driven, och det finns ingen bättre allierad för data-analys och mönster-detektion än AI. Dessa verktyg är särskilt användbara för att bearbeta och extrapolera stora, komplexa PV-data-uppsättningar för att hjälpa till att automatisera manuella arbetsbelastningar och göra bästa användning av de mänskliga tillgångarna på säkerhets-team. Verkligen, antagandet av AI- och NLP-verktyg inom life sciences-branschen gör det möjligt att ta dessa stora, ostrukturerade data-uppsättningar och omvandla dem till handlingsinsikter på en aldrig tidigare skådad hastighet. Här är några av de sätt som AI kan förbättra operativ effektivitet för PV-team, som IQVIA aktivt levererar till sina kunder idag:

1. Hastighet litteratursökningar för relevant information
2. Skanna sociala medier över hela världen för att identifiera AE
3. Lyssna och absorbera ljudsamtal (t.ex. in i en kontaktcenter) för att nämna ett företag eller läkemedel
4. Översätta stora mängder information från ett språk till ett annat
5. Transformera skannade dokument om AE till handlingsinsikter
6. Läsa och tolka fall-berättelser med minimal mänsklig vägledning
7. Bestämma om några mönster i biverkningsdata ger ny, tidigare orealiserad information som kan förbättra patientsäkerhet
8. Automatisera fall-uppföljningar för att verifiera information och fånga eventuell saknad data

Finns det något annat du vill dela om IQVIA?

IQVIA utnyttjar sina stora data-uppsättningar, avancerad teknik och djup domän-expertis för att tillhandahålla den kritiska differentiatoren i att tillhandahålla AI-verktyg som är specifikt byggda och tränade för life sciences-branschen. Denna unika kombination av attribut är vad som har bidragit till den framgångsrika implementeringen av IQVIA-teknik över en bred uppsättning av branschaktörer. Detta stöder integrerade globala efterlevnadsinsatser för branschen samt förbättrar patientsäkerhet.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka IQVIA.