京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统新药研发或被大数据和可穿戴颠覆_数据分析师
塔夫茨(Tufts)药物开发研究中心数据显示,一款新药从研发到FDA(美国食品药品管理局)批准,平均成本高达25亿美元。这其中,较高的药物失败率在很大程度上推动了研发增本的增加。
但如今,一个新的机会出现了:如果生命科学公司能够在开发早期获得足够多的数据,就可以创建一个更为有效的药物开发流程,针对最有效的疗法优先分配资源。大数据分析和新的临床技术(如移动健康解决方案和可穿戴设备)能够在很大程度上改变临床实验的执行方式,提升数据价值,并从临床试验中得到更多结果。
计算能力的提升和预测性分析工具的出现让我们能在几秒钟的时间内处理海量数据,并获得分析结果。这其中,技术的作用就是把分散的数据资源整合到一起,允许行业共享和分析,帮助做出更明智的决定。这会让我们以更快的速度开发出更有效的药物。
例如,硅谷基因数据公司23andMe近期任命基因工程技术公司Genentech高级研究人员理查德·舍勒(RichardScheller)为首席科学官(CSO)兼治疗学主管,负责挖掘23andMe近90万人的基因数据库信息,希望从中找出治疗常见病和罕见病的新线索。
还有一些企业联合起来研究如何为患者更好地部署可穿戴设备,将来自这些设备的数据与传统的临床数据相结合,来衡量患者的行为变化,并利用这些信息做出更明智的决定。上个月,生命科学临床研究领域云解决方案供应商Medidata宣布与Garmin达成战略合作,通过Garmin的健康手环与MedidataClinicalCloud相结合来提升临床试验中的患者参与度、数据质量和操作效率。此外,VitalConnect等公司还获得了FDA的批准,利用其生物传感器来监测患者的各项生物指标。
之前,患者的健康状况只能在临床中进行评估。但这些生命科学公司正把我们推向一个新的时代,连接到之前根本无无法获取的一系列新行为数据。前文所述案例均能让我们在临床试验中提升患者互动,最终让我们获得更多、更实用的数据,这些对于药物研发取得突破至关重要。
当你询问患者感觉如何时,你得到的是主观性答案。主观数据在科学研究中也是重要的,但远不及客观数据。而生命科学公司目前可以通过移动设备和各种活动追踪设备来收集一系列新型客观数据,让我们对患者生理指标进行实时评估,了解一款药物究竟在多大程度上影响患者的生活质量。对于制药公司、监管机构和保险公司而言,这是一个越来越重要的衡量指标。
以6分钟走路测试为例。多年来,该测试一直被用于衡量心血管、呼吸和中枢神经系统疾病患者的病情严重程度。测试方案不存在数学或科学方面的错误,但是通过新的技术,我们可以对患者病情进行更全面的评估。不仅仅是向医生展示其6分钟的走路能力,患者如今可以戴上可穿戴设备,对活动情况进行持续追踪,无需走进医生办公室就可以向医生提供全面的活动数据。这样,患者的日常生活不会被打乱,而医生和研究人员又获得了更丰富的数据。
苹果公司近期发布了ResearchKit平台,利用iOS应用推动医学研究。这同时也表明,所有行业都对直接来自患者的数据的价值感兴趣。
移动设备和大数据分析还能显著减轻患者的负担。可穿戴设备能够降低患者拜访诊所的次数,提供更全面、更高质量的患者生理数据来评估药效,让一些没有必要的患者检查实现最小化。
葛兰素史克(GSK)上个月曾表示,计划在临床试验中引入生物传感器来提高数据质量。这些生物传感器不但能提供更多的数据,而且通过远程监控也会降低对患者日常生活的干扰。因此,科技将在很大程度上提升临床试验中的患者体验。
最终,如果生命科学公司不仅能展示出其药物在治疗特定疾病时的有效性,同时还能极大提高患者的生活质量,就能够帮助监管部门做出更好的决定,让药物尽早推向市场。
当然,要看到这种变化还需要市场主要参与者的共同努力。当监管机构认可这种新的临床开发方式时,制药公司就愿意在其临床研究中使用新的技术和大数据分析。反之亦然,如果制药公司能够出台基于强大科学依据的标准化临床开发方式时,监管机构也愿意接受这种新方式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22