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
线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02