大數(shù)據(jù)和人工智能如何應用于制藥領(lǐng)域？

熱門推薦：大數(shù)據(jù) , 制藥領(lǐng)域 , 人工智能 ,

來源：轉(zhuǎn)載

2018-01-05

如今，數(shù)字化正在層層滲入到醫(yī)療各個領(lǐng)域，數(shù)字轉(zhuǎn)型是醫(yī)藥企業(yè)通向未來成功路上必不可少的環(huán)節(jié)。當大數(shù)據(jù)、人工智能(AI)等已經(jīng)成為現(xiàn)實應用于醫(yī)療領(lǐng)域，未來還將更加頻繁和廣泛地應用在真實世界中，我們應如何思考它們將對醫(yī)藥行業(yè)產(chǎn)生的影響，一些前行醫(yī)療企業(yè)已經(jīng)在開展怎樣的探索和實踐？

在丁香園Forward 平臺發(fā)起的 Elite Club 線下交流會上，羅氏診斷 IT 負責人徐兵(Peter Xu)談了他的看法并和在場 300+ 行業(yè)專業(yè)人士分享其團隊利用數(shù)字化及數(shù)據(jù)助力業(yè)務和臨床的實踐。

Digital Chaos

數(shù)字醫(yī)療眾說紛紜，是挑戰(zhàn)，更是機遇

在徐兵看來，在發(fā)展數(shù)字化的道路上存在著很多尚待探究確定的問題。對于醫(yī)療各相關(guān)方來說，數(shù)字化往前走，能走多遠，什么事情可以做并且可以發(fā)展的很快，政策至關(guān)重要；而站在醫(yī)療最前線的醫(yī)生對數(shù)字化的接受程度也是行業(yè)發(fā)展數(shù)字化的重要挑戰(zhàn)因素。

對于制藥企業(yè)來說，首先，每個醫(yī)療公司對數(shù)據(jù)的定義都不同，甚至同一個部門對于數(shù)據(jù)的定義也有差別，所以驅(qū)動數(shù)字化這個概念仍然需要行業(yè)的整體配合。第二是未確定性，企業(yè)投資數(shù)字化，會得到怎樣的收益，產(chǎn)生怎樣的業(yè)務影響尚不能定論。第三，數(shù)字化年代需要速度和敏捷性，傳統(tǒng)的企業(yè)需要不斷提高適應能力。與此同時，在與Google、IBM 這樣的技術(shù)性問題公司做比較，制藥企業(yè)應該怎樣定位自身數(shù)字化發(fā)展。

這些問題和挑戰(zhàn)也意味著機遇，各種場景下都隱藏著機會。徐兵引用了來自高德納(Gartner)公司對數(shù)字化的定義闡述他對數(shù)字的理解：「數(shù)字化是利用數(shù)字技術(shù)改變商業(yè)模式，并提供新的收入和創(chuàng)造價值的機會。數(shù)字化是指數(shù)字化業(yè)務轉(zhuǎn)型的過程?！?/p>

“Digitalization is the use of digital technologies to change a business model and provide new revenue and value-producing opportunities; it is the process of moving to adigital business.” -- Gartner

如何利用數(shù)字化創(chuàng)造新的業(yè)務模式，產(chǎn)生新的利潤方式，是徐兵及團隊一直思考的問題。徐兵說到：「即便現(xiàn)在數(shù)字化進程中仍存在很多問題，羅氏診斷最關(guān)注的是要讓大數(shù)據(jù)幫助醫(yī)生診斷，最終解決患者旅程中的問題」。

Digital Application

人工智能的發(fā)展最需要的是高質(zhì)量的、真實世界的數(shù)據(jù)

據(jù)統(tǒng)計，目前臨床病人的診斷誤診率平均為30%，在某些領(lǐng)域如腫瘤甚至更高。而數(shù)據(jù)驅(qū)動的醫(yī)生智能助手，通過一些臨床輔助診斷手段幫助醫(yī)生去減低或者提高臨床診斷的安全性，這其中最重要的就是真實世界的數(shù)據(jù)儲備。

徐兵也說：「在國內(nèi)外都有不同的公司或機構(gòu)分析和處理這些數(shù)據(jù)?？傮w來講，中國對真實世界數(shù)據(jù)重視和研究成熟度跟國外還有一定的距離。但是現(xiàn)在中國出臺了大約 20-30 個不同的法律法規(guī)在規(guī)范，可能還不夠，但趨勢在向好的方向發(fā)展?！?/p>

如何得到高質(zhì)量的真實數(shù)據(jù)呢？可穿戴設(shè)備可能是一個有效的數(shù)據(jù)來源，它搜集患者在院外的健康數(shù)據(jù)；其次，電子病例、基因數(shù)據(jù)，流行病學的數(shù)據(jù)都是真實世界的數(shù)據(jù)來源。

這些數(shù)據(jù)將對藥品研發(fā)、精準醫(yī)療等方面產(chǎn)生具大價值。為此，羅氏診斷也展開了戰(zhàn)略投資。徐兵介紹了羅氏診斷戰(zhàn)略投資的兩家創(chuàng)業(yè)公司：

Flatiron Health，是一家腫瘤大數(shù)據(jù)創(chuàng)業(yè)公司，主要聚焦在腫瘤臨床數(shù)據(jù)，目前有近一百萬患者臨床數(shù)據(jù)，大約覆蓋了 15% 美國新發(fā)腫瘤患者；羅氏診斷將會用 Flatiron Health 的數(shù)據(jù)以更快的速度研發(fā)新藥上市，通過創(chuàng)新獲得新的市場優(yōu)勢。

Foundation Medicine，致力于開發(fā)腫瘤的基因檢測技術(shù)，而眾所周知，如果醫(yī)生能夠在癌癥早期就檢測出腫瘤發(fā)生，那么對及早治療腫瘤有著難以估量的作用，羅氏診斷希望借助其先進的測序技術(shù)助力公司未來開發(fā)腫瘤個性化治療。

未來的大數(shù)據(jù)應用還是要回到醫(yī)學價值上

在大數(shù)據(jù)的應用上，徐兵及團隊已經(jīng)在腫瘤領(lǐng)域開展了實踐。眾所周知，在腫瘤治療當中，腫瘤標志物是診療及監(jiān)測的關(guān)鍵因素。羅氏診斷開發(fā)了一套人工智能識別乳腺癌系統(tǒng)，該系統(tǒng)通過四萬多例腫瘤病人及腫瘤標志物的學習，形成對腫瘤標志物的篩查能力。

在階段性成果的測試中，該系統(tǒng)與10 個病理醫(yī)生進行診斷比賽，結(jié)果系統(tǒng)以1:9 勝出；而唯一獲勝的醫(yī)生則是個人經(jīng)驗十分豐富，在速度和準確率比人工智能要高。徐兵表示，這場比賽的意義不是在于醫(yī)生和人工智能的輸贏，更重要的是，當場的病理專家一致認為人工智能可以幫助醫(yī)生省掉非常重復的勞動，來進行更有效的診斷。某種程度上，這樣的人工智能輔助診療的模式得到了最前線的醫(yī)生用戶的認可。

徐兵認為，這些探索和實踐，讓我們了解醫(yī)生對數(shù)據(jù)、新技術(shù)的反饋，讓企業(yè)知道下一步怎么去走，而如果真的要把醫(yī)療大數(shù)據(jù)和人工智能應用好的話，應該回歸到最基礎(chǔ)的臨床病人診療路徑和醫(yī)學價值上。

大數(shù)據(jù)應用于醫(yī)療領(lǐng)域，不是憑一己之力能成就的。徐兵在最后說到：「一家公司的力量是單一的，我們希望聯(lián)合各大機構(gòu)和醫(yī)院，在開放的合作伙伴體系中，把大數(shù)據(jù)和人工智能推向臨床，真正受益于病人。」

如果這篇文章侵犯了您的權(quán)利，請聯(lián)系我們。