高效利用大数据技术，充分挖掘医疗和健康大数据的价值，无论对于疾病治疗、临床实效研究、新药物研发，还是对于基础医学、公共医药卫生等，都有着至关重要的意义，不仅有利于扩大医疗资源供给、降低医疗成本、提升医疗服务运行效率，也对国家经济、社会、科技等方方面面产生积极而深远的影响。
和其他领域的大数据一样，医疗大数据的核心问题是数据的处理与分析。而如何提高医疗大数据处理的质量则是现在和未来我们面临的一项重大课题。
处理和分析质量的提高愈受重视。数据每天都在源源不断地产生，如今，全世界健康医疗数据已经达到了150EB，而且每73天就翻一倍。IDC预测，至2020年，医疗数据量将达40万亿GB，是2010年的30倍。同时，数据生成和共享的速度迅速增加，数据积累加剧。
在相关业务、监管和技术发生深刻变化的今天，对制药高管来说，要想获得一个清晰的市场环境比以往任何时候都要困难。这就是为什么制药公司每年在市场研究上花费大约20亿美元，并保留市场洞察力团队的原因，这些团队的真正职称可能被缩短为“环境提供商”。他们提供的关键利益相关者的洞察力削弱了市場的噪音，并帮助奠定了进入新药和治疗市场所需的数百项决定的基础——这些决定是未知的，往往是不可预测的。
药品市场洞察力的作用本身正在经历变化和挑战。其中一些是功能特有的，比如控制成本或用更少的资源做更多的事情——还有一些与技术的爆炸有关，这种技术为每个制药团队带来了大数据量的数据集，将它们与团队期望的数据一起使用。在这个自动驾驶汽车和机器人用于日常任务的时代，新闻头条的作者很容易提出，技术可以取代洞察力专业人士，从而预测“市场研究的死亡”，或者至少它会逐渐消失。
但套用马克·吐温的话来说，市场研究（尤其是在制药领域）死亡的预测被极大地夸大了。最近，有关研究人员InCrowd对Pham Exec进行了一项调查，研究了100多名制药和生命科学市场研究主管的“脉搏”——他们是谁；他们对自己的工作、新兴技术方法、投资、期望的创新和挑战的态度。这些数据显示了几个有前景的关键点，这些关键点会影响到该功能的执行能力，即使是在历史性的并购水平和监管不确定的时期——这个行业比以往任何时候都更需要及时、量化的市场洞察力。
医药制造的大数据洞察力
《生命科学市场研究——市场状态报告》聚焦了组织当前的投资情况，以及成功利用市场研究帮助应对激烈竞争和应对时间紧迫的初级研究受访者的主要障碍。
最引人注目的结果是对新技术接受度的飙升——这一点尤其值得注意，因为业内专家指出，该行业面临的头号挑战是不愿采用新技术——包括更快速的移动研究解决方案、“智能采样”，或在云计算等其他领域得到充分证明的技术。与其他行业相比，制药业采用新的洞察技术的速度较慢。这可能是由于对数据有效性的高度重视，或者是希望确保所有数据都能满足p=0.001的置信水平。
相比之下，InCrowd的“市场状况报告”（State Of The Market Report）显示，更多的受访者将自己的市场调查方法描述为“技术娴熟”和“足智多谋”，接受调查的近50%的生命科学市场研究高管表示，他们同意或强烈赞同这些说法。他们的人数超过了同意或强烈同意“传统”最能描述其做法的人数的大约三分之一。
也许反映了对技术的矛盾心态，同样比例的受访者（每人31%）说他们的方法“灵活”，也“保守”。
这感受性是一个关键的第一个信号，今天技术的爆炸在市场研究自动化、数据集成和可视化被视为一些职业最痛苦的重复任务的一种简化，如纵向追踪研究中，隐式需求一位经验丰富的专家来实施和解释他们的结果。
有关的市场报告显示，这些制药市场的研究人员正将他们的观点付诸行动，并相应地投资于创新的新方法。
被调查者发现了一些他们目前正在投资的新见解技术。毫不奇怪，大数据分析位居榜首。然而，受访者的投资是多元化的，测试新创新似乎在业内很常见，包括社交媒体分析、更短、更集中的微调查，这些调查可以在数小时内、几天内提供数据，以及基于可穿戴设备的研究。另一方面，移动人种学和面部分析是投资的最低领域。
即使有现在和规模可观的数据投资，受访者也想要更多。大数据分析仍然引领着一系列新的研究方法，受访者希望他们能够投资，预测市场和行为经济模型分别下降到第二和第三。
医疗保健的认知计算
认知计算对医疗保健行业的长期影响将是“巨大的”，包括“节省成本，从疾病护理的角度帮助患者分类，以及能够将最好、最有效的行为与现有的最适当的资源结合起来。”
弗雷斯特研究公司（Forrester Research）的分析师斯诺认为，认知计算“具有改善医疗保健的巨大潜力”。Forrester认为，认知医疗应用程序将帮助医疗服务提供者改善临床自动化和护理管理，付费者改善人口管理和营销，并减少欺诈和浪费，消费者通过阅读来自身体和饮食的信号来改善健康。
斯诺特别提到了Welltok，以及它与IBM的Watson的合作关系。“通过结合健康和营养领域的专业知识，了解会员的福利和健康状况，Welltok从消费者的行为中学习，就锻炼、食物和其他活动向会员提供建议，以优化会员的健康，”Snow写道，“在一个拥挤的市场中，Forrester喜欢Welltok认为医疗保健是以消费者为中心的观点。其优化人口健康的战略和方法，再加上其精明的管理，使其成为一家值得关注的公司。”
斯诺曾指出了将认知计算与医疗保健结合使用的一些好处。一个很大的问题是医生和医院对病人临床路径的开发——这一过程涉及大量的工作，他说，这是“极其复杂的”。但斯诺说：“通过认知计算，你可以极大地缩短开发临床路径所需的时间，而且你可以依赖于患者图表中的证据。”“对于一些非常复杂和非常昂贵的东西来说，这是一笔巨大的资产。这显然是一种医疗福利。”
斯诺说，“这是一个巨大的潜在好处，因为技能较差的人可以在更高的层次上行医。专业人士通过这些临床推荐引擎来实践医学，这可能是大多数医疗保健长期发展的方向。消费者是否会得到同等程度的照顾（通过这些降低执照的医生助理和护士从业人员）是待定的。
简而言之，斯諾说：“更多的访问，更多的效率？是。质量更好？待定。让我们来看看经过同行评议的研究，这些研究将随着这些东西的成熟而逐渐成熟。”对医生来说，他认为认知计算可以带来“更好地获取知识和更科学的决策能力”，因为医生不必每月阅读数千份期刊报告；相反，计算机将为他们阅读这些报告，医生可以“以一种双向的方式提出问题，并迅速得到答案”。
斯诺补充说，他相信，最终在所有医疗保健领域实施认知计算的过程将是一个缓慢的过程。“我会告诉你，我是一个信徒，”他说。“我不是那种说这是未来的人。我的论文是认知计算已经嵌入到医疗保健的研究部分，并且在未来的10—15年内不会投入使用。”
为什么要等？斯诺解释说：“医疗保健的工作方式非常缓慢。有些东西被发明或发现了，然后，你必须做同行评议的研究，以使这一东西被发明或发现证明，然后它必须被嵌入到临床实践中，这通常需要十年或二十年的时间。”
生命科学行业的数字化转型
医疗保健数据环境比以往任何时候都更加复杂，可用的数据来源和类型呈指数增长。从可用的数据中提取洞察力——在正确的时间、正确的洞察力——对于商业成功所需的个性化是至关重要的。然而，这些洞察力的核心是数据——以及连接、链接和询问大数据、少量数据和不同数据的能力，从而确保洞察力是多方面的和多维的。
从历史上看，连接和分析数据的任务落在了人类身上，比如分析师和顾问。现在，数据的主体和多样性是如此重要，以至于有必要利用计算机分析和机器学习来管理和链接数据，以便及时地和可操作的洞察力。人工智能，尤其是机器学习，将成为2018年任何大数据或数字转型战略获胜的核心基础。
数字转换过程中的另一个重要步骤是突破业务单位和技术团队之间存在的数据竖井，并从创建和购买的数据中获得效率。
生命科学公司正在越来越多地寻找“超越医学”创造价值的方法，并提供补充性服务和增值的综合护理解决方案。这些通常包括服务中心，在那里，病人报告的结果和其他反馈使人们能够洞察护理的连续性及其所需要的一切，从定价到分娩。
这些数据点—患者体验、疾病进展、治疗、疾病管理、预防措施等—对于商业计划至关重要，因为越来越多的付款人要求药物对患者产生全面影响，或者要求公司跟踪患者的行程。然而，捕获这些数据并将其重新集成到公司的战略市场营销方法中并不是那么简单。每个接触点都会产生“数字排气”。就像一缕尾气沿着汽车的排气管排放一样，新的数据元素产生了一个重要的数字轨迹，可以用来创建一种更个性化的商业化和客户参与方式。
像谷歌、Facebook和亚马逊这样的公司收集了大量的数据来分析我们的历史活动，预测我们未来的偏好。他们以产品或广告的形式，以一种高度定向的方式，以一种无缝的用户体验来定位推荐。在我们知道我们需要它之前，我们就得到了我们需要的东西。
这是生命科学公司的“北极星”，当他们实施更全面的市场策略来应对医疗生态系统的压力时，他们也需要重新审视他们的商业组织正在使用的技术平台和应用程序，并提供一个强大的、“程序化”的客户旅程交付给销售和营销团队。
现在至关重要的是，要与更广泛的决策者进行接触和影响，以成功地建立和采用一种药物或治疗疗法。此外，了解“顾客”——提供者、付款人、病人——在购买周期和治疗过程中是很重要的。这种广泛而复杂的市场导向的方法要求生命科学公司更好地利用更广泛的数据体，并利用这些数据的可预测的、程序性的见解来指导他们的战略。对于2018年，连接更多不同的数据源、处理和分析它们将是一项业务任务，并使用程序化的建议来实施这些操作，以提供类似于Amazon产品推荐的体验。
领先的生命科学公司正在采取措施，分析和利用医疗保健领域内的网络，以最大限度地发挥其商业努力的影响，并确保提高其对上市计划的投资回报。
制定适当治疗和干预决策的利益攸关方的数量继续增加，而这些参与者——处方者、医生、付款人、组织——之间的关系影响着这些决策，将基于网络的决策定位为新的常态。
无论是使用结构化网络，如集成的医院系统、医师执业系统、诊所和提供商网络，还是非结构化网络，生命科学公司都很难开发出一种能够成功浏览这些网络的商业方法。事实上，这些关系网络可以被微妙的因素所保护和连接，例如医生在出版物或指南上的合著者、关键临床试验的共同调查员、普通教育或医学院住院医师，或者由于转介或管理多个共病而共享的患者管理。
有效理解这些如何影响网络需要一种复杂的方法，超越从外地工作人员那里获取的信息，并利用能够共同填补任何空白的多种外部数据来源。在最近的一次市场中，在110多个销售和营销角色的生物制药领导者中，71%的人认为医疗保健提供者（HCP）或组织（HCO）的行为受到他们与其他HCP/HCO的关系的严重影响，但不到30%的人正在使用，甚至能够分析这些关系。
喻予
联系客服
