醫藥業借力大(dà)數據加速新藥研發

 最近，德國默克公司與專注于醫藥研發的(de)大(dà)數據信息平台中國藥渡簽署戰略合作協議(yì)，旨在爲全球藥物(wù)研發人(rén)員(yuán)提供更便捷高(gāo)效的(de)“一站式信息解決方案”。德國媒體稱，雖然還(hái)處于起步階段，但大(dà)數據解決方案将給醫藥行業帶來(lái)革命性的(de)變化(huà)，尤其是在縮短研發周期、降低研發成本、處理(lǐ)患者數據、模拟疾病模式等方面。

　　目前，全球藥物(wù)研發普遍面臨著(zhe)成功率低、研發生産周期長(cháng)的(de)瓶頸。一款新藥從開始研發到投入市場(chǎng)，至少需要10—15年。許多(duō)正在研發的(de)抗癌靶向藥雖已取得(de)一定療效，但仍需數年才能上市，因爲還(hái)要進行大(dà)量臨床試驗來(lái)驗證其安全性和(hé)有效性，并進一步優化(huà)。漫長(cháng)的(de)研發周期導緻抗癌靶向藥價格不菲。據《福布斯》雜(zá)志的(de)一項研究顯示，單一藥物(wù)的(de)開發和(hé)營銷成本有時(shí)高(gāo)達3.5億美(měi)元。

　　随著(zhe)大(dà)數據和(hé)數字技術滲透到生産制造的(de)各個(gè)環節，醫藥行業也(yě)開始借助這(zhè)一技術，力圖更經濟、更有針對(duì)性地開發藥物(wù)。過去，制藥公司主要對(duì)臨床試驗數據進行系統分(fēn)析，這(zhè)類“純數據”能以一套标準化(huà)的(de)方式解讀。而醫療記錄等非結構化(huà)數據産生于醫藥生産的(de)各個(gè)流程，一些關鍵數據甚至隻能在研究人(rén)員(yuán)手寫的(de)實驗室記錄中找到。大(dà)數據則可(kě)以收集和(hé)解讀非結構化(huà)數據，從而優化(huà)生産流程。比如，拜耳公司依靠數據分(fēn)析，在去年底推出了(le)既重點突出又多(duō)樣化(huà)的(de)開發戰略，将50多(duō)個(gè)項目幾乎同期投入臨床開發，最大(dà)限度地利用(yòng)了(le)研發潛力。

　　新藥研發的(de)相關數據量龐大(dà)，每一個(gè)成功上市的(de)藥物(wù)背後都有上百萬頁的(de)文獻資料。大(dà)數據技術有助于從海量臨床記錄和(hé)醫學期刊中，幫助研究人(rén)員(yuán)“站在巨人(rén)的(de)肩膀上”發現創新的(de)機會，提高(gāo)成功率。而對(duì)一些突發、傳染性強、死亡率高(gāo)的(de)疾病，更是需要迅速找到有效抑制藥物(wù)。大(dà)數據分(fēn)析可(kě)以在全球範圍内更快(kuài)地檢測疾病模式，加速新藥的(de)出現。

　　在大(dà)數據時(shí)代，患者數據比以往更有價值。在2017年德國杜塞爾多(duō)夫國際醫療器械展覽會上，結合大(dà)數據邁入“醫生4.0”“病患4.0”時(shí)代成爲主題。研究人(rén)員(yuán)通(tōng)過移動終端從病患處實時(shí)提取藥物(wù)測試數據，進行數據共享、協作開發。未來(lái)，這(zhè)種打破數據孤島的(de)研發理(lǐ)念，将進一步推動醫療行業朝著(zhe)以病患爲本的(de)方向發展。正如德國聯邦醫學協會信息通(tōng)信委員(yuán)會主席弗蘭茨·巴特曼所暢想的(de)那樣，“患者的(de)智能手機将是21世紀的(de)聽(tīng)診器。”

　　需要指出的(de)是，雖然大(dà)數據大(dà)有可(kě)爲，但大(dà)數據不會因其數據量多(duō)就更可(kě)靠，與經過嚴謹科學試驗獲得(de)的(de)“小數據”相比，大(dà)數據可(kě)以是有力的(de)補充，但不能替代“小數據”。否則，就像流感趨勢系統一樣，人(rén)們如果僅憑關鍵詞搜索數據來(lái)預測流感趨勢，完全繞過以往的(de)就醫統計數據和(hé)病理(lǐ)研究，最終隻能是贻誤病情。