在处方药研发中，通过大数据分析来降低数据管理成本并实现快速创新，其意义是不言而喻的，也正成为各企业的选择。近日，全球领先的企业云数据管理公司——Informatica发布了关于医药大数据的白皮书，动脉网进行了重要内容的编译。

      从研究记录到供应链监控，制药公司一直在管理大量数据，而且管理的数据量在持续增加。新的创新和商业模式导致了数据的多样性和复杂性以及数据量的爆炸性增长。不幸的是，在任何实际的分析开始之前，大约70%的数据项目仍然只涉及简单的数据管理，包括整合、转换和清理数据，这导致了低效率和高成本。正如一家制药公司研发部门的首席执行官所说：“我们一直在寻找治疗癌症的方法，但却无能为力。”

      如果制药公司不能减少数据管理开销，他们可能会淹没在过多的数据中。企业如果想要在药品快速发展的趋势中保持竞争力，就必须具备迅速找到相关数据的能力，为新方案提供信息或者推动新的解决方案和商业模式。

      大数据在制药行业的潜力：通过技术提升竞争力

      如果制药公司可以花更少时间准备用于分析的数据集，将更多的时间放在发现具有商业和临床价值的见解上，那么各个部门将看到以下好处：

      • 根据已有知识更快地确定试验的候选对象

      • 进行虚拟试验以建立预测模型

      • 通过可穿戴设备和智能设备培养更深入的患者理解能力

      • 设计并推出超越药品服务，从而提高治疗依从性

      • 发现通过审批的药物的新用途

      • 在保持供应的情况下优化供应链

      • 从社交媒体和网络群体中收集意见

      • 使用真实的证据来达到更好的结果

      制药公司需要对经济数据、天气以及其他本地和全球趋势的影响有更深入的了解，以便更好地规划需求、优化供应以及建立预测情景。此外，保护患者和品牌资产，避免产品的盗窃和假冒也很重要，这就需要他们通过内外部数据源，来更密切地监控供应链。

      要释放大数据在制药行业的力量，需要能够灵活、大规模地整合和管理新类型数据和来源的技术。在这种情况下，范围不仅仅限于IT系统摄取和分析数据，还需要通过技术来帮助用户找到和理解数据。也就是说，数据管理必须根据数据的数量和种类进行扩展。如果数据管理不具备可伸缩性，制药公司必然会效率低下——直接影响敏捷性，以及在以数据为中心的世界里竞争的能力。

      释放大数据的力量：智能数据平台帮助获取数据价值

      有效利用制药行业的大数据资产可以帮助开发下一代成功的治疗方法，同时应对药物依从性和全球化的挑战。为了实现这一目标，制药公司必须确保相关知识工作者可以获得其所有数据资产，包括商业用户、分析师、统计学家和数据科学家。如果专业的科学家、分析师和统计学家把70%的时间浪费在重复的数据管理上，那么大数据的价值是无法大规模实现的。

      Informatica致力于帮助客户快速分析数据并产生价值。对于制药公司，这种数据灵活性的直接影响可以改善生活方式，甚至挽救生命。Informatica的客户AmerisourceBergen公司已经推出了一个企业分析平台，可以快速提供分析和处理服务，从而产生广泛影响，包括更好地遵守法规、降低风险、提高供应链的效率以及改进与客户之间的沟通。同样地，Adaptive Biotechnologies公司通过Informatica改善了大量数据的可见性，在这个快速发展的行业里推动了有关研究。通过加快合作，这些企业客户节省了每天的工作时间，并提高了收入。以上两个案例表明，当知识型员工能够迅速提炼数据中的价值时，他们会为企业带来重大影响。

      Informatica的产品可以降低数据管理的复杂性，释放大数据的力量。其提供的解决方案可以更快地将数据交到知识工作者手中，并通过自助服务功能，改善商业和信息技术之间的协作。Informatica可以帮助IT部门，让企业迅速找到、准备、整合、管理和控制数据。因为其大数据管理解决方案是由 CLAIRE™和基于元数据的人工智能（AI）技术共同驱动的，这样可以引导研究人员和数据科学家更快地分析数据并发现价值。

      遵守各种复杂的法规和保护知识产权是很重要的。Informatica™的智能数据平台包括数据的整合、发现、筛选、控制、管理和保护功能，以确保快速创新，以及数据的安全性。对于数据管理的模块化平台能够降低成本，并最小化风险。

      Informatica支持数据管理的各个方面——帮助企业客户通过减少数据管理的负担来产生价值。

      大量异构数据

      制药公司需要能够转换、解析和集成来自多个数据源的大量数据的技术——电子健康记录、临床试验数据、智能医疗设备和应用程序、真实世界证据、供应链数据以及来自LIMS（实验室信息管理系统）、ELN（实验室电子记录系统）、ERP（企业资源计划）等的内部数据。Informatica智能数据平台可以随时管理、复制和整合大量数据。它还能扩展数据管理能力，在需要时引入安全、高质量的控制能力。

      Informatica技术保证了对所有数据进行快速、可靠地访问，这些数据来自传统和新兴的数据源。它也同样适用于不同规格的项目，通过调整价格和能力，使公司从小而集中的项目开始。Informatica的客户可以根据需要轻松地调整处理能力。

      从云计算中获益

      许多制药公司希望从云计算基础设施和经济中获益。在迁移到云的过程中，需要连接、同步和关联来自云和本地应用程序的结构化和非结构化数据，这个过程可能会造成很大的障碍。要想随时随地访问分布广泛的复杂数据是很困难的。然而，在试图提高知识社区的生产力时，不能忽视对云数据的访问和认识。

      Informatica通过为云数据仓库和数据湖提供一流的服务，重新定义了云数据管理，从而提高性能、开发人员的生产力，以及和云环境的连接。

      管理数据质量和数据沿袭

      制药公司的成功取决于它们及时处理完整、可信的数据集的能力。通过提高试验期间收集准确完整数据集的能力，监测研发中的数据质量，可以直接有助于加快药物的批准。在商业实践中，高质量的数据意味着通过更好地了解客户和患者来达到更好的计划和营销。然而，仅凭高质量的数据可能还不足以让监管机构满意，并让他们对质疑做出回应。此外，关于数据沿袭，即数据移动和转换的完全可追踪性，可以提供最大限度的数据控制，以改进遵从性以及与监管机构的沟通。

      Informatica提供基于机器学习的数据编目，它可以自动扫描整个企业的数据资产并对其进行编目。结合世界级的数据质量，Informatica对整个企业的数据资产进行快速洞察。这不仅包括企业持有的数据，还包括它如何在系统中发挥作用，以及任何应用程序或数据库的数据质量。

      将数据资产转换为洞察和行动

      为了在正确的时间，用合适的成本为患者提供正确的治疗，制药业需要比以往更快地测量和监控所有数据类型的度量和趋势。大数据为在更短的时间内获得更深入的了解提供了必要的基础。

      Informatica的端到端解决方案帮助制药公司使用google式搜索快速找到数据。CLAIRE 能帮助减少数据管理的人工负担——确保制药公司花更多的时间用于提供见解和采取行动，从根本上提供帮助——并最终改善患者的结果。

      下一代药物：大数据资产与传统数据的无缝结合

      制药行业的管理人员越来越了解数据在提供竞争优势方面的价值，因此需要积极管理这一宝贵的资产。大数据为制药业提供了前所未有的机会，用于优化研究和临床试验、防范假冒和欺诈、改善治疗结果以及精准定位于医生，为他们提供及时的相关信息。投资于数据管理将使行业能够以业务所需的速度将实时和历史信息结合起来。

      作为全球领先的企业云数据管理公司，Informatica的智能数据平台由最好的技术组成，这些技术可以单独使用，也可以一起使用，以确保大数据资产可以与更传统的数据资产无缝结合。

      •集成：企业数据集成将协调企业管理的所有数据，包括非结构化数据以及从实时的数据流集成到批处理的无缝支持服务级别协议。

      •云技术：集成平台即服务（iPaaS）解决方案包括在云引擎中进行处理，以及与云数据库、数据存储和SaaS应用程序的开箱即用连接，用于将外部数据迁移到云中进行管理，并保持对这些数据的控制。

      •数据质量：设计和实施企业范围的规则，将数据转换为受控词汇表和公共值。

      •数据掌握：创建所有分析所需的上下文和关系。

      •数据隐私和保护：识别跨领域的敏感数据，监控对这些数据的访问，并实施数据屏蔽策略。

      •AI辅助编目：在CLAIRE的支持下，创建和维护数据目录成为一项更轻松的任务，并保证数据更快地交到知识工作者手中。

      结论：通过降低数据管理成本实现快速创新

      建立医药公司是为了改善人们的健康和生活，而不是管理数据。然而，随着世界数字化的发展趋势，对数据的掌握——确切地说，数据传递的信息洞察力——是提高临床结果的一个重要部分。不幸的是，在大多数公司，许多知识工作者在数据管理上花费过多的时间。通过减少数据管理的时间和成本，制药公司的所有员工能够提高他们在重要任务上的生产力，有助于直接改善患者的结果。

      Informatica的解决方案是专门为自动化数据管理和降低管理负担而设计的。其客户群遍及制药行业，包括Sanofi、GSK和 Merck等。这些公司已经证明，该解决方案通过提高数据可见性和降低数据管理开销，在几乎每个部门都交付了价值。通过利用Informatica世界级的数据管理能力，科学家、研究人员和企业用户有更多的时间将精力集中于利用不断增长的数据量和数据种类，为业务提供重要的价值，产生竞争优势。