醫(yī)藥巨頭加快臨床試驗的數(shù)據(jù)分析

Clint+Boulton+沈建苗

首席數(shù)據(jù)官（CDO）Mark Ramsey在幫助這家制藥巨頭將數(shù)十年積累下來的數(shù)據(jù)轉(zhuǎn)化為藥物發(fā)現(xiàn)資產(chǎn)。

葛蘭素史克（GSK）在大數(shù)據(jù)方面懷有遠大夢想。通過利用數(shù)十年積累下來的臨床試驗數(shù)據(jù)，這家制藥巨頭旨在更迅速地將藥物投放市場。如果成功的話，它有望在這個因步伐緩慢而常常飽受詬病的行業(yè)占據(jù)優(yōu)勢。

這是葛蘭素史克首席數(shù)據(jù)官（CDO）Mark Ramsey的主要目標(biāo)和挑戰(zhàn)；他承認，GSK在利用數(shù)據(jù)方面動作遲緩的行業(yè)是個落后者。2015年GSK聘請Ramsey，便是希望扭轉(zhuǎn)這個頹勢。Ramsey說：“與金融服務(wù)、電信或零售等行業(yè)相比，制藥業(yè)在使用數(shù)據(jù)作為戰(zhàn)略資產(chǎn)方面沒有取得多大進展。”他在加盟GSK之前，在三星移動擔(dān)任過CDO，并在IBM效力18年期間擔(dān)任過幾個數(shù)據(jù)分析崗位。“我們的首要目標(biāo)是如何更高效地開展臨床試驗，以加快藥物發(fā)現(xiàn)。”

并非只有各大制藥公司任由可能很豐富的數(shù)據(jù)閑置在龐大的孤島中。Gartner的一項調(diào)查顯示，許多公司在物色領(lǐng)導(dǎo)人，幫助從這些數(shù)據(jù)寶藏中發(fā)掘優(yōu)勢和運營效率，預(yù)計到2019年底，90%的大公司會設(shè)有CDO。Gartner分析師Doug Laney認為，到2020年，50%的領(lǐng)先企業(yè)會設(shè)有戰(zhàn)略影響力和權(quán)威性與首席信息官（CIO）不相上下的CDO。CDO可以將其個人的優(yōu)先事項與企業(yè)的優(yōu)先事項結(jié)合起來，以此確立領(lǐng)導(dǎo)地位。這正是Ramsey所努力的方向。

以下是Ramsey如何致力于全面改變GSK的數(shù)據(jù)戰(zhàn)略。

奠定數(shù)據(jù)基礎(chǔ)

制藥公司（許多公司有數(shù)十年、甚至數(shù)百年的歷史）經(jīng)常從臨床試驗收集和存儲海量數(shù)據(jù)。然而，大多數(shù)只是將這些數(shù)據(jù)用不同的數(shù)據(jù)庫存儲起來，每次臨床試驗后，積累的信息越來越多。Ramsey表示，GSK有300多年的歷史，它在2100多個孤島中存放著數(shù)PB級的此類數(shù)據(jù)，這些孤島有待制藥公司挖掘，以獲得寶貴的洞察力。

Ramsey來到GSK后評估了該公司的數(shù)據(jù)概況，迅速了解到數(shù)據(jù)分析技術(shù)并沒有在整個公司得到全面使用。相反，這項技術(shù)只是用于旨在將新藥投向市場的一次性臨床試驗。他從中看到了共享眾多試驗的數(shù)據(jù)的大好機會，但要是沒有一種全面的數(shù)據(jù)平臺：GSK大數(shù)據(jù)信息平臺，這就無從談起。

該平臺的基礎(chǔ)是一個Cloudera Hadoop數(shù)據(jù)湖，StreamSets公司的自動化機器人技術(shù)從成千上萬個作業(yè)系統(tǒng)中獲取數(shù)據(jù)后放入到該數(shù)據(jù)湖。隨后，GSK使用Trifacta軟件清理雜亂、復(fù)雜的數(shù)據(jù)集，并做成業(yè)務(wù)用戶有興趣分析的視圖。GSK還利用Tamr公司的機器學(xué)習(xí)軟件，將數(shù)據(jù)轉(zhuǎn)移到行業(yè)本體（Ontology），并利用AtScale軟件對數(shù)據(jù)進行虛擬化處理。業(yè)務(wù)用戶通過Zoomdata可視化軟件查看數(shù)據(jù)。該平臺中的其他工具還包括谷歌的TensorFlow、Tibco Spotfire和Anaconda等。Ramsey表示，各種技術(shù)整合起來，那樣它們可以共享數(shù)據(jù)，而這使臨床試驗更容易。

作為這個項目的一部分，該公司已在11個月內(nèi)將大約12TB的結(jié)構(gòu)化數(shù)據(jù)和近8PB的非結(jié)構(gòu)化信息轉(zhuǎn)移到該平臺――這個速度對任何一家企業(yè)來說都很快，更不用說是制藥公司了。 Ramsey解釋：“盡管GSK已有300多年的歷史，但我們正盡量像一家初創(chuàng)公司那樣來運作。”

縮小數(shù)據(jù)發(fā)現(xiàn)窗口

GSK大數(shù)據(jù)信息平臺已經(jīng)獲得了成效，縮短了為臨床試驗篩選數(shù)據(jù)的時間。過去研究人員要花一年的時間來分析臨床試驗，從而找出血液類型與呼吸藥物療效之間的關(guān)系，現(xiàn)在卻只需要短短30分鐘。Ramsey說：“這給研究人員的工作效率帶來了巨大的影響。”

Ramsey表示，GSK最近還與英國生物樣本庫（UK Biobank）簽署了一項合作協(xié)議，利用其平臺為500000名患者開展外顯子組測序（Exome Sequencing），幫助研究人員分析與這些特點有關(guān)的DNA特性。Ramsey說：“這與研發(fā)過程有關(guān)，所以帶來了巨大的價值。”GSK希望用其平臺開展的計算機模擬將幫助該公司將藥物發(fā)現(xiàn)周期從五年或七年縮短至兩年。

Ramsey為力求做好數(shù)據(jù)分析工作的公司提供建議。

進行整體評估：你先要了解數(shù)據(jù)在哪里、是什么樣的數(shù)據(jù)、如何使用數(shù)據(jù)。Ramsey加入GSK后，發(fā)現(xiàn)IT部門對數(shù)據(jù)毫無頭緒。于是他讓IT團隊構(gòu)建了一項數(shù)據(jù)搜索技術(shù)，找到研發(fā)部門的每個數(shù)據(jù)源。一旦你對數(shù)據(jù)環(huán)境進行了評估，就可以設(shè)立一個支持那些任務(wù)的數(shù)據(jù)分析團隊，并開始考慮建立獲取、處理和分析數(shù)據(jù)的平臺。

先對數(shù)據(jù)運用分析技術(shù)：許多公司常常忽略仔細呈現(xiàn)用于分析的數(shù)據(jù)，就是由于它們一門心思想解決業(yè)務(wù)問題。Ramsey鼓勵同行專注于數(shù)據(jù)篩選，并利用市面上的機器學(xué)習(xí)工具了解你擁有的數(shù)據(jù)。他說：“確保將大數(shù)據(jù)工具運用于數(shù)據(jù)本身，讓這成為現(xiàn)實。只有篩選數(shù)據(jù)，并將篩選過的數(shù)據(jù)提供給業(yè)務(wù)用戶，才可以開始創(chuàng)造價值。”

獲得業(yè)務(wù)部門的支持：Ramsey表示，獲得公司高層的認可至關(guān)重要，他的直屬上司是GSK的研發(fā)部門總裁。他說：“擁有一種出色的平臺只完成了一半；你要有挑戰(zhàn)極限，而且想要改變決策方式，從而為公司提升價值的高層。”endprint