在醫藥研發領域，有一個亟待解決的瓶頸：完成第一階段試驗的藥物中，只有10%能通過FDA批覆，到達患者手中。改善這種低成功率的有效途徑，是提高臨床實驗的數據質量。更全面精準地監測不良數據，能夠顯著避免監管不合規和藥品上市延誤等重大風險。
幸運的是，這種狀況正在被扭轉，越來越多的生命科學從業者藉助信息化手段，洞悉潛在數據風險。
李東昇是一位臨床醫學海歸博士，在大型藥企擔任臨床測試部門負責人。在一款心腦血管新藥品測試項目中，他肩負著成敗攸關的重大職責。因為數千個臨床試驗監測點所產生的海量數據中，如果潛藏著異常數據而未被發現，那麼前期投入巨大的新藥物，就會被攔在市場大門之外。他迫切地希望能高效篩查異常數據，解決潛在風險，加快上市，為患者解燃眉之急。
作為一名擁有國際視野的管理者，他將目光投向全球，尋找臨床數據監測信息化的成熟應用，並開始與Medidata臨床雲技術平臺的合作。基於先進的人工智能和機器學習技術，Medidata臨床雲技術平臺能夠分析數百萬個數據點，平均每次臨床試驗檢測出50至70個異常數據。以人類無法企及的能力，將試驗風險降至最低，讓李東昇和他的企業領導者對新藥品的監管提交以及加快新藥上市報以更大的信心。
在Medidata，我們和李先生肩負著同樣的職責和使命。身為Medidata風險監測負責人的Lori Convy女士深有體會，她曾長期在試驗機構從事臨床監控工作。20多年的從業經歷讓她意識到人類的能力有限，使我們無法全面觀察數千個數據點，但機器可以。她說:“我們為近50萬個臨床試驗提供支持，我們致力於優先考慮幫助開發新療法的醫生和護士的需求。我們瞭解客戶面臨的挑戰和困難，例如患者參與度低、數據收集質量差等。患者正在等待，更快將新療法引入市場已經融入我的基因中。”
相似的專業理念，彷彿一段相同的DNA，讓Medidata員工能夠和醫藥研發工作者感同身受，我們將這種認同，如DNA般深深植入職業精神和品牌理念中，從而構築出更多人的生命希望。
分享到:
閱讀更多 奇點網 的文章
