Views

Receba ESTE conteúdo por e-mail sempre que publicarmos:

Receba ESTE conteúdo por e-mail sempre que publicarmos:

Email

A Indústria Farmacêutica e a Ciência de Dados - Aprendizado por Reforço - Breves Considerações em Oncologia

A Indústria Farmacêutica e a Ciência de Dados - Aprendizado por Reforço - Breves Considerações em Oncologia

Da série: A Indústria Farmacêutica...


















O uso da Ciência de Dados na Indústria Farmacêutica tem implicações de longo alcance. Nos últimos anos, a Indústria Farmacêutica tem agregado cada vez mais valor no uso de informações estatísticas importantes reunidas de uma ampla variedade de fontes. E mesmo assim muitos na indústria ainda tem perguntas a respeito do modo como essas informações são utilizadas. Perguntam-se: O que é Ciência de Dados? Como a Ciência de Dados é usada no campo dos Produtos Farmacêuticos e em outras áreas similares?

Como a IA - Inteligência Artificial - pode ajudar



As empresas da Indústria Farmacêutica que estão especialmente interessadas na rápida adoção de Big Data e Analytics buscam vantagens competitivas ainda não usufruídas pelas demais concorrentes.



Por um lado, tem sido cada vez mais desafiador trazer tratamentos inovadores para o Mercado dentro de uma taxa consistente. À medida que mais opções de tratamento perdem a proteção de patentes e se tornam genéricas, pode ser mais difícil para os Produtos de segunda linha competirem pela atenção dos profissionais de saúde. 

Em Oncologia, por exemplo, essa dinâmica começou a surgir há alguns anos, quando os líderes de Mercado nas terapias direcionadas de primeira linha ficaram sem patente. A Oncologia é agora um mercado complexo com várias linhas de opções de tratamento por condição, e concorrência de preços, intensificada proveniente dos Produtos Genéricos e de muita informação sendo apresentada aos Médicos.


Abordagens analíticas tradicionais não fornecem mais o nível de sofisticação que os profissionais de Marketing precisam para acompanhar as pressões de preços.


Similar à Indústria Farmacêutica, Ciência de Dados e TI também passaram por mudanças significativas graças aos grandes avanços de infraestrutura de Nuvem. Como resultado, o Aprendizado de Máquina passou de P&D para a produção e é usado para aplicações clínicas e comerciais do mundo real. 

Empresas de todos os portes agora podem executar milhares de algoritmos estatísticos em paralelo e podem fazê-lo repetidamente, de maneira confiável e razoavelmente barata. Existem muitos problemas que a Inteligência Artificial pode resolver para a Oncologia, mas descreveremos uma que é especialmente cara ao coração e começou a ganhar força na Indústria Farmacêutica - O problema de prever uma escolha.

Prevendo a escolha do Médico

Diariamente os Médicos tomam decisões sobre a saúde do paciente. Em Oncologia, essas decisões podem prolongar a longevidade do paciente e melhorar a qualidade de vida ou levar a complicações e efeitos colaterais. Essas escolhas devem ser feitas com informações relevantes e completas e devem seguir um protocolo rigoroso. Os Médicos estão muito ocupados - não apenas tratando os pacientes, lidam também com grandes quantidades de papelada, além de precisarem ficar por dentro de novos aprendizados em medicina. 

Combine tudo isso as mudanças rápidas no mercado de Medicamentos e a sobrecarga de informações e estará olhando para um Médico que consome apenas informações que considera relevantes, afastando todo o resto. 

Como o profissional de Marketing de Oncologia sabe o que é mais relevante?

Como o profissional de Marketing fará para determinar se realmente sabe o que, onde e quando alcançar o Médico para causar o maior impacto em suas escolhas? É aí que as capacidades de IA farão a diferença.

Uma possível abordagem seria explorar o sequenciamento de ações como um caminho para o problema de negócios. Estes modelos começaram a surgir no início do século XX e estão associados com o matemático russo Andrey Markov e seu primeiro modelo estocástico Markov Chain. Permite-nos descrever uma sequência de eventos em que a probabilidade de cada evento depende do estado alcançado no evento anterior. Isso significa que podemos prever a probabilidade de um Médico prescrever com base em sua interação mais recente com a Marca. As Cadeias de Markov têm algumas limitações e requerem quantidades significativas de dados, razão pela qual não foram amplamente adotadas pela Indústria Farmacêutica no passado. Nos últimos cinco anos, estamos mais capazes de superar os desafios de lidar com Big Data usando Computação em Nuvem Distribuída, bem como obter acesso a novos algoritmos de IA que melhoraram significativamente desde 1900. Em especial sou fascinado pelo trabalho que tem sido feito no campo da aprendizagem por reforço.

Aprendizagem por Reforço e Marketing Digital

O Aprendizado por Reforço treina uma máquina a aprender melhor nas próximas ações através de repetitivas explorações. A beleza desse método é que ele é livre de modelo. Não precisa ensinar à máquina relações complexas entre uma ação e uma consequência. Só precisa fornecer feedback frequente. 


Um exemplo prático seria o de ensinarmos um robô a andar

O robô não precisa entender a paisagem, as dimensões do espaço ou os objetos que o impedem de se mover. Tudo o que precisa é de feedback na forma de uma recompensa (capacidade de completar um passo) ou uma punição (incapacidade de avançar). Depois de um tempo, ele começa a identificar padrões de caminhada que levam ao destino no menor período de tempo, evitando impedimentos.

O mesmo conceito poderia ser aplicado ao Marketing Digital. Os modelos tradicionais de Análise Preditiva que estabelecem relações entre a redação de uma prescrição e o engajamento de Marketing podem ser substituídos pelo Aprendizado por Reforço. Os dados de Marketing Digital e de prescrição permitem que os cientistas de dados construam um algoritmo que aprende quais padrões de engajamento digital levam a um roteiro para qualquer Médico. A melhor parte é que, à medida que alimentamos mais dados em um algoritmo, ele começa a ficar mais inteligente e aprende sequências de marketing específicas que resultam em uma receita, evitando sobrecarga informacional desnecessária.

Aprendizado por Reforço é uma tecnologia de ponta que ainda precisa de muita experimentação. As equipes de Ciência de Dados estão trabalhando ativamente na compreensão de como ela pode ser utilizada de forma eficiente para ajudar os profissionais de Marketing de Marca a criar uma experiência digital verdadeiramente personalizada para os Médicos. Mas, assim como com o Aprendizado de Máquina baseado em modelo e Big Data, é uma questão de tempo em que o Aprendizado por Reforço passará da Indústria de Laboratórios para a robótica, finanças, telecomunicações e, finalmente, para a saúde.


Comente e compartilhe este artigo!

✔ Brazil SFE Tech® tem amplo conhecimento em SFE - Sales Force EffectivenessData MiningBusiness IntelligencePredictive Analytics e CRM (Customer Relationship Management). Temos experiência consultiva na Indústria Farmacêutica e de TI com inúmeras implementações em diversos setores. Resumindo, trabalhamos com o seu negócio e ajudamos você a entender seus objetivos de negócios, aconselhando sobre como construir relacionamentos fantásticos com seus clientes para obter mais vendas e repetir negócios. Simplificamos e automatizamos seus processos de pré-vendas, vendas e pós-vendas para economizar tempo para que possa trabalhar em sua empresa, não na sua empresa. Selecione a ferramenta certa para suas necessidades - Configure a ferramenta especificamente para o seu negócio - Treine seu pessoal para usar a ferramenta efetivamente de acordo com seus objetivos de negócios Se já possui sistemas implementados, mas não tem certeza se estão sendo bem usados em seu potencial máximo, podemos ajudá-lo também. Então, entre em contato conosco para saber como podemos ajudá-lo a economizar mais tempo e construir relacionamentos duradouros com seus clientes.

⬛◼◾▪ CONTATE-NOS ▪◾◼⬛

⬛◼◾▪ Social Media ▪◾◼⬛
• FACEBOOK • TWITTER • INSTAGRAM  • TUMBLR   GOOGLE+   LINKEDIN   PINTEREST

⬛◼◾▪ Blogs ▪◾◼⬛
• SFE®  • SFE Tech®  • SFE Terms®  • SFE Books®  • SFE Biography®

A Indústria Farmacêutica e a Análise de Dados - Conceitos e Definições

A Indústria Farmacêutica e a Análise de Dados - Conceitos e Definições


Da série: A Indústria Farmacêutica...













Os dados são a nova moeda de sucesso e não podemos nos dar ao luxo de continuar confiando na reputação da empresa para nos destacarmos no Mercado. Precisamos ser mais ágeis, inteligentes e personalizáveis, desvendando o potencial e o valor de nossos dados!

Sejamos honestos, o futuro da Indústria Farmacêutica está na superação das barreiras à inovação através de avanços na Análise de Dados. Precisamos superar o desafio de conjuntos de dados não estruturados e integrar dados de várias fontes para começarmos a trabalhar de forma colaborativa com outros departamentos e organizações,  criando uma estrutura de evidência do mundo real para o desenvolvimento estruturado do Mercado Farmacêutico por meio da utilização efetiva dos Dados.

Precisamos nos preocupar em discutir métodos tangíveis para a otimização de Dados, traduzindo-os em estratégias reais para nossas empresas.


É um inovador dentro da Indústria Farmacêutica? Tenta promover a utilização de dados da sua empresa? Tem a intenção de maximizar seus recursos analíticos e valor, mas não tem certeza de seus próximos passos? 

Sabemos que o Data Analytics e o Big Data não são novidades no setor, mas manter um fórum aberto de Análise de Dados dentro da Indústria Farmacêutica é o propósito desta série de artigos, pois queremos contribuir para que você esteja na vanguarda de estratégias realmente inovadoras de discussão e excelência de processos do setor.

O que é Ciência de Dados?

A Ciência de Dados é um campo crescente em que muitos  estão desenvolvendo interesse. A Ciência de Dados é um campo de estudo interdisciplinar que se concentra nos métodos científicos usados ​​na coleta, análise e aplicação de dados e estatísticas. A Ciência de Dados é um campo único porque reúne muitos tipos diferentes de áreas de estudo para alcançar seu resultado final: Ciência da Computação, Matemática Avançada, Estatística e muitas outras áreas de estudo. Certamente uma licenciatura em ciência de dados abre um leque quase ilimitado de oportunidades de emprego em todos os tipos de setores diferentes que dependem dessa experiência.

Como a Data Science é usada na Big Pharma?

Indústria Farmacêutica é um modelo de negócio que assiste de perto à diversas expansões tecnológicas. À medida que Medicamentos de prescrição mais avançados tecnologicamente são trazidos à existência, a necessidade de profissionais que são capazes de entender e fazer uso de dados e estatísticas relacionados também tem visto um grande aumento. Como a Ciência de Dados é usada na Indústria Farmacêutica? Vamos considerar alguns dos muitos tipos de dados exigidos neste campo diariamente.

Uso de dados na indústria farmacêutica

Estatísticas indicam com que frequência e até que ponto a Ciência de Dados e informações similares são usadas na criação de novas terapias com medicamentos dentro da Indústria Farmacêutica.
* Leva aproximadamente 8 anos para um novo medicamento ser aprovado pelo FDA. 
* Cada novo medicamento aprovado custa em média US$ 500 milhões de dólares. 
* Apenas um dentre aproximadamente 10.000 compostos descobertos, realmente chega ao estágio de aprovação. 
* Apenas três das 20 novas terapias medicamentosas geram lucro suficiente para cobrir as perdas sofridas quando a droga está sendo testada.
Esses fatos são meramente uma demonstração das diferentes áreas em que as informações estatísticas são coletadas, estudadas e usadas na Indústria Farmacêutica para expandir ainda mais os tratamentos médicos oferecidos aos pacientes hoje.

Colaboração entre Big Pharma e Big Data

Em tempos passados, houve uma pequena discrepância no uso de Big Data para avançar ainda mais no desenvolvimento de novos fármacos e outras terapias médicas. No entanto, nos últimos anos, tornou-se mais claro o quanto esses dois campos são dependentes um do outro. Isso levou a um aumento do impulso para o casamento desses dois campos emocionantes. Enquanto as empresas de manufatura de medicamentos costumavam guardar sua privacidade, agora elas entendem como o uso de Big Data pode aumentar seu sucesso. Todos, desde os colaboradores acadêmicos até os profissionais de saúde e os próprios pacientes, continuam pressionando para que esses dois campos importantes trabalhem juntos para aumentar a produtividade e o sucesso de ambos.

Usando modelos do Predictive Analytics no Pharma

O uso de modelos preditivos tem crescido drasticamente nos últimos tempos. Há um grande apelo em poder usar os dados atuais para prever com segurança tendências e resultados futuros, oferecendo, assim, a capacidade de atender a demandas futuras antes que elas surjam.

Grande parte do dinheiro gasto em grandes empresas farmacêuticas é usado no processo de triagem antes que a droga chegue ao estágio de teste clínico. Isso acaba se tornando um processo longo e caro, enquanto indivíduos doentes aguardam a aprovação de novos medicamentos que possam beneficiar sua condição. Agora, a Ciência de Dados está sendo usada para encurtar esse processo anteriormente demorado e, esperamos, diminuir a despesa envolvida também. Usando a Análise Preditiva, as empresas podem colocar o foco principal em Produtos e ingredientes específicos em terapias medicamentosas com maior probabilidade de serem eficazes. Essas decisões serão baseadas em uma variedade de dados coletados que os ajudarão a escolher entre as centenas de opções disponíveis.

Ciência de dados para melhores estudos clínicos


Os ensaios clínicos são uma das partes mais frustrantes de se obter um novo Medicamento aprovado. Os ensaios clínicos podem se arrastar por longos períodos de tempo e são caros, mas necessários, para serem cumpridos. Teoricamente, a Ciência de Dados detém a chave da tecnologia necessária para encurtar este processo e torná-lo mais rentável também. Aqui estão várias maneiras pelas quais a Ciência de Dados pode tornar isso possível.


* Selecionando Pacientes


Agora, as empresas podem usar uma variedade de dados coletados de várias fontes para escolher pacientes apropriados para participar de seus testes clínicos. Essas informações podem vir de mídias sociais, perfis de testes genéticos e bancos de dados de saúde pública.


* Monitorando o progresso em tempo real


Grande cuidado deve ser tomado para monitorar todas as etapas durante todo o curso de um ensaio clínico. Não só os resultados dos pacientes têm que ser cuidadosamente monitorados, mas as políticas e procedimentos reais delineados na maneira como o ensaio clínico é tratado também devem ser.  Tecnologias aprimoradas  no campo da Ciência de Dados podem tornar tudo isso mais fácil.


* Aumentar a segurança do medicamento e reduzir os efeitos colaterais graves


Naturalmente, uma grande preocupação com qualquer estudo clínico é a segurança dos participantes e a existência de sérios efeitos colaterais relacionados às drogas. Novas tecnologias em Ciência de Dados podem, eventualmente, alertar os pesquisadores sobre os possíveis efeitos colaterais, interações e contra-indicações dos Medicamentos antes que os problemas surjam. Isso pode evitar inúmeros efeitos colaterais graves ou até mesmo fatalidades durante a fase de testes para novos medicamentos.


Data Science em Vendas e Marketing


Nos últimos anos, as vendas e o Marketing das empresas de medicamentos farmacêuticos eram realizados principalmente a pé por Reps remunerados que visitavam incansavelmente os consultórios médicos e centros médicos em todo o país. Esta ação não é mais necessária devido aos avanços na Ciência de Dados. Agora pelo menos 25% do Marketing realizado pelas empresas farmacêuticas é feito digitalmente. Além disso, quase todas as equipes de vendas e Marketing dependem muito de análises direcionadas para impulsionar as vendas, melhorar os gastos e melhorar seus resultados gerais.


A Análise Preditiva permite que as empresas determinem quais profissionais médicos têm maior probabilidade de se interessar por um medicamento específico com base nos dados coletados e analisados ​​antes da mão. Isso pode permitir a criação de técnicas de vendas extremamente direcionadas para proporcionar um maior grau de sucesso. Além disso, os Reps atuais de medicamentos agora são equipados com dispositivos eletrônicos inteligentes que têm acesso a importantes análises em tempo real projetadas para ajudá-los a fazer a venda. Isso torna seu tempo muito mais produtivo e garante um maior grau de sucesso.



Ciência de dados para melhor acompanhamento dos pacientes

O acompanhamento permite que as empresas farmacêuticas saibam exatamente como seus Medicamentos estão sendo usados, a saúde dos pacientes e como os consumidores veem o novo medicamento. Em tempos passados, obter milhares de opiniões diferentes sobre novas terapias medicamentosas dos pacientes que as usavam provou ser uma informação demorada e confusa para ser analisada. Os avanços na Ciência de Dados podem levar à coleta desses dados essenciais num formato adequado à leitura, análise e uso. Com essa tecnologia, as interações medicamentosas podem ser notadas antes que se tornem graves e afetem a vida de milhares de pessoas. Os dados também podem ser organizados para que as empresas saibam a força motriz por trás daqueles que param de usar seus medicamentos.


Ciência de Dados é uma área de estudo em constante expansão que afeta e é usada por quase todos os profissionais modernos. O uso da Ciência de Dados na Indústria Farmacêutica continuará a crescer à medida que as empresas farmacêuticas continuarem a produzir medicamentos e outros tratamentos.


Comente e compartilhe este artigo!

✔ Brazil SFE Tech® tem amplo conhecimento em SFE - Sales Force EffectivenessData MiningBusiness IntelligencePredictive Analytics e CRM (Customer Relationship Management). Temos experiência consultiva na Indústria Farmacêutica e de TI com inúmeras implementações em diversos setores. Resumindo, trabalhamos com o seu negócio e ajudamos você a entender seus objetivos de negócios, aconselhando sobre como construir relacionamentos fantásticos com seus clientes para obter mais vendas e repetir negócios. Simplificamos e automatizamos seus processos de pré-vendas, vendas e pós-vendas para economizar tempo para que possa trabalhar em sua empresa, não na sua empresa. Selecione a ferramenta certa para suas necessidades - Configure a ferramenta especificamente para o seu negócio - Treine seu pessoal para usar a ferramenta efetivamente de acordo com seus objetivos de negócios Se já possui sistemas implementados, mas não tem certeza se estão sendo bem usados em seu potencial máximo, podemos ajudá-lo também. Então, entre em contato conosco para saber como podemos ajudá-lo a economizar mais tempo e construir relacionamentos duradouros com seus clientes.

⬛◼◾▪ CONTATE-NOS ▪◾◼⬛

⬛◼◾▪ Social Media ▪◾◼⬛
• FACEBOOK • TWITTER • INSTAGRAM  • TUMBLR   GOOGLE+   LINKEDIN   PINTEREST

⬛◼◾▪ Blogs ▪◾◼⬛
• SFE®  • SFE Tech®  • SFE Terms®  • SFE Books®  • SFE Biography®

Vitrine

Related Posts Plugin for WordPress, Blogger...