2013年5月初，英國首個綜合運用大數(shù)據(jù)技術(shù)的醫(yī)藥衛(wèi)生科研中心在牛津大學成立。英國首相卡梅倫在該中心成立揭牌儀式上說，中心的成立有望給英國醫(yī)學研究和醫(yī)療服務(wù)帶來革命性變化。它將促進醫(yī)療數(shù)據(jù)分析方面獲得新進展，幫助科學家更好地理解人類疾病及其治療方法。據(jù)介紹，該研究中心總投資達9000萬英鎊，可容納600名科研人員；通過搜集、存儲和分析大量醫(yī)療信息，確定新藥研發(fā)方向，從而減少藥物開發(fā)成本，并為發(fā)現(xiàn)新的治療手段提供線索。

 

　　早在一年前，默克公司就成立了數(shù)字醫(yī)療衛(wèi)生部門，主要致力于建立大數(shù)據(jù)，用以指導(dǎo)治療和發(fā)展以病人為核心驅(qū)動力的數(shù)據(jù)分析結(jié)果。

 

　　作為該公司的首席醫(yī)療信息官和創(chuàng)新官，Sachin  Jain表示，在EHRs（電子病歷）平臺上，藥物開發(fā)人員將會從海量的專業(yè)化統(tǒng)計數(shù)據(jù)中挖掘研發(fā)靈感，開發(fā)出更多市場需要的藥物。

 

　　據(jù)Jain介紹，截至目前，該公司已與相關(guān)研究所和大學開展的在研項目有：與美國芝加哥大學、西北大學、Walgreens健康信息研究所聯(lián)合開發(fā)“多種慢性病治療的藥物評估數(shù)據(jù)系統(tǒng)”；與波士頓兒童醫(yī)院和相關(guān)計算流行病學實驗室合作，分析從Twitter上獲取的數(shù)據(jù)用以定義失眠；與Optum（美國一家聯(lián)合健康保險公司）的子公司Humedica合作，挖掘其寶貴的數(shù)據(jù)，以便更好地理解未滿足的醫(yī)療需求等。

 

 

　　那么，大數(shù)據(jù)是如何幫助研發(fā)人員提高新藥研發(fā)效率的呢？某CRO公司的楊經(jīng)理告訴記者，首先，由于藥物的生物過程和藥物模型越來越復(fù)雜，大數(shù)據(jù)可以通過利用分子和臨床數(shù)據(jù)，預(yù)測建模來幫助識別那些具有很高可能性被成功開發(fā)為藥物的安全有效的潛力備選新分子。其次，利用大數(shù)據(jù)可以幫助提升臨床試驗的效率。例如篩選臨床試驗受試者的篩選標準通過大數(shù)據(jù)，可以瞄準特定人群，這樣臨床試驗就可以規(guī)模更小、時間更短、成本更低，更加有效。同時可以通過大數(shù)據(jù)分析來實時監(jiān)控臨床試驗，及早發(fā)現(xiàn)可能出現(xiàn)的問題，避免試驗過程中成本增加或出現(xiàn)不必要的延誤。第三，相對于原來僵化的數(shù)據(jù)孤島，使用大數(shù)據(jù)可以幫助數(shù)據(jù)在不同功能單元之間順暢流動。通過打破內(nèi)部各功能之間的信息壁壘并提升跟外部合作伙伴的協(xié)作，制藥公司可以大幅擴展他們的知識和數(shù)據(jù)網(wǎng)絡(luò)，如與外部合作伙伴——醫(yī)生和CRO共享關(guān)鍵數(shù)據(jù)。數(shù)據(jù)的這種順暢流動，對能創(chuàng)造商業(yè)價值的實時預(yù)測性數(shù)據(jù)進行分析非常關(guān)鍵。

 

　　此外，為確保合理分配稀缺的研發(fā)資金，項目組合與產(chǎn)品線相關(guān)的快速決策至關(guān)重要。但制藥企業(yè)經(jīng)常發(fā)現(xiàn)，他們很難做出適當?shù)臎Q定。比如哪個項目該繼續(xù)，或者有時更重要的是，哪個項目該砍掉。基于信息技術(shù)的項目組合管理能快速無縫地實現(xiàn)數(shù)據(jù)驅(qū)動的決策。通過數(shù)據(jù)分析當前項目的商業(yè)開發(fā)機會，預(yù)測其市場競爭力，幫助企業(yè)客觀地做出決定，以確保研發(fā)投入的合理性。

 

 

　　雖然大數(shù)據(jù)可以有效地幫助研發(fā)人員提升新藥研發(fā)效率，但目前大數(shù)據(jù)技術(shù)還有一些方面需要改進。牛津大學統(tǒng)計學教授彼得·多納利指出，目前大數(shù)據(jù)技術(shù)面臨的問題有三：首先，信息采集不足。大數(shù)據(jù)要發(fā)揮作用，首先要有足夠的病人、藥物等相關(guān)信息，這是數(shù)據(jù)分析的基礎(chǔ)，然而許多病人可能出于隱私考慮不愿提供這些信息，制藥企業(yè)也有可能因為商業(yè)利益不愿共享藥物成分等敏感信息，這就直接導(dǎo)致信息采集不足。

 

　　其次，要從海量信息中得出有用的結(jié)論，專業(yè)的數(shù)據(jù)分析必不可少，采集到足夠信息后，需要由相關(guān)領(lǐng)域的專業(yè)人士與信息技術(shù)專家一起對數(shù)據(jù)進行有針對性的歸納和分析，而這種跨學科、跨領(lǐng)域合作能否順利實現(xiàn)，是大數(shù)據(jù)技術(shù)實際應(yīng)用中的重要問題，而且正考驗著制藥企業(yè)的大數(shù)據(jù)整合能力。正如Jain所說的，“目前公司的醫(yī)療信息物流系統(tǒng)非常分散，為了集成一個整體數(shù)據(jù)，我們常常需要連接多個分散數(shù)據(jù)庫的數(shù)據(jù)，進行重新整合，這樣操作非常麻煩和浪費時間。”

 

　　第三，在技術(shù)層面還存在網(wǎng)絡(luò)容量有限的問題。很多新藥研發(fā)機構(gòu)現(xiàn)有的基礎(chǔ)設(shè)施無法滿足海量信息分析和處理的需求，因此如何降低存儲成本，以及提升應(yīng)用價值就成為大數(shù)據(jù)所面臨的關(guān)鍵技術(shù)難題。

 

　　雖然尚待完善，但毫無疑問的是，大數(shù)據(jù)在新藥研發(fā)中必將發(fā)揮越來越大的作用。