点击图片了解“全球临研中心管理”系列会议详情
点击图片了解“2024CCHIO 西安”世易医健D03展位详情
Bhavish Lekh
Aurora Analytica的首席执行官兼创始人
临床试验优化的“三位一体”
在临床试验优化领域,存在着一个被研究者誉为“三位一体”的核心要素组合:数据、处理能力和分析技术。数据是这一体系的基石,商业和公共数据提供者们汇集并提供了获取关键医疗信息的途径,包括流行病学数据、市场准入情况、治疗标准、药物报销政策、招募统计、试验目录信息以及电子病历等。近十年来,随着人工智能技术的突飞猛进,数据提供者的数量激增,这一趋势愈发显著。
然而,仅有海量数据还不足以支撑整个优化过程。处理能力作为第二大要素,正由Nvidia等公司通过开发专为人工智能模型设计的先进计算系统来推动。尽管数据处理能力取得了显著进步,但医疗行业中的分析技术——“三位一体”中的第三个要素——仍然相对滞后。众多机构虽然能够收集数据,但往往局限于自己的数据集,未能跨越这一界限,从而限制了它们提供更广泛、更全面的行业解决方案的能力。
数据泛滥,却难觅洞见之泉
“数据多如繁星,却非皆能指引方向”这句话是对塞缪尔·泰勒·柯勒律治《古舟子吟》中“水,水,到处都是水,却没有一滴能解渴”的巧妙借用。正如被困水手被无法饮用的海水包围,医疗行业也被大量无操作性的数据所淹没。这一比喻突显了获取大量数据却难以转化为有决策价值见解的挑战日益增长。
Aurora Analytica的一项调查探究了行业专家在临床试验设计、规划和执行中依赖的平台2。超过90%的受访者表示,他们使用临床试验目录或研究中心聚合平台,其中Citeline最受认可3。此外,65%的受访者使用公司内部工具,55%仍依赖Excel来管理关键流程2。不到一半的受访者在临床试验的整个生命周期中使用涵盖电子病历(EMR)、标准治疗和招募解决方案的更专业平台2。这引出了一个问题:如何以可操作的方式利用这些数据集?
图片来源: Aurora Analytica
尽管平台众多,但超六成受访者指出,他们缺少将数据有效转化为试验设计、规划和执行工具的能力。尽管大多数公司在临床试验的不同阶段至少使用了五种不同的平台,但用户满意度参差不齐。在被要求对这些平台的使用体验进行打分时,受访者的评价从偏向负面到大多正面不等。其中,最常使用的平台Citeline在6名受访者中的平均得分为4.5分。然而,没有其他单一平台的平均得分能超越这一成绩,这突显了用户期望与当前行业解决方案之间的明显落差。
图片来源: Aurora Analytica
虚假经济的陷阱
根据Aurora Analytica Insight的调查,维护数据平台的费用可能天差地别,每个平台的年费从10,000美元到300,000美元不等2。除了这些直接成本,团队在管理这些平台上投入的时间也大幅增加了公司的总体开支。Aurora Analytica对四家主要合同研究组织(CRO)的研究发现,准备提案请求(RFP)的时间不到策略开发时间的四分之一,而大约50-80%的时间被耗费在数据整理上,以及寻找将数据整合并转化为可操作行动的方法,这严重压缩了决策的时间。2
由于大多数平台只关注临床试验生命周期的特定环节,公司往往需要依赖多个功能独立的平台。这种状况导致了所谓的“虚假经济”,即组织在这些平台上投入巨资,却没有实现真正的整合或成本效益。这些工具之间的不连贯性导致了财务和运营成本的上升,却没有提供做出有效决策所需的简洁、可操作的见解。
最终想法
临床试验优化是制药行业面临的一个关键挑战。尽管数据、处理能力和分析这“三位一体”是成功的核心,但大多数公司仍在努力将这些要素以真正有效的方式结合起来。众多数据平台通常各自为政,在试验的生命周期中留下了不少空白。正如Aurora Analytica的调查所强调的,超过60%的受访者感到自己缺乏利用所收集数据的能力,尽管他们依赖于多个平台。而且,时间和资源往往被耗费在数据的整合上,而非用于战略性决策,这进一步增加了优化过程的复杂性。
行业对多个专业平台的依赖导致了效率低下和成本上升,这种现象被称为“虚假经济”。公司对无法完全满足需求的工具进行了大量投资,结果得到的是零散的解决方案。为了实现真正的进步,制药行业必须寻找方法来整合平台,简化数据洞察,并减少对孤立工具的依赖,确保临床试验策略能够既有效又经济地进行优化。
本文首发:世易医健(eChinaHealth)