国内外肿瘤大数据公司盘点:谁能解决药企痛点

文化资讯 2018-11-14 15:26:23 142

  医疗临床数据就像一块掩埋在深山中的瑰宝,尽管山中有金矿,可是假设没有杰出的发掘设备,大片金矿也只能是草芥不生的戈壁。临床大数据不管是关于药企、医效果劳供给者仍是医疗付出方以及患者都有巨大的效果。可是现在由于数据密度低,数据处于孤岛情况,并且许多数据没有与患者长时刻随访相连接,所以并没有被运用起来。跟着医疗数据的空前添加,许多公司正在运用剖析东西、人工智能和机器学习技能来取得数据驱动的决议方案支撑,以下降医疗本钱,增强医院收入流,开发个性化的药物,并对患者护理进行办理。现在跟着更多付费方的进入,以及大数据运用在医疗层面以及推动更好的医效果果的效果越来越显着。咱们能够看到新一代的掘金者们现已在空前绝后。数据也佐证了这一点,依据BIS Research一份名为《全球医疗商场大数据剖析与猜测,2017-2025年》的陈述显现,医疗范畴的大数据商场规划在2017年估量为142.5亿美元,到2025年末估量将添加逾至687.5亿美元。哪些公司在医疗大数据范畴取得了什么打破,在医疗大数据这座金矿上立异企业又是从哪些方向打破化解医疗大数据运用难题的。动脉网进行了盘点。

   医疗大数据处理药企刚需医疗大数据商场能够迎来如此大打开的原因,在于它能够满意多方面的要求。关于药企,来自患者的许多数据能够推动实在国际研讨,处理药企刚需。药企在药物上市后有必要提交药物安全性检测数据,不然将会面对退市危险。而实在国际研讨能够满意药企的合规性要求。扩展药物的可及性和商场容量。例如一种适用于晚期癌症患者的药物。经过实在国际数据研讨,证明药物的有效性,能够把二线药物变为一线药物,一线药推往更前期宽广的商场,扩展药品商场容量。在新药研制上,由于精准医疗和个性化医疗的打开。医疗大数据能够在为新药研制供给方向。经过对实在国际数据的调查性研讨,可了解疾病的发病率、患病率、疾病担负、并发症、诊治情况等,然后获悉现在亟待处理的重要临床问题。此外,RWE还或许供给一些发病机制方面的头绪,进而发现潜在的医治靶点。大数据相同能够处理患者招募问题。FDA经过的临床实验概率约为7%。大约有三分之一的III期临床研讨由于患者招募困难而停止。来自IQVIA的数据显现,37%的临床实验站点患者招募缺乏。制药企业或许CRO不能够匹配适宜的患者,跟着精准医疗和个性化医疗年代的到来,药物的适用人群应该越来越少。以各大药企都必争的肿瘤为例,跟着越来越多分子亚型的发现,各组患者人数不断削减,传统的RCT寻觅适宜的受试者入组变得益发困难,一起跟着许多的抗肿瘤新药的投入,点评新药效果的需求越来越大。光是罗氏一家在2017年就有488个肿瘤实验在进行中。其次,FDA也在要求添加患者的多样性,不管是临床实验中仍是上市之后。阅历证明临床实验中聚集的患者越多样化,产品往往更安全和高效。而在适宜的规划内找到足够多的临床实验患者假如没有大数据是适当不易的。以往的RCT对照实验对患者有着严厉的扫除和归入标准,患者同质化严峻。也让许多患者无法接触到临床实验。在药物上市后,许多的医疗大数据也能够协助扩展药物的运用规划。在新药研制中,只要不到千分之一的活性化合物能够进入临床Ⅰ期实验,发现已有药物的新效果能够说是一本万利。可是以往药企只能经过贵重的RCT(临床随机对照研讨)实验经过绵长的时刻去发现新的适应症。注册经费非常高,并且危险较大。在效果上,RCT是一种高度特殊化的场景,而实在国际研讨阅历许多受试者和适当大的患者样本的长时刻追寻上,更重视具有临床意义的成果丈量。值得一提的是近年来关于实在国际研讨在中医药临床研讨中的运用也引起了人们重视。实在国际研讨打破了以往随机对照组实验中要求简略清晰的干涉办法、成功的对照办法和高度同质的研讨人群。实在国际研讨以患者为中心,点评目标上重视全体效果。更适合中医的特色。许多实在国际数据不只能够处理药企的刚需,一起实在国际数据到达依据等级后还能够处理医生的科研需求,协助医生节省花在论文上的时刻价值,还能得到更好的研讨效果。关于医院来说,运用场景愈加丰厚,让医院办理愈加高效,效劳愈加人道。运用大数据能够点评医疗实践进程。例如酒石酸长春瑞滨是一种医治肺癌和乳腺癌的化疗药物,有口服及静脉注射两种给药途径。经过比较和剖析承受不同给药途径的患者,发现口服给药能够大大缩短患者等候时刻,进步化疗中心的接诊功率。尽管医疗大数据是一座金矿,可是开发它也不是如此简单。在方针上,方针的出台,往往是监管和推动并重。2016年美国公布《21世纪医治法案》中提出了两个概念:RWD(real world data)和RWE(real world evidence)。对健康大数据到达医学依据等级提出了要求。健康大数据想要到达医学依据等级,在数据相关性和可靠性到达必定程度。数据可追溯性相同需求得到保证,其间还有必要保证没有侵略隐私安全。欧盟在2016年推出了最严厉的数据维护法令《一般数据维护法令》(General Data Protection Regulation)。规则了个人数据处理的透明性、最少量据搜集准则,并赋予数据主体随时吊销同意权、被忘记权、可带着权等权力。国外医疗大数据商场逐步老练数据来历crunchbase 、cbinsight 动脉网制图经过总结能够发现国外许多公司首要为医效果劳供给者供给PaaS效劳(渠道及效劳)。将许多数据变为可用性数据后运用人工智能或机器学习供给辅佐决议方案支撑。除了创业公司,该范畴相同有许多巨子进入。包含触及该范畴的大公司公包含司GE Healthcare、Truven Health Analytics、联合健康集团、飞利浦 、 Premier,Inc、SAP、SAS、Siemens Healthineer、Tableau Software,Inc、 施乐、Verisk剖析、Allscripts、Sparx IT Solutions、甲骨文等公司。而同国内商场相同,肿瘤商场最为精准医学打开较快的范畴,创业公司最多。肿瘤临床公司近来兴起的原因在于,肿瘤的医治进程非常杂乱。而数据能够改造这一流程,让医护人员好的医治方案变为可仿制的模板而不是仅存于阅历规划。肿瘤大数据蕴含着巨大的价值。肿瘤病种具有多样性,每一种器官都或许发生,EMR、数字化印象体系、组学数据等等都能够发生许多的数据。而肿瘤一向是药企的重中之重。2017年,全球TOP25肿瘤药算计完成出售790亿美元,来自IQVIA的陈述猜测:“2022年,全球肿瘤医治药物商场将到达2000亿美元,未来五年均匀添加10-13%,到2022年美国商场将到达1000亿美元,均匀添加12-15% 。”癌症药物的开销首要会集在少量几种医治办法上,前35种药物占总开销的80%,而一半以上的癌症药物的年出售额不到9000万美元。在曩昔10年里,新抗癌药物的上市价格稳步上涨,2017年新抗癌药物的年本钱中值超越15万美元,而2013年新抗癌药物的年本钱为7.9万美元。国外的创业公司首要有两种商业形式,一是向医效果劳供给者和稳妥效劳方收费。由于大数据供给的决议方案支撑能够带来的更好的医疗成果和进步功率节省本钱。跟着医疗稳妥未来更多位置价值和根据成果付费,医效果劳供给者和医效果劳付出者都面对着越来越大的控费压力。这类公司的客户群也将越来越大。第二种则是供给相似谷歌相同的效劳,例如Flatiron 、 Tempus。免费或许供给廉价的效劳,然后经过后台搜集的数据中挣钱。而这些数据最大的付费方就是药企。数据关于制药公司有着巨大的价值,不过不管哪种商业形式,药企都是潜在的巨大付费方。肿瘤癌症护理费用逐年上升,全球癌症药物开销继续添加,医治和支撑性护理开销在2017年到达1330亿美元,而在2013年这一数字仍是960亿美元。尽管许多的患者数据关于药企出售相同有着付费潜力,可是国外现在这些数据公司没有把数据价值往出售端变现。现在它们主攻的问题是怎么占有客户尤其是在商场现已有许多实力雄厚的巨子进入,例如IBM沃森和GEhealth。其二是怎么在严监管的商场中,满意合规性的要求。将实在国际数据变为实在国际依据,这还需求必定的时刻。毋庸置疑的是药企有必要要参加到其间。从以上盘点就能够看出例如罗氏这样的制药巨子经过出资并购等办法现已看中了多个大数据公司。用大数据改造制药流程相同在国外也是FDA推动的方针风向。FDA局长Scott Gottlieb博士就在一次口头陈述中提出;“临床实验变革势在必行,高效而现代的临床实验规划能够加快新药上市,假如你所做的是现代、循证、严厉的事,就能保证极大的高效,并对FDA金标准带来极大的保证。”现在为了推动临床实验变革,FDA现已出台了多个攻略进行辅导。包含引荐EDC体系与和EHR体系互通、大部分癌症临床实验中可不有用安慰剂对照。其次跟着实在国际数据的运用。药企仍然依照传统的研制传统,将会面对更大的危险。一旦肿瘤学家和其他利益相关者能够精确地追寻癌症患者的医治进程。假如一种特定的医治办法实际上不起效果,或许好像对(或许是分子界说的)一部分患者集体不起效果。药物效果或许说相对效果能够快速精确地断定。这或许会当即戳破制药公司的故事,冲击它们的信仰。药企揄扬的灵丹妙药故事或许在实在国际数据面前相形见绌,药企有没有决心呢?来自埃森哲的一份陈述就指出:最热销的top10药物中,在服用了它们的患者中,那些药物只在服药的4%-25%的患者中起到效果。因而,制药公司有必要在上市前猜测实在国际的效果,由于约束制药公司商业化药物的或许不再是FDA根据临床实验数据的审阅,而是它是否能够经过肿瘤临床数据公司根据实在国际的验证。国内商场未来发力于将数据转化为价值数据来历:企查查 动脉网制图由于国内数字化健康起步较晚,国内许多企业处理数据搜集问题。着力于经过一致的数据标准,将数据结构化。在国内,方针以及本钱商场对医疗大数据的打开都非常看好。国务院办公厅在2016年发布促进和标准健康医疗大数据运用的“47号文”。健康大数据被列为国家重要的根底性战略资源,好像石油、电力般归于国家管控资源。动脉网也曾报导过在2013-2015年之间,各地部分共公布了58项与健康医疗大数据相关的方针。在数据标准化方面,国家相继发布了《电子病历根本架构与数据标准》、《电子病历同享文档标准》等辅导性文件。此外,不少医院信息体系参加互联互通老练度测评,为日后的数据运用奠定根底。值得注意的是方针中清晰也提到研讨拟定政府支撑方针,从财税、出资、立异等方面对健康医疗大数据运用打开给予必要支撑。在方针的支撑上,国外的FDA花大力气推动数据结构化和标准化。联邦政府在曩昔十年中花费了超越280亿美元来推广数字化电子健康记载。而国内则没有出台一致的标准,而国内的方针触及规划更广,除了推动数据同享和数据标准化问题外,还包含许多医疗大数据人才培养,和鼓舞引导国家本钱、社会本钱参加医疗大数据打开等。在国内商场上医疗大数据公司尽管起步晚于国外公司,可是在整个产业链现已构成了上下游布局。有剖析人士指出近半年来,国内医疗大数据范畴融资项目不少,但现在国内运用现状在数据发掘剖析及剖析渠道树立上的才能尚有间隔。数据剖析的渠道化才能较弱;更多会集在单一方向,多元化数据剖析目的的整合较少;价值出现与价值流通没有构成生态循环。而国内商场从专心于数据搜集,依照估量职业打开趋势,数据剖析才是大数据的价值地点。IQVIA的猜测陈述显现:在不同的大数据组件和效劳中,剖析效劳占有商场主导位置,2017年的收入为58亿美元,估量2017 - 2025年猜测期间的复合年添加率将到达22.3%。在完成数据价值化后,未来还将运用核算东西来协助智能决议方案,完成能够盯梢患者信息并快速供给反应的东西。而医疗大数据的首要付费方首要分为六个:顾客、企业、稳妥公司、政府、医院以及药企。短期来看,稳妥公司和药企的付费志愿医院最强。都有代表企业开端测验大数据的运用。例如恒瑞医药、华领医药、天坛生物在内的中国医药和生物公司都现已与甲骨文在医疗大数据上打开协作。创业公司中,例如思派网络已和9家一线外资医药企业在商场定位、剖析药物经济学点评,长途医疗,分级医治,才智医疗等范畴打开协作,并已构成规划收入。咱们以为,医院、政府与企业对医疗大数据尤其是肿瘤大数据的需求仍是显着的,但现阶段还比较保存。而国内的人工智能、深度学习、自然语言处理等技能也在继续打开中,国内各家医疗大数据公司也开端专心于不同的范畴,逐渐摆开距离。在方针推动,本钱看好局势下,商场也将走向老练。附:国外医疗数据公司简介:Health CatalystHealth Catalyst是一家美国的医疗数据办理剖析效劳公司,它的事务包含协助不同的医疗卫生组织剖析、办理临床、财政与运营数据,进而进步作业功率、削减卫生资源糟蹋以及促进医疗流程标准化。HealthCatalyst还开发出了一系列新式剖析运用程序,协助不同的团队辨认最佳的实践形式,对临床、财政与运营进行必要的介入,挑选出详细、个性化的处理问题方案,优化临床、财政与运营成果。在以往,health catalyst 只担任搜集数据,树立自己的大数据库,可是后来health catalyst转变为将结构化、标准化数据,让它能够满意不同运用者的需求。在本年7月,其收买了medcity,扩展其在医疗大数据范畴的领导位置。Health Catalyst添加了100多家个客户资源根底,在之前其客户包含21个州和区域的雇主、健康方案、75个卫生体系,包含1000多家医院和超越18.5万名医生组和扩展医疗设备的供给者,支撑超越7500万患者。兼并后的公司将致力于处理大型医疗配送网络中许多最急迫的问题,由于它们正寻求进步质量,下降社区患者护理本钱。Flatiron healthFlatiron Health是一家医疗保健技能公司,它开发的软件将社区肿瘤学家、学者、医院、生命科学研讨人员和监管组织连接在一个同享的技能渠道上。旗下首要产品Flatiron渠道,一个根据网络的事务和临床信息数据渠道,整合和结构不同的患者人群的信息体系生成患者视图,供给了商业智能剖析,资源运用率、营销、医治形式,网络办理,和研讨和临床实验,并答应癌症护理供给者和生命科学公司盯梢目标相关的癌症医治,在合规的情况下办理癌症患者的依从性。并对他们的数据提出定制问题。Flatiron Health还供给OncoCloud,一套软件和效劳,OncoEMR,为癌症护理供给者供给癌症护理模型东西。也就说能够为医护人员智能生成护理引荐的癌症护理模型供医护人员挑选。OncoBilling,一个集成了OncoEMR集成,OncoAnalytics的实践办理体系。包含外表可操作的仪表板规划数据洞察力。OncoTrials,为社区肿瘤实验办理肿瘤临床实验项目的东西渠道。此外,该公司还为生命科学的肿瘤学研讨供给了一个实际实在国际的依据渠道,为学术医疗中心和医院供给了一个电子健康记载(EHR)数据渠道。Flatiron Health为美国的医院、医生和患者供给效劳。它与美国国家癌症研讨所(National Cancer Institute)进行了战略协作,以探究怎么将从在护理点搜集的失认患者数据中提取的实在依据用于临床实验规划和前瞻性研讨。此前,它曾取得Googl、罗氏等出资,在2018年2月,它被现在被罗氏以21亿美元的总价收买。REDOX健康范畴现代的API接口Redox经过一个全方位效劳的集成渠道加快了医疗软件处理方案的开发和发布,以安全和高效地交流数据。树立医疗IT人员和医疗体系之间无缝互操作性的职业标准渠道。一般,跨体系同享患者数据是一个杂乱、手动和耗时的进程。Redox由前Epic Systems 的玩工程师于2014年创立,Redox经过连接到现有的健康体系根底设备,与一切首要的EHR体系集成,经过消除对体系差异的考虑和装备需求,明显削减了完成时刻。该API渠道还答应运用程序将患者数据推入和拉出EHR,创立一个扩展的、归纳的患者健康记载。因而,Redox客户体验到较少的搅扰,看到了患者护理效益的连续性,并完成了更快的出资报答。到现在为止,超越120个运用程序运用Redox的集成渠道,包含护理和谐、长途健康、药物坚持、患者参加、缓慢护理和疾病办理处理方案。在曩昔的一年里,氧化复原网络明显添加,每天处理超越60万条临床信息。该公司CEO提到,尽管现在有一些临床数据标准化的方针和标准在推广,可是我以为运用咱们的体系,咱们的客户能够不必再等候那么长时刻。SyapseSyapse与卫生体系协作,在医院和护理组织中施行精确的医学方案,使肿瘤医生和护理能够向每一个需求它的患者供给个性化的医治。Syapse公司开发了一个精确医疗软件渠道,使学术和社区医疗保健供给者能够施行和扩展精确医疗项目。Syapse Precision医学渠道,能够抓取临床数据、基因组和其他分子数据、生物医学常识以及集成这些数据间的联系,并整合杂乱的基因组和临床数据,为临床医生供给决议方案支撑,能够完成确诊、医治和患者随访。Syapse肿瘤学运用,它为肿瘤医生供给根据患者临床病史的分子概括数据的医治方案主张。Syapse PGx则是一种运用能够让临床医生经过EMR订货药物时,使医疗组织能够将药物基因组学常识归入惯例临床作业流程。Syapse适当所以精准医疗下的处理方案渠道,以往癌症医治患者需求进行各种查看,糟蹋许多时刻,延误医治机遇,而Syapse则是运用生物学符号物和遗传学来为患者定制处理方案。Syapse的团队规划的是一种协作生态,能够让医护人员在把握齐备的患者信息的根底上进行医治决议方案。Syapse最近与制药公司Roche协作,为医疗保健供给商开发新的软件和剖析处理方案,以便他们能够大规划地施行精准医疗。Oncology肿瘤学剖析公司(Oncology)为健康方案供给根据依据的、技能驱动的运用办理办法。专心于肿瘤学。被医生用来支撑超越250万健康方案成员在美国和波多黎各, Oncology 的e-Prior授权渠道每天更新精确反映超越6000抗癌医治肿瘤医治方案在一切癌症类型和阶段,包含化疗、放疗、精细药、靶向医治和支撑性护理。肿瘤剖析公司供给肿瘤患者办理处理方案。其肿瘤办理效劳包含事前授权效劳;临床决议方案支撑、医生教育和专家同行评定效劳;肿瘤网络点评与优化咨询;以及功能陈述和剖析效劳。该公司供给MATIS,这是一款临床决议方案支撑软件,适用于美国和波多黎各的医疗方案和供货商,增强了根据依据的肿瘤学剖析办法,用于点评癌症医治和福利办理。GNS healthGNS health专心于推动和运用工业规划的数据剖析,以授权要害的卫生保健利益相关者处理杂乱的护理、医治和本钱应战。GNS health的团队包含物理学家、精算师、遗传学家、工程师、商业人士和核算机科学家组成的多学科集体,热衷于提取医疗保健范畴的作业原理和效劳目标的依据。GNS health开发了机器学习和数据剖析技能,旨在经过核算机建模改进医疗保健医治和实践。该公司担任人表明:制药企业信任GNS技能或许有助于进步药物研制功率。由于来自GNS health的剖析办法能够剖析无量趋近的患者相关数据以及他们的疾病情况,包含基因测序信息和健康记载,生物信息和。现有疗法的成功和失利之处,以及药物测验的相关数据。GNS health供给的根据机器学习和人工智能的剖析东西,能够让制药公司更快、更精确地测验一种特定药物的多个版别,比方用于多发性硬化的版别,然后找到最适合单个患者的药物。该公司CEO说:“咱们现在能够在一个新患者身上模仿多发性硬化药物3号和5号和8号对这个患者的临床成果的影响,乃至是对这个患者的医治总本钱的影响。”现在GNS health和罗氏打开协作。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。