（文章來源：教育新聞網(wǎng)）
在這特殊的客人功能，Updesh杜新志，實踐領導，技術解決方案IQVIA討論可利用數(shù)據(jù)的持續(xù)增長和擴散，探討AI如何進入藥物警戒(檢測，收集，評估，監(jiān)測和預防藥物不良反應)平臺，以及如何提高制藥公司的效率。作為IQVIA技術解決方案業(yè)務部門的業(yè)務負責人，Updesh負責制定有關AI和機器學習的總體策略，因為它涉及安全性和藥物警戒。他在生命科學和其他行業(yè)的流程和系統(tǒng)的管理，開發(fā)，實施和操作方面擁有25多年的知識和經(jīng)驗。最近，Dosanjh加入了Foresight，并因收購而加入了IQVIA。
人工智能(AI)幾年來一直是流行語，但AI已經(jīng)出現(xiàn)，并且具有變革性。幾乎每個行業(yè)都面臨著尋找能夠有效利用AI巨大潛力的現(xiàn)實用例的挑戰(zhàn)，包括制藥行業(yè)。
IDC估計，到2023年，全球在人工智能系統(tǒng)上的支出將達到近1000億美元。尤其是醫(yī)療保健行業(yè)，有望在AI上投入大量資金。根據(jù)ReportLinker的報告，到2025年，醫(yī)療保健AI的支出將從21億美元躍升至361億美元。目前，只有15%的藥物通過臨床試驗成功獲得FDA批準，大多數(shù)失敗(73%)是由于對安全性和功效的擔憂。借助生成，策劃和利用的大量醫(yī)療數(shù)據(jù)，可以采用多種方法來部署AI以改善大數(shù)據(jù)集中的不良反應檢測，從而在開發(fā)過程中和審批后都可以進行更全面的患者安全工作。
在藥物警戒中-檢測，收集，評估，監(jiān)測和預防藥品的不良影響-人工智能可以在四個關鍵領域產(chǎn)生重大而直接的影響：
關于藥物和治療的文獻很多，這可能是壓倒性的。藥物警戒專業(yè)人員可以每月花費數(shù)百小時來閱讀文章和摘要，以尋找不良事件信號，但仍然看不到它們。人工智能使搜索過程更加易于管理。在識別提到特定事件，產(chǎn)品或條件的關鍵區(qū)域時，它提高了內(nèi)容掃描速度，并提供了比人工更好的準確性。算法比人類更容易找到晦澀難懂的參考文獻，它們使PV專業(yè)人員可以騰出時間來花費更多的時間從事價值驅(qū)動的任務。
人們在社交媒體和在線渠道上分享的越來越多，其中包括有關其健康的重要細節(jié)，這些細節(jié)對于藥物安全性有極大幫助。雇用人們來監(jiān)視全球社交媒體平臺以提及不良事件，品牌名稱和相關狀況是幾乎不可能的任務。但是，AI可以一天24小時輕松地以任何語言監(jiān)視多個社交媒體平臺和在線論壇?？梢杂柧氝@些算法以識別術語或條件的任何組合，甚至可以在對話中搜索晦澀的參考。AI還具有將癥狀或事件，所使用的藥物以及患者的情緒狀態(tài)聯(lián)系起來的能力，這是當前工具無法實現(xiàn)的。
AI可以幫助篩選來自呼叫中心的大量音頻文件，這可以幫助識別在不相關的情況下可能提到的不良事件。例如，如果客戶由于某種產(chǎn)品使他們感到惡心而要求退款，則服務代表可能不知道將其報告為不良事件，但是算法可以將其標記為藥物警戒(PV)專家進行審查。
同樣，AI可以輕松處理來自音頻和文本文件的語言轉(zhuǎn)錄。PV的最大挑戰(zhàn)之一是找到既具有語言能力又具有臨床專業(yè)知識的人員來準確地雙向翻譯復雜的原始文檔并剔除相關信息以發(fā)送響應。今天的AI工具可以自動翻譯文件并提取相關安全詳細信息以用于高速，高精度地處理案件。
AI可以基于上下文，因果關系和相似報告的頻率提供有關信號是否相關的實時反饋。例如，如果算法發(fā)現(xiàn)特定藥物的使用者發(fā)生了心臟病，則它可以掃描可用數(shù)據(jù)集中的所有其他病例以尋找類似事件，并根據(jù)先前的情況(例如住院)來預測可能的結(jié)果，即使沒有提到這個問題。
大多數(shù)不良事件案例文件都需要進行一定程度的跟進，以捕獲丟失的數(shù)據(jù)或驗證信息。這涉及到一系列強制性的電子郵件或電話，這些電子郵件或電話既耗時又經(jīng)常被忽略。AI工具可自動執(zhí)行后續(xù)流程，并可根據(jù)提供的信息進行培訓，以在報告生成時主動請求缺少的信息，從而完全減少了后續(xù)需求。
? ? ?
下載文檔
