文/Jeff Evernham

藥物的研發(fā)上市是一個(gè)漫長的過程——藥物的臨床前研究、臨床試驗(yàn)等過程都極其耗時(shí)，除此之外，還有大量的時(shí)間被浪費(fèi)在了搜索臨床試驗(yàn)、實(shí)驗(yàn)室報(bào)告等數(shù)據(jù)上。本文作者Jeff Everham 認(rèn)為，通過采用正確的搜索策略，可以節(jié)省大量的研發(fā)時(shí)間，從而加快藥物的上市。

據(jù)Deloitte 公司稱，現(xiàn)在一種藥物的平均研發(fā)成本為22 億美元，同時(shí)近10 年來首輪臨床試驗(yàn)的成功率一直低于10%，也就是說藥物研發(fā)的投資回報(bào)早已不再穩(wěn)定，所以制藥企業(yè)都想盡早完成藥物的上市，迅速回收昂貴的研發(fā)成本。

藥物研發(fā)意味著：來自不同地方的眾多專家必須訪問分散的信息，對其進(jìn)行組合、處理并找出其中的關(guān)聯(lián)，這也是研發(fā)過程進(jìn)展緩慢的原因所在。軟件制造商M-Files 在其2019 年出品的智能信息管理報(bào)告中，向全球1500家公司詢問了他們在數(shù)據(jù)管理方面遇到的問題，并匯總?cè)缦拢?/p>

·信息迷宮：幾乎近半數(shù)受訪者表示很難找到正確的信息；

Jeff Everham 認(rèn)為，通過采用正確的搜索策略，可以節(jié)省大量的研發(fā)時(shí)間，從而加快藥物的上市

·版本升級：超過2/3 的受訪者表示難以找到文檔的最新版本；

·文檔重復(fù)：超過80%的受訪者表示他們需要重新創(chuàng)建已有的文檔，因?yàn)樗麄儫o法在自己的企業(yè)網(wǎng)絡(luò)中找到它。

太多的研究論文

信息過量是使事情變得如此困難的主要原因，這些信息分布在各種各樣的地方，而且據(jù)Gartner 公司稱，它們當(dāng)中的80% 不夠系統(tǒng)化，這意味著：沒有易于分析的表格或類似的東西可供直接參考，只有醫(yī)生的筆記、實(shí)驗(yàn)室報(bào)告、研究觀察和圖片等。每年都有超過300 萬篇研究論文發(fā)表在全球33 000 多種專業(yè)期刊上，一個(gè)人僅完成閱讀摘要便需要85 年。自COVID-19 為人所知以來，關(guān)于該病毒的論文便已發(fā)表了50 萬篇。

用智能搜索取代關(guān)鍵字匹配

研究人員無法通過標(biāo)準(zhǔn)商業(yè)智能和分析工具找到并使用隱藏在非系統(tǒng)化數(shù)據(jù)中的信息，需要比關(guān)鍵字匹配更優(yōu)質(zhì)的新智能搜索技術(shù)來提供有關(guān)主題的上下文信息（就像普通搜索引擎所做的那樣）。企業(yè)搜索軟件產(chǎn)品（如阿斯利康和UCB 使用的Sinequa）采用了自然語言和深度學(xué)習(xí)方面的知識，即人工智能技術(shù)(AI) 來優(yōu)化搜索。這些產(chǎn)品能夠了解搜索者的真正意圖，能夠發(fā)現(xiàn)非系統(tǒng)化文本中的關(guān)系和模式，提供相關(guān)且有意義的結(jié)果。Gartner 公司便在其推出的數(shù)據(jù)集成工具魔力象限中談到了洞察引擎。

實(shí)驗(yàn)室記錄本中的批評性意見

如果某些信息隱藏在難以訪問的系統(tǒng)中，研究人員因無法全面了解藥物的安全性會付出怎樣的代價(jià)？如果研究人員因?yàn)榕R床試驗(yàn)結(jié)果分散在多個(gè)數(shù)據(jù)集中而無法全面了解藥物信息，又會造成怎樣的后果？如果實(shí)驗(yàn)室記錄本或醫(yī)生筆記中的批評性意見被忽視，研究人員會錯(cuò)過哪些機(jī)會？通過采用智能搜索可大幅降低這些問題背后潛藏的風(fēng)險(xiǎn)。

例如，阿斯利康公司的內(nèi)部和外部專家每天都會創(chuàng)建大量技術(shù)性很強(qiáng)的文檔：研究文檔、醫(yī)學(xué)數(shù)據(jù)庫中的條目、測試報(bào)告、專利申請等，此外還有不同專業(yè)領(lǐng)域的研究人員之間的交流信息。在阿斯利康的研發(fā)過程中，每天都有人在集團(tuán)中尋找有關(guān)特定主題的專家或信息。例如，誰特別熟悉“動(dòng)脈硬化”？誰了解藥物中的活性成分和活性分子？有哪些關(guān)于副作用和專利的文件？那么如何高效找到這些信息呢？

使用內(nèi)容分析技術(shù)

阿斯利康首先嘗試了使用簡單的搜索引擎，根據(jù)其在文件上留下的痕跡來定位專業(yè)人員，但他們發(fā)現(xiàn)最終只有使用企業(yè)搜索軟件才有可能從來源各異的大量數(shù)據(jù)中過濾出正確的信息。內(nèi)容分析技術(shù)基于語義和語言分析，可用于搜索非系統(tǒng)化和系統(tǒng)化的數(shù)據(jù)，通過這種方式，用戶可以找到那些根本沒有出現(xiàn)實(shí)際搜索詞，而只是有同義詞或內(nèi)容有相似概念的文章。

在最初的過程中，阿斯利康使用企業(yè)搜索軟件分析了大約2 億份來自研發(fā)領(lǐng)域的內(nèi)部和外部文件，還確定了術(shù)語（同義詞和語義相關(guān)的術(shù)語）之間的特定主題關(guān)系。該索引產(chǎn)生了一個(gè)數(shù)據(jù)庫，在搜索掩碼中輸入術(shù)語后，軟件便能從數(shù)據(jù)庫所有關(guān)于該主題的內(nèi)容中找出最好的專家或研究小組，在最短時(shí)間內(nèi)組建跨學(xué)科的專家團(tuán)隊(duì)，就一個(gè)共同主題開展跨地區(qū)的工作，這使得阿斯利康等制藥企業(yè)在將創(chuàng)新研究成果盡快轉(zhuǎn)化為成熟產(chǎn)品方面具有了明顯的競爭優(yōu)勢。

數(shù)以百萬計(jì)的SAS 記錄數(shù)據(jù)

國際制藥企業(yè)UCB 也以類似的方式使用了企業(yè)搜索軟件，這家總部位于布魯塞爾的生物制藥企業(yè)在全球擁有8600 多名員工，致力于研究和開發(fā)中樞神經(jīng)系統(tǒng)和免疫疾病領(lǐng)域的創(chuàng)新治療方案。

在藥物療法的開發(fā)過程中，UCB開展了廣泛的臨床研究，開發(fā)藥物時(shí)研究人員必須不斷訪問這一過程中形成的大量數(shù)據(jù)內(nèi)容，以便找到相關(guān)信息進(jìn)行深入的統(tǒng)計(jì)分析。在過去15年里，UCB 積累了大約1000 萬個(gè)文件，相當(dāng)于20TB 的海量數(shù)據(jù)，目前這一文件量仍以每年30%的速度增長，這包括超過100 萬條、具有數(shù)十億行數(shù)據(jù)的SAS 記錄、SAS 程序代碼、ASCII、Microsoft Office 以及PDF 文件。

借助人工智能技術(shù)支持的搜索和分析，制藥企業(yè)可以更輕松地從內(nèi)部和外部資源中獲取這些龐大和多樣的數(shù)據(jù)，加快研究速度，從而縮短藥物的上市時(shí)間。