Искусственные интеллект и Big Data продолжат экспансию в фармсектор

Искусственные интеллект и Big Data продолжат экспансию в фармсектор

Искусственный интеллект (ИИ) и Big Data (большие данные) будут играть важную роль в оптимизации процессов открытия и разработки лекарственных препаратов, отметили 24% и 25% профессионалов мировой индустрии здравоохранения, соответственно.

Согласно последнему отчету аналитической компании GlobalData «Smart Pharma»,  23% опрошенных экспертов фармацевтического сектора подтвердили, что их компании в настоящее время используют ИИ для улучшения процесса открытия и разработки лекарств, а 28% ожидают продолжения внедрения/начала использования этой технологии в ближайшие два года.

27% респондентов считают, что большие данные (аналитика) будут играть важную роль в оптимизации маркетинга и системы продаж.

Более 30% профессионалов мировой индустрии здравоохранения в настоящее время используют большие данные в сфере маркетинга и продаж и ожидают использовать их в ближайшие два года.

Считается, что в ближайшие несколько лет внедрение ИИ в продажи и маркетинг достигнет большего распространения, увеличившись на 4% по сравнению с текущим уровнем использования (18%).

Аналитики GlobalData сообщают, что пандемия COVID-19 предоставила предприятиям беспрецедентную возможность внедрить в свою деятельность изменения, основанные на технологиях. Согласно проведенному опросу, ИИ и большие данные были названы профессионалами отрасли в качестве основных технологий, которые изменят процессы открытия и разработки фармацевтических препаратов, а также маркетинг и продажи.

Эксперты считают, что 32% компаний будут полагаться на Big Data для оптимизации продаж и маркетинга.

Urte Jakimaviciute, старший директор по исследованиям рынка GlobalData, комментирует: «Фармацевтическая отрасль управляется данными. С увеличением объема и сложности данных, получаемых отраслью из многочисленных источников, необходимость организации и упорядочивания информации является постоянной проблемой».

ИИ и большие данные в сфере здравоохранения связаны между собой. GlobalData отмечает, что использование первых будет продолжать быстро расти — особенно если учесть объем данных, которые сегодня можно добывать из историй болезни и реестров пациентов, реальных доказательств, продаж и маркетинга, а также подключенных устройств. Они также могут использоваться для составления планов лечения, разработки лекарств или улучшения результатов клинических испытаний.

В процессе открытия и разработки лекарств эффективный анализ больших данных может повысить производительность и эффективность исследований и разработок (R&D) за счет раннего и более целенаправленного решения проблем и механизмов принятия решений. Поддерживая анализ больших данных, ИИ обладает потенциалом для быстрого ускорения сроков НИОКР, делая разработку лекарств дешевле и быстрее, — пояснила эксперт.

Пандемия COVID-19 дала значительный толчок развитию таких генерирующих данные областей здравоохранения, как носимые устройства, электронные медицинские карты, удаленный мониторинг пациентов и мобильные приложения. Расширение использования социальных и цифровых медиа-инструментов среди врачей и пациентов также способствовало увеличению объемов и разнообразия информации, к которой компании могут получить доступ, собрать и проанализировать.

Urte Jakimaviciute добавляет: «Получая данные из различных источников и используя возможности анализа данных, фармацевтические компании могут получить более полное представление о моделях поведения конечных потребителей, реакции на маркетинговые кампании, эффективности продукции и предстоящих тенденциях в отрасли, что при всестороннем анализе и интерпретации может привести к улучшению маркетинга и продаж».

Хотя большие данные и искусственный интеллект часто рекламируются как инновации, которые могут улучшить почти каждый элемент цепочки создания стоимости в фарме, интеграция и качество данных остаются основными направлениями. ИИ требует высококачественных данных, и чем больше данных получает ИИ, тем точнее и эффективнее он может стать. Однако если у компаний нет полной видимости качества данных, они не могут доверять результатам, которые генерирует ИИ, — подводит итог аналитик.

Kurs 1920

Специализированный онлайн-курс «Автоматизация контроля качества на фармпроизводстве»

Курс состоит из текстовых и видео учебных материалов, вебинаров с экспертами в области автоматизации контроля качества, модулей контроля знаний, и теста на получение Удостоверения.

нет комментариев

Поисковая система по ресурсам фармацевтической отрасли

Наберите в форме поисковый запрос, например - фармацевтические субстанции и получите результат поиска

 

Подпишитесь на новостную
Email рассылку ФармПром.РФ — это бесплатно!

ПОДПИСАТЬСЯ
Загрузка…