百奧知用AI賦能藥物生命全周期管理 讓耗費數月工作一秒內完成

在北京第四屆中華醫學事務年會上，百奧知董事長庄永龍和MedAI事業部副總裁姜學卿受邀演講，講述了在數字時代AI自動化如何幫助解決複雜問題，加速藥物上市周期。

姜學卿現場介紹了一個MedAI的應用案例：「銀屑病是一種自免疫疾病，發病機理仍有待深入研究。通過多重標誌物檢測演算法的交叉確認，我們找到了性能優異且生物學意義顯著的標誌物，並構建了精準診斷模型。該模型同時獲得了國際健康大數據競賽的第三名。」

而在這背後實現支撐的，是百奧知MedAI智能醫藥研究雲平台。MedAI智能醫藥研究雲平台提供三大解決方案：MedAI智能學術網路解決方案、MedAI智能選題解決方案、MedAI智能數據分析解決方案。

百奧知MedAI事業部副總裁姜學卿做現場演講

賦能醫學聯絡官 量化KOL管理

隨著「4 7和新葯審批加速」等政策的推出，醫藥企業學術轉型成為必然，這也意味著醫藥代表時代的落幕，而醫學聯絡官的作用更加突出。

醫學聯絡官（MSL）是指經過高級科學培訓的各個治療領域的專業人士，其工作和銷售獨立，主要負責上市前產品信息溝通。他們擅長向不同的利益相關者傳達複雜的科學和醫學信息，首要任務是與相同治療領域（如腫瘤、中樞神經、心血管等）的學術領導者（KOL）保持密切的關係。

一位TOP10葯企醫學事務負責人這樣總結其作用：「醫學事務官就像兩座橋樑，一是研發到市場的橋樑；二是企業內部和學術界的橋樑，要把葯最大的特點、安全性和有效性傳遞給KOL。所以他們既要懂研發，又要有商業敏銳度，同時也得具有戰略眼光。」。

姜學卿也在會議上表示：「醫學聯絡官工作的核心是KOL管理及上市後臨床證據溝通。現在醫學事務的工作內容也正往與KOL進行科研協作方向發展。」

要做到連接藥物從研發到上市中的各方，對於醫學聯絡官來說，需要具備多種能力，他們不僅要每天需要閱讀查閱大量文獻，熟悉各個領域的研究熱點，還要諳熟臨床數據，組織學術資料、發現有潛力的KOL，輔助KOL進行臨床研究等。

完成這些工作的，國內專註於生命科學一體化雲平台整體解決方案的百奧知就針對這一市場推出了全新的eMSL工具：基於MedAI智能學術網路的臨床研究輔助工具。

利用MedAI智能醫藥研究雲平台，醫學聯絡官可以對KOL進行量化管理。MedAI可以基於公共的文獻數據提取KOL的研究力信息，並進一步進行數據挖掘，讓醫學聯絡官可以更好地了解KOL關注的研究熱點和主題，並有針對性的進行精準信息傳遞。MedAI可以對KOL研究領域分類展示，自動提取各領域發文量、被引量，並進行相關研究主題分析，MedAI還可以針對藥物臨床研究智能推薦研究者。

簡單地來說，MedAI以上的功能可以幫助醫學聯絡官進行高效的KOL管理、發現潛在KOL，輔助臨床研究等，支持藥物上市後的證據收集及臨床醫生的觀念教育等，結合MedAI藥物靶點發現、藥物重定位分析，覆蓋藥物的全生命周期管理。

這能產生多大的價值呢？舉例來說，在推進藥物臨床試驗時，研發到了二期、三期，葯企需要大量投入，如果可以找到合適KOL參與臨床試驗，並能夠高效率、高質量完成臨床試驗，將有效加快藥物上市。

在協助解決臨床研究的問題中，MedAI可以進行全景多向智能輔助選題推薦；智能推薦臨床研究方案；智能患者隨訪和管理；智能數據統計分析；最後還可以智能推薦投遞期刊。

另外，值得一提的是，百奧知eClinical中的藥物安全警戒管理系統Bioknow PV可以有效的幫助醫藥企業進行PV管理。Bioknow PV可以進行藥物安全大數據挖掘，應用ＮＬＰ、機器學習、語義識別等多種技術，挖掘已有知識庫、自動檢測文獻數據，分析藥物安全性，進行高質量臨床試驗和上市後藥物不良反應監測。

百奧知總裁庄永龍在會議現場做演講

多場景應用能力 賦能藥物生命全周期管理

MedAI賦能醫學事務，解決了藥物研發到上市過程中很多問題。其中無論是藥物靶點發現，智能選題推薦，還是智能方案設計，以及智能隨訪和智能數據分析，都可以快速結合到研究者、醫學相關人員的工作中。

真實世界證據（RWE）也越來越重要，FDA已經基於真實世界用藥數據批准輝瑞Ibrance新適應症。

真實世界研究需要的樣本量相對較大，數據異質性強。研究者面對海量的數據，也還沒有做好準備。數據統計分析，是決定臨床研究成功與否的關鍵因素。想要在臨床試驗中獲得高質量的數據分析，就要求研究者要具備統計知識、統計軟體應用技巧、甚至計算機編程能力。這對大部分研究者來說挑戰很大。

目前現有SPSS軟體、SAS軟體等統計軟體，不僅使用門檻高、專業背景要求高，而且它們功能主要在統計，缺乏整體科研解決方案。

姜學卿說道：「MedAI智能分析可以讓不會分析的人會分析，讓會分析的人節省時間，讓會一種分析方法的人具備多種分析方法的能力。」

MedAI從統計學應用場景出發，利用文獻中已被驗證的經典分析流程，一鍵式得到數據分析報告。MedAI智能數據分析流現已覆蓋腫瘤、免疫疾病、心腦血管疾病、內分泌、傳染病、中藥研究、外科與醫療器械七大領域。

在應用場景方面，強大的分析能力讓MedAI可以覆蓋葯企、醫院、CRO、研究者，讓需要至少耗費一個月時間的文獻查閱工作，在1秒內完成，讓普通研究人員也擁有頂級選題設計能力，讓高門檻的數據統計分析在一分鐘內完成，對於企業來說整體成本大大降低。

所謂工欲善其事，必先利其器。MedAI以藥物全生命周期為軌跡，以各環節中的人為落點，讓研究者從卷帙浩繁的數據和論文中釋放，一秒內完成研究主題分析和論文信息匯總；讓研究者不再囿於統計質量低的難題中，一鍵得到分析結果報告；讓醫學聯絡官可以高效的量化管理KOL。

對於AI會不會替代人類的問題，姜學卿也在會議現場發表了觀點：「AI會增強人類的能力，幫助人們更高效地完成工作。AI不會淘汰人類，但會用AI的人一定會淘汰不會用AI的人。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！