從MedAI到“生命科學一體化”佈局,百奧知如何用技術賦能醫藥行業?

隨著人工智能技術在醫療領域的應用不斷深入,人工智能與醫藥行業的結合也在快速成長。在醫藥行業的研究中,往往存在投入高、週期長、成功率低等困境,技術則帶來的許多新的思路。從研究環節,到成果的商業化推進,人工智能正在結合大數據,在提高行業效率中擔任各種各樣的角色。

得益於12年的積累以及對行業趨勢的敏銳,百奧知緊跟行業需求,從服務於研究者,到為企業降本增效,著眼全產業鏈,正在成為一個極具成長性的賦能者。

百奧知成立於2007年,前期致力於EDC數據收集及管理業務,2018年成立MedAI事業部,利用人工智能為醫藥研究賦能。

當前百奧知團隊規模達170人,既包括軟件團隊,也包括人工智能開發團隊,以及專業的醫學團隊。據百奧知MedAI事業部負責人,公司副總裁姜學卿介紹,MedAI事業部成立以來正在重點佈局自己的專利技術,人工智能業務領域在申請的專利已有5項,3項專利已經獲批。

2018年7月,百奧知獲得了銀河吉星領投,和悅資本跟投的4000萬人民幣A輪融資,如今新一輪融資已經啟動,百奧知將繼續擴大業務覆蓋,優化產品線,進一步擴展市場份額。

近日,大健康派採訪了百奧知MedAI事業部副總裁姜學卿,他為我們詳細講述了百奧知創業12年的成長軌跡,分享了關於醫藥市場的觀點,關於生命科學一體化雲平臺的效果,以及百奧知如何踏上新風口,利用AI技術為醫藥行業賦能。

从MedAI到“生命科学一体化”布局,百奥知如何用技术赋能医药行业?

百奧知MedAI事業部副總裁姜學卿

姜學卿,首都醫科大學外科專業碩士,擁有超過10年+醫療行業專業工作經驗,曾在西安楊森、萌蒂等國內外知名公司擔任醫學經理,疾病領域負責人,目前負責百奧知MedAI事業部的全面運營。

以下是訪談實錄:

大健康派:百奧知從2007年成立,到今年已經有12年了。這十多年間市場發生了哪些變化,百奧知又在不斷變化的市場環境中做了哪些改變?

姜學卿:公司2007年成立,主要是做臨床研究數據收集管理系統(EDC),主要服務於藥物上市前臨床研究、數據收集管理這方面的業務,後來開始做業務拓展,做一些過程管理,隨機化,文檔管理、安全數據管理等。近幾年隨著大數據、人工智能這些趨勢熱點的出現,我們也考慮在這些方面做一些佈局。所以在2018年成立MedAI事業部,這個事業部的主要業務範圍就是通過人工智能的方式去做數據挖掘,開發智能化的數據分析工具,同時結合EDC等軟件,提升數據收集管理的質量和效率。已達到我們通過信息化+AI賦能醫藥研究的目標。

大健康派:百奧知在團隊配置上有什麼樣的優勢?

姜學卿:整體來看,百奧知公司目前有軟件事業部、MedAI事業部和商務部三大業務部門。軟件事業部,從軟件的開發到數據的管理,再到一些新的業務,比如藥物安全警戒(PV)等,加起來大概有120人的規模。

MedAI事業部是新部門,我們有專門的人工智能團隊,及配合人工智能開發的軟件團隊。此外,我們還配備了專業的產品及醫學團隊,有近30人的規模。

所以,百奧知現在整體上是一個多元化的團隊,目的也是為了去覆蓋整個醫藥研發及上市後推廣,覆蓋藥物全生命週期。從單純的軟件開發,工具平臺提供,增加醫學策略諮詢。產品包括eClinical一體化數據管理平臺及MedAI智能化應用平臺,提供學術網絡、產品知識圖譜、智能問答等智能化工具。

大健康派:我們在百奧知的官網看到,MedAI下面還包括eStudy和eMAF兩個解決方案,這些業務具體是什麼,能夠服務到哪些環節?

姜學卿:關於MedAI,我們想要構建的是一個人工智能的互聯網科研平臺。

我們有兩個著眼點,第一個是服務於研究者。

研究者在日常臨床研究行為中會涉及到選題、方案設計、數據收集管理、數據分析等一系列的需求。我們針對臨床研究者專門研發了一套eStudy的解決方案,裡面就包括公共數據的挖掘,幫助研究者做一些研究主題的挖掘和分析,輔助選題。另外我們也做了一些臨床試驗數據庫的集成,可以輔助他做一些方案的設計。數據收集方面,我們有eClinical一體化數據管理平臺,包括Web端和移動端。移動端可以拍照,實現數據的上傳。

另外,MedAI重點開發了一個智能數據分析模塊。現在很多研究者在臨床研究過程中,對於統計方法的選擇其實是有障礙的,有條件的研究者會選擇尋找專業的統計師合作。智能分析的出現就是為了解決這個痛點。智能分析,可以讓不具備統計基礎的研究者,也能夠按照模塊化流程去完成統計分析。目前,我們已經完成了一個創新型的模塊開發,通過梳理經典文獻中的分析方法和流程,生成一個自動化的“一鍵分析”模塊,並且整理出文章中的示例數據供研究者參考,研究者只要按照這個示例去整理自己的數據,上傳數據,一鍵分析就可以拿到分析報告,從而避免研究者對於統計方法選擇錯誤的發生,幫他發出更高質量的文章。

另一方面我們也服務企業用戶。

我們針對醫藥企業,定製化開發一些產品的知識圖譜,也就是基於公共數據,構建產品的知識網絡。裡面有文獻數據,也有臨床試驗數據,基於這個知識圖譜可以做藥物的知識管理,通過數據挖掘找到產品的優勢主題。

同樣,我們基於這些數據構建了一個研究者的學術網絡。在這個學術網絡當中,可以找到某一個疾病領域中活躍的研究者,這些研究者發表了哪些文章,做了哪些方面的研究,他關注的主題都有哪些等等,把這些研究者畫像。對於企業來說,研究者畫像可以精準地定位這位研究者在哪個維度,對他們進行分類分層,精準的傳遞產品的優勢主題,如此可以達到精準學術營銷的目的。

這就是MedAI目前在做的兩件事,一個是針對研究者的eStudy,一個是針對企業用戶的eMAF解決方案。

大健康派:平臺落地的情況如何?

姜學卿:我們現在已經和兩個垂直疾病領域展開了密切的合作,第一個就是中國門靜脈高壓診斷與監測研究組(CHESS),這個組織中有許多肝病領域的專家,幫他們搭建了一個CHESS科研協作聯盟,提供數據管理及智能化數據分析。目前CHESS組織中約有1500名來自全國的肝病專家。

另外一個是和世界中醫藥學會聯合會真實世界研究專業委員會的合作。這個組織覆蓋更廣泛,覆蓋了各個疾病領域,包含不同疾病領域的專家。同樣也是基於構建的科研協作網絡,拓展會員,幫助他們完成真實世界臨床研究。

具體說來,一些領袖級的研究者可以在這個協作網絡中發起項目,網絡中的研究者可以參與項目,形成科研協作。

大健康派:百奧知的介紹中提到“生命科學一體化雲平臺”、“臨床研究流程的全產業鏈”,如何理解“一體化”、“全產業鏈”?除了剛剛介紹的重點科研環節之外,如何切入到成果的商業化環節?

姜學卿:臨床研究一體化主要是服務於藥物的註冊臨床研究環節,包括EDC,過程管理,文檔管理,藥物安全管理。這個平臺服務於從I期到IV期臨床藥物研發過程,通過信息化、標準化的管理,本身已經是成熟的商業化項目。剛才提到的MedAI平臺的合作中,涉及到具體的研究項目,每一個研究項目也是一個具體的商業項目,這些項目中的大多數都是來自於藥物方面的研究。

大健康派:這些系統和平臺在研發和落地的過程中有沒有一些比較困難的環節?

姜學卿:從整個註冊臨床研究來講,百奧知的信息化平臺已經有十多年了,是非常成熟的平臺。現在會有一些困難在於,很多真實世界研究項目的出現,會收集一些相對比較難處理的數據,以及拿到原始數據之後的清洗,這方面的工作我想對於所有在做數據處理相關業務的公司都是一個難點,數據清洗的過程是很考驗技術水平的。這個方面可以通過一些人工智能手段,比如自然語言處理,在數據清洗的過程中提高效率、優化結果、提高識別準確率,從而在很大程度上減少人力成本。

大健康派:MedAI業務2018年剛起步,目前在公司整體業務板塊中是佔有多大比重?

姜學卿:百奧知目前的業務構成,大部分還是軟件業務。MedAI在過去一年中主要精力集中在平臺研發,可喜的是,現在已經開始做一些商業轉化,企業、研究者這兩條線都已經在陸續開展項目合作。尤其是企業合作方面,我們在積極推進產品知識圖譜、學術網絡和文獻案例分析庫,幫助企業做知識管理,做KOL的管理,以及創新的RWS實施模式,最近都陸續有訂單。應該說MedAI的市場剛剛開始,市場體驗過程中還是非常受歡迎的。

大健康派:關於下一步的規劃,有沒有具體的時間表?

姜學卿:在2020年我們想實現MedAI的業績突破,平臺開發完成後,我們希望在醫藥企業,包括外資和本土的醫藥企業中做到全面覆蓋,企業的醫學、市場、和銷售部門都能用上我們的智能化產品。現在醫藥企業很注重學術推廣,尤其是4+7新政策後,他們對學術營銷的投入也會逐漸加大,我們希望結合這個契機,更多的從知識及證據管理的角度切入,幫助企業去解決問題,同時達成我們的商業目標。

大健康派:現在國家圍繞一致性評價,推動仿製藥降價等出臺了一系列政策,在這種環境下有一些企業會為了應對仿製藥價格下降的趨勢,去做創新藥的研發。但是也有一些觀點認為,由於我們國家現有的醫保支付體系,創新藥未來也不會佔據太大的比重。不僅是2020年,或者未來18個月,再往遠一點,您如何看待創新藥市場的發展?

姜學卿:創新藥研發是醫藥企業自身謀求發展的一個目標,尤其是現在隨著國家政策的推進,不論是一致性評價,還是4+7新政來講,肯定會有越來越多的的企業在創新藥領域發力,在這塊的投入也會增加。

大健康派:但是現在創新藥還不能帶來可觀的利潤。

姜學卿:這是需要時間的,關於創新藥的研發,我們也在做一些戰略佈局。我們可以通過數據挖掘、分析模型的構建,幫助企業做一些藥物靶點發現的工作。目前在這方面,大部分本土醫藥企業的數據積累是不充分的,我們只能通過公共數據的挖掘,去幫助他們發現一些可能更好的藥物作用靶點,幫助企業去做一些創新藥物的研發工作,提高效率,降低成本。


分享到:


相關文章: