数字化应用案例:美国礼来制药公司使用AI自动创建不良反应报告

Clint Boulton
收集有关药品不良事件的信息令制药企业非常苦恼,这些企业需要向联邦监管机构提交任何事件的相关报告。相隔遥远的数据会以不同的语言和格式被收集起来,这使其难以处理。

这个拥有144年历史的制药团队构建了一个平台,该平台利用人工智能来处理有关不良事件的数据。

收集有关药品不良事件的信息令制药企业非常苦恼,这些企业需要向联邦监管机构提交任何事件的相关报告。相隔遥远的数据会以不同的语言和格式被收集起来,这使其难以处理。

礼来制药公司利用人工智能软件已经破解了这一难题(业界称其为药物警戒),该软件可自动路由和处理不良事件信息。

礼来制药公司药品开发部副总裁兼信息官蒂姆·科尔曼说:“我们的主要业务驱动力是提高生产率,降低处理不良事件的成本,同时保持高标准的质量和合规性。”

药物警戒是一个复杂过程。全球药品供应商的安全部门会在数万起药物案例转移到报告数据库之前,先对其进行核实和审查。然后,这些案例会在一定时间范围内送交管理机构。

将每个案例从报告的格式转换为监管机构便于审查的格式,这是一个复杂而费力的过程。此外,这些格式标准会时常随着不断变化的法规而改动。评估(从信息学到案例报告)这些工作的影响和效力也具有挑战性。

召集一个跨职能的团队

随着不良事件的数量每年增长10%到15%,改善案例的接收过程对于礼来制药公司来说至关重要。公司必须减少运营支出,以便可将资金转移到药物研发和改善患者治疗成效上。

“从历史上看,(案例管理)过程一直是人工操作,劳动密集且成本高昂,”负责该计划的科尔曼说。

2017年,该公司组建了一个跨职能团队,该团队由其全球患者安全组织、采购部门、质量部门和IT部门的案例管理人员组成。学科专家和其他业务人员与IT部门沟通,表示迫切需要缩短报告不良事件的周期。

该团队构建了MosaicPV,这是一个智能的接收平台,可将用于分类和管理这些报告的业务规则自动执行。该软件会将来自全球呼叫中心、电子邮件系统和患者连接平台中有关不良事件的结构化和非结构化案例数据提取到数据湖中。

由于机器学习算法和基于规则的模型会解读信息并做出预测,因此自然语言处理(NLP)软件会“读取”不良事件信息。在较高的层面上,MosaicPV平台可与机器人流程自动化技术帮助保险和金融服务公司处理索赔和其他重要文档相媲美。

科尔曼表示,基于该平台处理案例周期的缩短以及案例处理人员用于检查案例文件的时间缩短,同时还符合数据质量和合规性标准,因而该平台已经超出了最初的业务案例评估阶段。“这些人员可以专注于更有价值的工作,”科尔曼在谈及以前处理索赔工作的员工时说道。该工具还因使用新兴技术来转变业务运营工作而荣获美国国际数据集团(IDG)的2020 FutureEdge 50大奖。

着眼长远,保持敏捷性

科尔曼对采用敏捷开发方法表示赞赏,礼来制药公司在IT业务各个领域都取得了成功,并且其团队能够推出MosaicPV平台。礼来制药公司表示,使用瀑布式方法,其团队将无法改善业务流程和节省成本。

在2018年发布了两个版本之后,科尔曼的团队在2019年8月推出了第三个版本,添加了一些新功能、新的用户角色和新的数据源。该版本还完善了机器学习和自然语言处理模型,并将系统迁移到亚马逊云服务(Amazon Web Services),使其能够快速扩展,同时减少了礼来制药公司对基础设施的管理要求。定于今年推出的第4版本将包括新的数据分析功能以及处理其他语言案例的功能。

在以敏捷性和以产品为中心的思维模式下进行软件的快速开发是公司的最大障碍。科尔曼表示,员工进行了大量的技能培训,以学习如何使用和完善人工智能软件。团队还必须学会成为“产品负责人”,因为他们与产品接触了数月之久,参与了敏捷开发的Scrum过程来为高度监管的领域构建软件。科尔曼表示,这需要业务和IT团队打破他们所习惯的那种孤立工作方式,然后补充说,普华永道公司加入进来,为团队提供帮助和进行培训。

科尔曼说:“我们向团队提出挑战,要求他们把头衔和各自的角色放在一边。”他补充道,团队适应得很好,并通过发布三个版本获得了经验。

敏捷开发是取得成功的关键

就成功培养一支敏捷开发产品团队,科尔曼提供了一些建议。

人才很重要。团队中没有优秀的人才很难成功,因此科尔曼要确保,这个人应具备适合的专业知识来解决问题。首先是团队成员要重视团队合作,而且要团结一致以实现预期结果。

了解团队的优势和劣势。要了解你已拥有哪些以及需要拥有哪些专业知识,就需要查看内部和外部资源,以降低工作出错的风险。

不要害怕着眼长远。“创新思维是项目和计划成功的关键,”科尔曼说。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论