Что представляют себе большинство людей, когда слышат словосочетание «анализ данных»? Скорее всего, каких-нибудь сотрудников, склонившихся над ноутбуками и лихорадочно проводящих вычисления с использованием сложных формул, огромных таблиц и различных графиков. Надо признать, отчасти именно так и проходит обычный день аналитика данных.

И все ради потрясающих возможностей, которые скрываются за этими цифрами. Благодаря огромным достижениям в области анализа данных, включая такие направления как машинное обучение, искусственный интеллект, данные повседневной практики, цифровое здравоохранение и наращивание вычислительных мощностей, наши способности собирать, анализировать и понимать данные для получения более точных выводов и результатов стали беспрецедентно широкими.

Наука о данных меняет все отрасли, от собственно цифровых компаний, таких как разработчики приложений по совместному использованию автомобилей, до компаний, предоставляющих финансовые услуги. Все чаще эти изменения становятся заметны и в сфере здравоохранения. В последние годы применение анализа данных в здравоохранении и инвестиции в это направление выросли многократно. Биофармацевтическая отрасль располагает уникальными возможностями, чтобы возглавить этот тренд, учитывая наше глубокое понимание природы заболеваний, нормативно-правовой базы и механизмов обеспечения конфиденциальности данных, а также, что важнее всего, большой опыт взаимодействия с людьми, страдающими от серьезных заболеваний.

Потенциал применения анализа данных в области фармацевтических исследований и разработок, от поиска новых лекарств до их разработки и последующих этапов работы, просто огромен. Анализ данных позволяет делать открытия, которые помогают нам лучше разобраться в природе заболеваний. С его помощью мы находим в наших библиотеках наиболее перспективные соединения, оцениваем их профиль безопасности и внедряем лучшие из них в клиническую разработку. Он помогает нам разрабатывать и проводить более качественные и эффективные клинические исследования. Благодаря анализу данных мы можем определить, какие лекарства лучше всего подходят для тех или иных пациентов, а также выявить заболевания и приступить к их лечению в более ранние сроки. Все это существенно улучшает результаты лечения пациентов с прогрессирующими заболеваниями.

Каким образом это влияние реализуется на практике?

С помощью машинного обучения в фармацевтических компаниях Janssen корпорации Johnson & Johnson ускоряется разработка новой кандидатной вакцины от инфекций, вызываемых бактерией E. coli, которая становится все более резистентной к обычным антибиотикам. Используя искусственный интеллект для анализа эхокардиограмм ― обследования, которое обычно проводится на ранних этапах лечения пациента, ― мы выявляем у пациентов редкие, плохо поддающиеся диагностированию заболевания, к числу которых относится легочная артериальная гипертензия. Искусственный интеллект помогает нам обнаруживать мутации на изображениях гистопатологических срезов, полученных у людей с раком мочевого пузыря. Это повышает шансы на успешное применение новых лекарственных препаратов, находящихся в стадии клинической разработки, и позволяет привлекать к клиническим исследованиям пациентов, которым новые методы лечения могут спасти жизнь. Кроме того, мы разработали платформу на основе искусственного интеллекта, которая позволит нам использовать накопленные практические данные вместе с данными рандомизированного контролируемого исследования для дальнейшей клинической разработки дополнительных методов лечения большого депрессивного расстройства с симптомами бессонницы.

Аналитика данных сыграла решающую роль и в разработке вакцин против COVID-19. Собрав в начале пандемии точные и всеобъемлющие наборы данных, мы проанализировали их с использованием передовых аналитических технологий, чтобы понять, как COVID-19 распространяется по миру, где ожидать следующего пика заболеваемости и где потенциал вирусных мутаций будет самым высоким. Эти прогнозы оказались удивительно точными, что позволило нам проводить клинические исследования в «горячих точках», т. е. местах, в которых участники должны были с большей вероятностью подвергнуться воздействию COVID-19. Таким образом мы могли быстрее определять эффективность вакцин. Это существенно ускорило процесс накопления данных и сократило сроки разработки вакцины, а также позволило получить данные об эффективности в отношении нескольких штаммов COVID-19, которые представляли для нас интерес.

Помимо этого, аналитика данных помогла нам быстро обрабатывать данные о практике применения вакцин против COVID-19. Это позволило принимать во время пандемии своевременные взвешенные решения в сфере общественного здравоохранения, в том числе связанные с получением разрешения FDA на экстренное применение бустерной вакцины Johnson & Johnson. Один из последних примеров использования науки о данных связан с разработкой крупных скрупулезных исследований на основе данных клинической практики, посвященных сохранению эффективности вакцин против COVID-19 в США. Результаты подобных исследований имеют принципиальное значение для принятия клинических и стратегических решений в режиме реального времени.

В Janssen R&D реализуется свыше 100 проектов в области анализа данных, которые охватывают весь спектр разрабатываемых лекарственных препаратов. Руководят этими проектами наши новаторы, которые обладают двойными компетенциями ― в области медицины и науки о данных, либо в ускоренном режиме проходят соответствующую подготовку. Помимо фармацевтических исследований и разработок, Johnson & Johnson использует анализ данных и в других отраслях в рамках всей глобальной организации, включая разработку и обеспечение доступности наших медицинских устройств и потребительских товаров.

Наша компания ставит перед собой амбициозную цель ― изменить траекторию развития здравоохранения и сформировать четкое видение инновационных преобразований, а также результатов, которых мы хотим добиться ради улучшения жизни пациентов и сообществ. Мы добиваемся прогресса не только своими силами, но и в партнерстве с другими лидерами в этой области, включая стартапы и предпринимателей, занимающихся анализом больших данных и развитием цифрового здравоохранения, а также ведущих представителей технологической и академической сферы. Наша конечная цель ― объединить лучших специалистов в области данных для решения наиболее сложных проблем глобального здравоохранения.

От того, насколько успешно и быстро мы сможем совместными усилиями раскрыть потенциал анализа данных в целях дальнейшего преобразования здравоохранения и оказания помощи пациентам, будет зависеть, станет ли это направление одной из самых значительных и определяющих возможностей нашего времени. Вопрос в том, хватит ли у нас решимости для революционных преобразований.

Позиция компании Janssen однозначна: пришло время превратить анализ данных в инструмент успеха. Узнайте больше о том, как с помощью науки о данных мы стремимся изменить развитие систем здравоохранения во всем мире.

9 марта 2022 г.