Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Testimonianze

Come Big Data e Data Science cambiano il Pharma e quali prospettive apre per la Medicina di Precisione

Vantaggi per le imprese, per le persone e per gli ecosistemi che si occupano di innovazione per la sanitá: investire sul valore dei dati apre nuove prospettive al mondo farmaceutico nella testimonianza di Maurizio Sanarico Chief Data Scientist presso SDG Group

02 Dic 2019

Mauro Bellini

Direttore Responsabile

Il mondo farmaceutico rappresenta da sempre uno dei settori che deve quotidianamente unire un importantissimo lavoro basato sull’analisi dei dati con un impegno, altrettanto importante, basato sulla sintesi e sull’equilibrio tra istanze e soggetti con interesse diversi.

Per il settore pharma, forse più di altri settori, il digitale rappresenta una straordinaria opportunità di accelerazione della conoscenza e di accelerazione dei processi decisionali nel rispetto delle specifiche regole che definiscono la governance di questo settore.

Maurizio Sanarico, Chief Data Scientist presso SDG Group

L’impatto della Data Analytics e della Data Science sul settore health e pharma è un valore che si misura a livello di ecosistema: per i cittadini o per i pazienti innanzitutto, per il mondo delle imprese farmaceutiche, per le organizzazioni e le istituzioni che sono chiamate a gestire i servizi legati alla sanità e alla salute in generale e infine e non ultimo, per le organizzazioni che hanno invece il compito di sorvegliare e di legiferare. Un equilibrio questo che permette di creare un ambiente competitivo nel quale tutti questi attori possono concorrere per raggiungere l’obiettivo primario di garantire la migliore innovazione possibile per la salute dei cittadini a costi sostenibili per le Pubbliche Amministrazioni nel rispetto delle logiche di competizione di ricerca di valore aggiunto delle imprese.

Ecco che in questo contesto parlare di Data Driven Industry assume un valore particolare, che è specifico per questo mondo.

Cosa dignifica Data Model Driven Business per il mondo Pharma

Maurizio Sanarico, Chief Data Scientist presso SDG Group segue da tempo questo settore e ci tiene subito a sottolineare l’importanza di allargare il concetto di Data Driven per questa industria: “Ritengo – spiega – sia più opportuno parlare di Data Model Driven Business, ovvero una lettura e un inquadramento nello stesso tempo più ampio e più profondo di “impresa guidata dai dati”, proprio perché “è più complesso il mondo ed è più articolato l’ecosistema degli attori che lo compongono”. In questo senso – spiega –   serve il termine “Data” perché rappresentano il materiale fondamentale per la conoscenza e per realizzare previsioni, il termine “Model” perché grazie alla modellizzazione è possibile distillare i dati e gestire il delicatissimo passaggio dal dato alla conoscenza e “Business” perché questa conoscenza si può tradurre in vantaggi concreti per tutti gli attori della complessa filiera, per le imprese, per le organizzazioni, per i cittadini”

I tre ambiti applicativi della Data Science nel Pharma

Fissato questo punto, anche sul tema della comprensione di cosa si intende per “impresa guidata dai dati” nel settore farmaceutico, Sanarico sottolinea che “l’ingresso della Data Science nel mondo Pharma ha una portata straordinaria potenzialmente molto più rilevante che in altri settori”

Per capire il valore di questa prospettiva occorre però distinguere gli ambiti applicativi dalla data science e occorre fare riferimento a tre ambiti distinti:

  • La componente produttiva e industriale
  • La Ricerca & Sviluppo
  • L’ambito prettamente clinico

Nel caso del mondo industriale occorre considerare che il mondo produttivo ha da tempo adottato delle “good manufacturing practices” che sono sottoposte ad approvazione degli enti regolatori e che sono ampiamente dotate di sensoristica e di capacità di controllo e di misurazione in real time.

L’ambito manifatturiero conta su un patrimonio di dati che forniscono una conoscenza dettagliata dei processi in situazioni reali. Non solo, il mondo produttivo è nella condizione di monitorare ancora una volta grazie ai dati anche tutti i processi complementari, che sono però di importanza strategica per l’efficienza delle aziende, come sono ad esempio le attività legate alla sterilizzazione degli oggetti.

Un altro punto di fondamentale importanza, in chiave di analisi dei dati, è costituito dalla gestione dei processi di produzione relativi ai principi attivi.

Tutti questi esempi attengono ad ambiti produttivi dove il valore dei dati è in capo a due grandi componenti:

  • la sensoristica attraverso la quale avviene la data collection
  • gli strumenti e gli applicativi che effettuano l’analisi dei dati e che supportano la loro interpretazione

Data Science per il miglioramento della produzione e per la qualità dei prodotti

Sanarico ci conduce a una prima analisi dei vantaggi e delle opportunità di questo passaggio: “grazie alla Data Science – spiega – si possono ottenere vantaggi a livello di miglioramento della produzione da una parte e di miglioramento della qualità dei prodotti dall’altra. Non solo, ma l’introduzione del Real time all’interno di processi di produzione, che durano normalmente diverse settimane, permettono di portare nel processo produttivo stesso dati che sono il frutto del monitoraggio e della verifica e che consentono di intervenire sui processi di produzione per correggerne o per migliorare le condizioni.

Se poi si guarda al mondo R&D i vantaggi si concretizzano anche su altre dimensioni. Nel caso dello studio clinico, come negli ambiti del “molecular design o del molecular modeling”, il valore dei dati si concretizza nella possibilità di accelerare l’esame e la conoscenza degli interventi, di aumentare la possibilità di controllo e la individuazione degli effetti collaterali più importanti.

“Un altro ambito poi dove i vantaggi della Data Science per il settore farmaceutico sono particolarmente concreti – sottolinea Sanarico – è rappresentato dalla raccolta e dall’analisi dei dati corrispondenti alle tre fasi di questa importantissima fase del ciclo di vita produttivo di un farmaco. In queste tre fasi del processo di controllo una impresa Data Driven può esplorare in modo nuovo la possibilità di trovare effetti indesiderati anche minimi o difficilmente intercettabili con altri mezzi”.

La ricerca di nuovi rischi grazie alla Data Science

Dai dati arrivano poi anche strumenti utili alla individuazione di nuovi fattori di rischio che permettono di predisporre soluzioni innovative in termini di Risk Management o ancora dati che sono a loro volta indicativi di segnali che possono essere utilizzati a scopi di marketing o commerciali o che possono essere messi in relazione con eventuali situazioni di mercato, come potrebbe accadere nel caso di azioni da parte della concorrenza.

Un altro aspetto dove la Data Science è in grado di cambiare in modo radicale i processi di raccolta e verifica dei dati e nella comprensione del modo in cui sono recepiti i farmaci, con forme di analisi che  possono permettere di sviluppare la conoscenza necessaria al business senza dover impattare su aspetti di privacy e di rispetto della deontologia medica.

Dalla Data Science nuove prospettive per la Medicina di Precisione

La parola chiave che meglio permette di comprendere il valore  all’utilizzo di Big Data e Data Science in tanti è diversi settori è il termine Precisione. Aumentare la conoscenza grazie ai dati permette di aumentare la precisione delle decisioni e delle azioni. In questo caso l’uso dei dati impatta direttamente sull’uso dei farmaci e delle terapie e si entra cosí nella medicina di precisione o personalizzata.

“Uno dei punti chiave è rappresentato anche qui, – come osserva Sanarico -, dagli ecosistemi e nello specifico dalla collaborazione tra la struttura che eroga la terapia e la organizzazione che si occupa di progettare il farmaco”.

Si tocca qui il tema della integrazione tra fonti diverse di dati e grazie alle metodiche che permettono di lavorare su grandi quantità di informazioni e dati riferiti a soggetti non identificabili si è sviluppata una componente di ricerca con metodologie AI che hanno permesso di aumentare la conoscenza in merito al comportamento dei medicinali, per individuare ad esempio come mai alcuni soggetti non erano sensibili a certi farmaci e intercettare la causa legata a mutazioni genetiche.

La sfida in questo caso sta nella capacità di mettere in relazione fonti di dati e informazioni un tempo non accessibili e che permettono, per fare un altro esempio, di correggere i percorsi terapeutici o, ancora, di Impostare metodi di trattamento dinamico, come il “Reinforcement learning” che permette di “aggiustare la strada” in funzione delle indicazioni che arrivano dal paziente.

Nel terreno della Medicina personalizzata l’industria farmaceutica entra non solo in qualità di fornitrice di prodotti, ma come fonte e piattaforma di conoscenza insieme a diversi altri attori in un approccio data driven che permette di aumentare i dati a disposizione e di rendere più preciso il percorso terapeutico.

In questo ambito SDG Group porta la sua esperienza di process mining, di capacità di sviluppo di soluzioni data driven per la creazione di un percorso terapeutico e di capacità di analisi se il processo è corretto o se ha bisogno di correzioni.

Nella parte clinica poi si lavora a stretto contatto con il medico anche con servizi e soluzioni per la visualizzazione dei dati. SDG Group offre anche un supporto metodologico che è di fondamentale importanza per mettere a valore la conoscenza.

Sanarico osserva che “Nel manifatturiero, quando un ingegnere acquisisce un valore conoscitivo è relativamente facile condividerlo”. Nell’ambito clinico il processo è molto più complesso, la metodologia è molto più articolata, ed é un vero e proprio percorso, basti pensare che in campo clinico ci sono processi che devono coinvolgere almeno cinque attori:

  • Azienda farmaceutica
  • Paziente
  • Servizio sanitario
  • Ambulatori
  • Assicurazioni

Il Risk Management nel mondo Pharma e il supporto della Data Science

Tra gli ambiti d’azione della Data Science in ambito Pharma, nella prospettiva Pharma 4.0 troviamo la advanced analytics per la gestione finanziaria, per il Risk management nel settore produttivo, dove il risk è legato a produzione inefficiente, a scarti, a invalidazione di prodotti, e dove i rischi impattano sul piano economico. Accanto a questo c’é poi il Risk management per il mondo clinico, dove la Data Science può permettere di scoprire un evento avverso, di correggere un percorso, di monitorare minacce, di individuare errori.

Un altro tema chiave per il Pharma è rappresentato dalla tracciabilitá per garantire la qualità dei prodotti e per evitare i rischi di contraffazione. In questo ambito la blockchain può rappresentare una importante soluzione.

SDG Group conta su una soluzione per impostare un metodo analogo a quello dei “passaporti”, con una chiave privata che è gestita da un ente sovranazionale per la identificazione del passaporto in modo univoco.

La chiave privata viene poi gestita sulla blockchain con un chip NFC con chiave privata in blockchain che risolve con questa modalità il tema della chiusura dell’ultimo miglio.

Sul tema della Precision Medicine e della Personalized Medicine suggeriamo la lettura dell’articolo Cos’è la Precision Medicine e come permette di realizzare la Precision Care grazie alla Data Science

In merito all’innovazione digitale per il settore farmaceutico suggeriamo la lettura del servizio Farmaceutico 4.0: verso le filiere collaborative, con l’innovazione tecnologica e di processo relativo all’evento Qualità, efficienza, sicurezza. Dal digitale nuovo valore per il Pharma”,

Articolo aggiornato da Mauro Bellini il 2 Dicembre 2019

@RIPRODUZIONE RISERVATA
Mauro Bellini
Direttore Responsabile

Direttore responsabile delle testate “verticali” di Digital360: Blockchain4Innovation, PagamentiDigitali, Internet4Things, BigData4Innovation e Agrifood.Tech si occupa di innovazione digitale applicata alla realtà delle imprese, delle pubbliche amministrazioni e del sociale.

Articolo 1 di 5