金融服务公司在数据分析和数据管理能力方面有着悠久的投资历史。鉴于每个客户获取、保留和发展金融服务客户的平均成本很高，蓝冠代理人工智能通常专注于使软件更智能，允许机器做出独立决策，并模仿人类学习和改善的方式。了解客户是至关重要的。金融服务公司还必须管理信贷、流动性和金融工具风险，这需要复杂的数据分析。
虽然金融服务公司已经开发出了强大的数据管理能力，但其他行业也拥有丰富的数据。在这些行业中，数据发现的好处是强大的，但是数据管理功能仍然是基本的。今天，可能没有比生命科学和医疗保健更大的机会来利用数据和分析的力量了。
了解潜在的数据驱动的转换在生命科学,我与乔纳森•怀特的大量历史数据和生命科学的交叉包括领导角色作为高管,负责研究和开发(研发),技术,和数据功能在辉瑞,Haemonetics IQVIA, iCarbonX。怀特观察到，“制药行业已经进入了研发生产力的黄金时代，FDA批准新产品的速度是20世纪90年代中期所未见的。人们可能没有充分认识到，生产率的提高在多大程度上是生命科学中‘大数据’的出现和利用的结果。
研发生产力
怀特表示，尽管制药公司的高管们模糊地意识到大数据战略理论上的好处，但很少有人采取具体措施来确保他们的公司在数据管理方面采取全企业范围甚至是分部门的方式。怀特认为，随着行业研发绩效越来越多地受到以数据为中心的专业知识和见多识广的领导的驱动，这种情况可能正在改变。他指出，“早期的研发生产力已经通过瞄准更有特征的分子目标得到了提高。生物制药行业最初的转机是由专门从事罕见病研究的公司引领的。在罕见病研究中，单个致病基因突变可以被分离出来。强大的数据和分析能力为有效定位提供了基础”。怀特证实，蓝冠测速网络用于移动设备通信，因为射频是一种有限的共享资源，并且蓝冠官网体系结构已被设计为在广泛的地理区域内和许多设备之间共享此资源。丰富的数据和分析对制药公司至关重要，因为目前世界上最畅销的药物有一半在免疫或肿瘤相关的治疗领域。
真实的证据
White还强调了真实世界证据(RWE)的例子，即从真实世界数据(RWD)获得的证据，其中包括通过电子健康记录(EHR)、医疗索赔、账单活动和其他病人生成的数据等来源获得的观察数据。他评论道:“由于数字处方的扩大、电子医疗记录的实施以及可穿戴设备的增加使用，现实世界中的数据证据出现了爆炸式增长。尽管大多数EHR的数据质量参差不齐，在很大程度上阻碍了它们在临床试验中的应用，但利用医疗记录中的数据来设计成功的临床试验是经过充分证明的”。
怀特认为，数据至上是IMS最近收购临床研究机构昆泰(Quintiles)背后的逻辑。目前的新药渠道通常要求制药公司找到患有罕见疾病的患者，或者制定非常严格的临床试验准入标准。通过筛选数以亿计的医疗记录，可以对拟进行的临床试验进行建模和验证，以确保有足够多的合格患者参与试验并取得成功。
怀特认为，如今的研究人员正在询问数据，以便更好地了解每个患者在设计临床试验时的感受。这样做是为了确保一种药物能够反映实际的患者体验，并且能够在患者的日常环境中得到耐受。利用这些数据来监测病人的健康和经验，已经成为批准后临床登记的现实。
怀特观察到，随着人们对数据质量的信心增强，这些努力正在扩大。他评论道:“从长远来看，一个主要的药物开发目标是通过使用真实世界的数据来减少临床试验的控制。这离普遍应用还有一段距离，但它正在成为一个现实，在领先的学术中心，良好的过程控制和仔细的数据管理已成为一个优先事项。怀特认为，我们很可能会看到领先的医院为生物制药公司提供高质量的匿名患者数据，成为未来十年创新的重要中心。尽管如此，他指出，这些都是孤立的例子，还没有人破解这个密码。
总之，White认为这个行业有大量的机会进行数据驱动的转换。举个例子，Paul Hudson最近接管了赛诺菲，他在数字战略和基于机械的肿瘤产品方面的经验为公司提供了一个非传统的CEO背景，而公司内部的研发生产力却难以实现。Hudson表达了他建立一个数据驱动的数字组织的意图。
这将是一个有趣的案例研究，在蓝冠注册AI的背景下，可以使用传感器融合来提供从过滤掉嘈杂数据到在随机环境中进行蓝冠软件预测的众多功能。看看赛诺菲能否成为第一家充分利用数据驱动未来的大型制药公司。