制药与生物技术 / 新药研发
Novo Nordisk：临床试验数据分析与研究假设验证
- 企业
- Novo Nordisk
- 国家
- 丹麦
- 实施阶段
- 有限运营
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
根据Microsoft的客户案例，Novo Nordisk通过FounData项目整理了跨试验、疾病领域和研究项目的超过20万患者年的临床试验数据。但从这些数据中获取洞见，仍然在很大程度上依赖稀缺的专家和耗时的工作。同一篇文章解释说，一个科学问题可能需要医学专家、业务相关人员、项目经理、数据科学家和生物统计专家协同工作，判断一个假设是否值得推进有时需要几个月。
使用的技术与数据
Novo Nordisk与Microsoft Forward Deployed Engineering团队的AI Acceleration Studio合作，在Microsoft Azure上构建了支持药物研发决策的推理智能体。研究人员和医学专家用自然语言提出问题，例如某一患者亚群是否出现特定的治疗反应，智能体就会生成并执行代码，基于结构化临床数据进行统计分析，并给出可解释的结果。同一篇文章称，两家公司在正式上线前进行了数千次自动化测试，并结合查询验证、系统性能指标、专家审核和用户反馈进行多层评估。生物统计专家和相关领域专家会在结果影响重大科学决策之前进行验证。FounData的Rasmus S. Andersen表示，智能体负责起草分析，如何使用分析结果由科学家决定。
成果
Microsoft的客户案例概括说，该智能体正在把获得洞见的时间从数周缩短到数分钟，正文则写道Novo Nordisk预计许多探索性分析都能实现这种缩短。FounData AI Application负责人Sid Prabhu表示，过去一个季度大约只能推进5到10个有前景的想法，现在可以评估50个以上。同一篇文章称，该智能体已在公司内部上线，更大范围的推广正在进行，部分相关人员最初的疑虑也随着研究人员和生物统计专家开始使用而转向采用。Prabhu表示，现在的难题是管理需求，因为每个人都想使用这个工具。
局限与待解问题
成效来自Microsoft客户案例中引用的公司人员说法和预期，用户数量或分析数量等测量结果均未公开。公司设定的提高临床试验成功概率的目标，目前也还没有经过确认的结果。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。