BigData a gyógyszeripari kutatásfejlesztésben

Mi is az a Big Data?

Manapság szinte mindenki hallott már a Big Data-ról, ám kevesen tudják, hogy pontosan mit jelent. Először is mitől Big (azaz Nagy), illetve ezek szerint akkor van olyan is, hogy Small (Kicsi) Data?

A legjobban úgy tudjuk érzékeltetni a különbséget, ha először elképzelünk például egy kérdőíves felmérést, legyen az akár papír alapú, telefonos, vagy interneten kitölthető űrlap. Ha kellően nagy mintán végeztük ezt a felmérést, mondjuk ez egy népszámlálás, ahol a polgárok számán kívül egyéb adatokat is tudni szerettünk volna, az adatok nagyságrendje a néhány tízmilliós tartományt fogja elérni. Ez a gyógyszerfejlesztők számára a klinikai vizsgálatokban már szinte elérhetetlen nagyságrend, mégis egy adatbázis-kezelő szoftverrel még kezelhető mennyiség, és bőven elfér egy számítógép merevlemezén, rendszerint annak töredékén. Ez azonban még csak a Small Data kategória teteje. Az egyik probléma ezekkel az adatokkal, hogy nehezen gyűjthetők be, a másik pedig, hogy az alanyokat kérdések megválaszolására ösztönözzük (tehát gyakorlatilag kényszerítjük, még ha szívesen állnak is rendelkezésre). Azaz aktív tevékenységet kell, hogy végezzenek az adatlapok kitöltése során, és akár hazudhatnak is, vagy megtagadhatják a válaszadást (pl. a népszavazás esetén az „Ön milyen vallású”, vagy egy klinikai vizsgálatban a nehezen mérhető „naponta átlagosan mennyit mozog”, „mennyit dohányzik” stb. kérdések esetén). A harmadik probléma pedig, hogy mivel a felmérésre fordított anyagi források végesek, csak kis számú „reprezentatív” mintát szoktak vizsgálni, és a minta a legjobb igyekezetünk ellenére sem mindig tükrözi pontosan a teljes sokaságra igaz valóságot, lásd például az amerikai elnökválasztás eredményét és a közvélemény-kutatók előrejelzéseit. Ezek a tipikus Small Data problémák.

Ettől lényegileg különbözik egy másik megközelítés, amikor az alanyoktól nem egy általunk konstruált kérdésre csikarunk ki valamilyen választ, hanem (javarészt tudtukon kívül) megfigyeljük, hogyan viselkednek valójában mindennapi életük során. Itt Orwell elismerően biccentene. Így kivédhető a hazugság és a válasz megtagadása is, ráadásul nem csak kis mintákat, hanem jóval nagyobb sokaságot tudunk vizsgálni. (Ha például valaki egy kérdőívezés során azt válaszolja, hogy kedvenc színe a kék, de csak piros ingei vannak, akkor valószínű, hogy nem mondott igazat.) A számítástechnika egyre általánosabb használata és az adattárolás egyre olcsóbbá válása mára elérte azt a szintet, hogy egy felhasználó összes kattintását el lehet tárolni, és akkora tárolókapacitás áll rendelkezésre, hogy az újabb adatok kedvéért nem kell a régieket törölni. Ez viszont már akkora adathalmaz, hogy egy számítógép vagy egy hagyományos adatbázis-kezelő szoftver számára kezelhetetlen, vagy legalábbis nagyon hosszadalmas feladat lenne. Ezért elemzési célra nem egyedi számítógépeket, hanem több száz vagy több ezer számítógépből álló hálózatokat használnak olyan speciális programokkal (framework-ökkel), mint például a YARN, a Storm, a Samza, a Spark, a Flink, a Pig vagy a Hadoop. Ez a Big Data világa.

Csak a nagyságrendek érzékeltetésére említünk pár adatot, ami arra is rávilágít, mit tette szükségessé a Big Data elemzési módszerek létrejöttét. Ha az őskortól a 2000. évig létrehozott és eltárolt összes digitális adat mennyiségét megnézzük, az körülbelül annyi lesz, mint amennyi ma egyetlen perc alatt keletkezik a világon. Gondoljunk csak bele, az egérkattintások, a bankkártya-használat, a Facebook vagy Instagram bejegyzések és az összes internet-kapcsolattal rendelkező eszköz adatokat generál, és ezek ma már nemhogy nem vesznek el, hanem az eltárolt, megőrzött adatmennyiség rohamos tempóban nő, csak a Facebook-ra napi 100 terabyte, azaz 100 átlagos méretű merevlemeznyi adatot töltenek fel a felhasználók, és csak a Wal-Martnál egymillió bankkártya-tranzakciót regisztrálnak óránként. Nem véletlen, hogy a valaha eltárolt összes adat 90%-a az utóbbi 2 évből származik. Ennek az óriási és gyorsan növekvő adattömegnek egy másik jellemzője, hogy az adatok sokféle formátumban vannak jelen (számok, szöveges bejegyzések, képek, videók stb.) A szakemberek ezt nevezik a Big Data 3V-jének, azaz Volume (óriási mennyiség), Velocity (gyors növekedés) és Variability (változatosság, strukturálatlanság).

A Big Data elemzéseket már napjainkban is számos területen használják, például a marketingben kézenfekvő módon a fogyasztói szokások feltérképezésére és a potenciális ügyfelek, célcsoportok azonosítására. A bankok már egy évtizede alkalmazzák ezt a módszert a hitelkártyacsalások kiszűrésére. Egyes esetekben a kiskereskedők a raktárkészleteiket a Big Data adatokból leszűrt várható vásárlásokra vonatkozó előrejelzések alapján alakíthatják ki. A párkereső oldalak is használnak Big Data elemzéseket annak eldöntésére, hogy egyes személyek passzolnak-e a jelölthöz vagy sem. A különböző okostelefonok, órák és csuklópántok ma már számos biológiai paraméter rögzítésére képesek, az adatokat felhasználva sportolók teljesítményét növelhetik, például kiderült, hogy ha egy kosárlabdázó a mérkőzés előtti éjjel legalább 8 órát alszik, 10%-ot javul a dobáspontossága. Ugyanígy rögzíthető, hogy a valójában beteg hogyan érzi magát valamilyen kezelést követően, milyen fiziológiai változások tapasztalhatók például egy kemoterápia után. De lássuk, mire használható a Big Data a gyógyszeripari kutatás-fejlesztés esetében!

Hogyan használható a Big Data a gyógyszeripari kutatás-fejlesztés területén?

1. 1.       Az adatok integrációja

A gyógyszeripari kutatás-fejlesztés egyik legnagyobb kihívása a konzisztens, megbízható és egymással megfelelően összekapcsolt adatok beszerzése. Ha sikerül az adott hatóanyag felfedezésétől az engedélyezés utáni felhasználással kapcsolatos adatokat egyetlen rendszerbe integrálni, a vállalat könnyebben maximalizálhatja az adott technológiából származó előnyöket. Az integrált adathalmazból sokkal könnyebben kereshetők vissza egyes kitüntetett jellemzőkkel bíró betegcsoportok információi. A laboratóriumi és klinikai adatokat összekapcsoló „okos” algoritmusok pedig olyan automatikus jelentésekkel, figyelmeztetésekkel szolgálhatnak, melyek például a hatóanyag egyéb indikációira deríthetnek fényt, esetleg más potenciálisan hasznos hatóanyagokra utalhatnak, vagy hamarabb képesek felhívni a figyelmet egyes biztonsági vagy hatásossági veszélyekre, aggályokra, például gyógyszer-kölcsönhatásokra.

Milyen akadályok nehezítik az adatok integrációját? Először is teljességgel megbízható adatforrásokra és dokumentumokra van szükség, másrészt nehéz kialakítani az egyes elemek közötti kapcsolatokat, ezen felül pedig igen robusztus munkafolyamat-menedzsmentre van szükség, hogy valóban csak az illetékes személyek férjenek hozzá az adatokhoz. Az adatbiztonság az EMA egyik fő problémája a Big Data alkalmazásával. Bár van kivétel, a gyógyszeripari vállalatok általában azonnal elvetik az adatok integrációjának ötletét, és a jelenlegi gyakorlat szerint egy kétlépéses megközelítést alkalmaznak az adatkezelés során. Először meghatározzák, hogy milyen adattípusokat fognak gyűjteni (ezek túlnyomórészt klinikai adatok), és a szükségleteknek megfelelő adattárolási-kezelési infrastruktúrát alakítanak ki. Vagyis elsőként a legfontosabb adatokkal foglalkoznak, hogy a lehető leggyorsabban azonosíthassák a jelentkező előnyöket. Már ez a lépés is több mint egy évet vehet igénybe, és jelentős infrastrukturális valamint eljárásbeli változásokat jelent még a legnagyobb vállalatoknál is. Második lépésben a cég a fontos adatok következő szintjeit határozza meg, itt végeznek például forgatókönyv-elemzést és határozzák meg az időrendeket, céldátumokat, várható költségeket.

1. 2.       Külső és belső együttműködés

A gyógyszeripari kutatás-fejlesztés alapvetően egy titkolózó tevékenység, ezért nem is elsősorban a gyógyszergyárak közötti együttműködés, hanem a CRO-kkal, egyetemekkel, kutatóintézetekkel, valamint a finanszírozókkal kialakított együttműködés tehető zökkenőmentesebbé. A vállalaton belül pedig a gyógyszer teljes életútjának szereplői, érintettjei között alakulhat ki hatékonyabb együttműködés.

1. 3.       Adatokkal alátámasztott portfoliókezelési döntések

A gyógyszeripari vállalatok gyakran szembesülnek azzal a kényszerhelyzettel, hogy melyik kutatást folytassák, és melyiket szüntessék be. Az ilyen kemény döntéseknél gyakran lehet befolyásoló tényező, hogy mennyi humán- vagy anyagi tőkét fektettek az adott projektbe (jelenleg egy új gyógyszer bevezetésének teljes költsége átlagosan 2,6 milliárd dollár, a több mint 3 gyógyszert forgalmazó cégek esetén pedig a medián 4,2 milliárd dollár). A Big Data elemzések itt egyrészt az előrejelzéseket tehetik hatékonyabbá, másrészt a jelentések készítését gyorsíthatják fel, tehetik gyakorlatilag valós idejűvé.

1. 4.       Új elemzési, kutatási technológiák alkalmazása

A kutatások során keletkező nagy mennyiségű adattömeget a betegek adataival összepárosítva pontosabb válaszok kaphatók az adott hatóanyag/gyógyszer hatásossága, biztonsága és a kockázatnak kitett vagy a kezelésre válaszoló betegcsoportok vonatkozásában. Ez már jelentős elmozdulás a betegcsoportra vagy személyre szabott gyógyászat és diagnosztika felé.

1. 5.       Szenzorok és gyógyászati adatrögzítő eszközök alkalmazása

A kézzel írt, hiányosan vagy rosszul kitöltött betegnaplók helyett egyre elterjedtebbek az okostelefonos applikációk, melyek pontosabbá teszik a megadott információkat, és figyelmeztetik a beteget, hogy időben töltse ki a naplót, vagy vegye be a gyógyszert. A következő lépés olyan bioszenzorok és adatrögzítő eszközök alkalmazása, amelyek az orvostudomány számára eddig nem elérhető adatokat is szolgáltathatnak, a beteg gyakorlatilag 24 órán keresztül valós időben monitorozható (sportolóknál már régóta használnak ilyen eszközöket). Az ilyen adatok segíthetnek az új gyógyszerek fejlesztésében, óriási segítséget nyújthatnak a hatásosság elemzésében, növelhetik a jövőbeli gyógyszereladásokat, és használatukkal olyan új gazdasági modellek fejleszthetők ki, melyek a gyógyszerellátottságot és az egyéb szolgáltatásokat egyaránt figyelembe vehetik. Csökkenthető lenne az orvosi vizitek száma, a kórházi tartózkodás ideje, és korábban azonosíthatók lennének az egészségügyi problémák, mellékhatások (farmakovigilancia).

1. 6.       A klinikai vizsgálatok hatékonyságának növelése

Az egyre „okosabb” eszközök és az akadálytalan adatáramlás egyrészt fejlesztéseket hozhat már a klinikai vizsgálatok tervezése, a betegek bevonása, az adatok rögzítése és az eredmények értékelése során is, másrészt összességében hatékonyabbá teheti a vizsgálatokat. Például a vizsgálatok során egyre gyorsabban fedezhető fel és adható megfelelő válasz a betegek kis méretű, de azonosítható részcsoportjaiban felfedezhető jelenségekre, és ugyanez vonatkozik az egyes vizsgálóhelyeken felmerült problémák kezelésére is. Arról nem is beszélve, hogy az adatgyűjtés kiterjeszthető az engedélyezést követő szakaszra is, a forgalmazott gyógyszer gazdaságossági, hatékonysági elemzésére.

A Big Data elemzések felhasználása komoly hatással lehet a gyógyszeripar fejlődésére, a jövőbeli stratégiák, kutatás-fejlesztési eljárások kialakítására. Ugyanígy jelentős szerepe lehet egy adott ország egészségügyi intézményrendszerének tervezésében és működtetésében. A McKinsey Global Institute becslései szerint a Big Data módszerek használata a hatékonyság növelésén keresztül 100 milliárd dolláros nagyságrendben csökkentheti az USA egészségügyi célú kiadásait.