Данные, собранные во время лечения, обладают огромным потенциалом. Они помогают отрасли разрабатывать и проводить клинические исследования, оценивать использование медицинских услуг в разных странах и выявлять пациентов из группы риска. SAS Real World Evidence предлагает организациям инструменты для сбора и получения информации из таких данных.
Продукт предоставляет возможности аналитики, визуализации, искусственного интеллекта и машинного обучения организациям, которые работают с постоянно возрастающим количеством данных о здоровье.
2020: Интеграция пакета Wolters Kluwer Health Language в SAS Real World Evidence
16 марта 2020 года компания SAS сообщила о заключении партнерского соглашения с компанией Wolters Kluwer, Health, поставщиком профессиональной информации, программных решений и услуг для здравоохранения. Компании начали совместную работу над повышением качества медицинских данных: в портфолио SAS Health интегрирован пакет решений Wolters Kluwer Health Language. Этот шаг поможет унифицировать информацию, собранную из множества разрозненных источников, с помощью передового аналитического решения SAS Real World Evidence а также заложить базовые нормативы качества медицинских данных реальной клинической практики.
Согласно исследованию Research and Markets, ожидается, что к 2024 году рынок данных реальной клинической практики (Real World Evidence, RWE) достигнет уровня 1,64 млрд долларов США. Это связано с его потенциалом – появляется все больше понимания, какой эффект дают те или иные методы лечения, уточняется диагностика, появляется больше сведений о механизмах и тяжести заболеваний, а также ускоряются и оптимизируются клинические испытания. Эти данные берутся из самых разных источников – медицинских карт, реестров заболеваний, нательных электронных устройств, массивов генетических данных, медицинских отчетов и др. В подобных условиях предельно важна чистота данных RWE: для их успешного анализа необходимы единые стандарты качества данных во всей отрасли.
Фармацевтические компании и регуляторы заинтересованы в получении более глубоких сведений о реальном использовании медицинских продуктов и лекарственных средств, которые служат ценным дополнением к данным, собираемым на этапе разработки. Основная задача заключается в том, чтобы лучше изучить терапевтический эффект от применения медицинского продукта (устройства, лекарства или вакцины) пациентами в условиях реальных клинических практик, который часто отличается от оценок пациентов из рандомизированных клинических исследований. Решение SAS Real World Evidence благодаря масштабируемой аналитической платформе дает исследователям медицинских данных удобную и надежную рабочую среду. В их распоряжении – инструменты для управления данными, интеграция Hadoop, возможность доступа для любого пользователя, а также визуализация и анализ данных когорт. Быстрый доступ к ценным сведениям, извлеченным из данных реальной клинической практики, в свою очередь, дает конкурентное преимущество в вопросах разработки и маркетинга и позволяет принимать обоснованные решение о выводе новых продуктов на рынок.
|
| Фармацевтическая промышленность делает ставку на использование данных реальной клинической практики для выстраивания стратегий в настоящем и в будущем. Однако появляются источники данных, и неоднородность этой информации становится препятствием на пути к реализации этих инициатив. SAS в партнерстве с Wolters Kluwer, Health создает полноценную экосистему качественных данных, которая обеспечит нашим клиентам конкурентное преимущество,
– говорит Александр Жуков, руководитель департамента решений для здравоохранения SAS Россия/СНГ |
|
2018: Совместное использование когорт, проектов и данных
19 ноября 2018 года компания SAS представила решения следующего поколения для анализа данных клинических исследований: SAS Real World Evidence и SAS Life Science Analytics Framework. Обновленные решения лучше оценивают лекарственные средства, исследуют данные о пациентах и эффективности лечения и помогут быстрее представить рынку безопасные методы лечения, заявили в SAS.
Среди возможностей SAS Real World Evidence в компании отметили следующие:
- Оптимизация данных для выполнения запросов — сокращает время на построение когорт и ускоряет процесс анализа.
- Возможность совместного использования когорт, проектов и данных — способствует более плотному сотрудничеству между пользователями, программирующими на SAS, и теми, кто предпочитает не программировать.
- Возможность использовать проверенные алгоритмы для анализа или добавить собственные библиотеки макросов для расширения доступа к данным, анализам и аналитическим данным по всей организации.