기술이 산업과 임상의를 연결하는 방법에는 양방향의 정보 공유를 가능케하는 것, 개인의 요구와 기호에 맞춰주는 것, 그리고 데이터를 활용하여 미래의 성공에 더 가까이 다가갈 수 있도록 하는 것이 있다.
양방향의 정보 공유
오늘날 환자와 함께 일하는 과학 전문가들은 그 어느때 보다 현재 치료환경에서 소비하기 쉬운 실시간 정보를 필요로 한다. 생명과학회사 역시 신흥 및 미래 치료제에 대한 정보를 제공하기 위해 임상의로부터 지식을 전달받아야 하며 이는 특히 과거 데이터가 부족한 희귀 질병 치료에서 더욱 두드러진다. 결론적으로 치료를 위한 양방향 소통이다.
이는 정밀의학 약품들이 전세계적 규제당국으로부터 신속한 검토를 받으면서 더욱 중요 해졌다. 미국을 예로 들면, FDA는 이제 4가지 신속 검토 프로그램을 제공하며, 2018년에 승인된 25가지의 정밀의학 약품 중 24개는 어떠한 형태의 신속한 FDA 검토를 받았다. 이 약품들은 안정성과 효능에 대해서는 입증이 되었지만, 통제된 임상 시험을 거친 기간이 짧기에 회사들은 실제 상황의 증거들을 기반으로 약품 최적의 사용 뉘앙스를 이해하여야 한다는 뜻이다. 그 예시로, 평균과 다른 반응을 보이는 환자 하위집단, 최적의 치료순서, 그리고 다른 통찰력들은 지속적인 학습과 약물개발에 있어 중요한 정보를 제공한다.
더 크고 세계화된 환경에서 이러한 수준의 협력을 구축하는 것은 힘들었다. 어떻게 회사들이 올바른 정보를 올바른 시간안에 올바른 전문가에게 전달하고 있는지 확신할 수 있을까? 더 구체적으로, 병리학자나 의료팀에서 환자의 치료 적합성을 조기에 판단할 수 있는 뉘앙스에는 어떠한 것들이 있을까? 환자들의 약물부작용을 최소화하는 전략은 무엇인가? 새로운 기술은 생명과학 회사들이 주요 전문가와 지속적인 양방향 디지털 통신을 가능케 함으로써 이러한 질문들에 대한 답변을 찾는데 도움을 제공한다.
이러한 기술들은 분야의 광범위한 전문가들을 기반으로 실제 상황에 맞는 통찰력을 발굴해낼 분석엔진을 제공한다. 이는 생명과학회사에 지속적인 약물 개발을 위한 정보를 제공하고, 전문가들에게 고객을 위해 필요한 정보를 만들고 전달하는데 도움을 준다.
개인의 요구와 기호에 맞춤
클라우드 기반 기술은 생명과학 회사들이 바쁜 전문가들이 어디에 있던지 만날 수 있게 해준다. 예를 들어 어떠한 솔루션은 다양한 원격 접촉을 제공하여 의사들이 오피스 밖으로 나가지 않게끔 한다. 현대적인 콘텐츠 관리와 고객 관계 관리 솔루션에 분석 툴을 더한 제품들은 환자를 치료하는 팀 각자의 역할에 따라 맞춰진 정보를 효율적으로 전달한다.
이러한 기술들은 MSLs가 전문가들의 통찰을 효율적으로 포착하고 판매 실적, 프로필 정보, 클레임 정보들과 같은 주요한 정보와 결합하여 고급 분석을 진행할 수 있게 도와준다.
마지막으로, 발달된 데이터 기술은 회사들이 치료팀을 이끄는 종양학 전문가와의 참여를 넘어서는 것을 가능하게 한다. 진단 및 연구 과학자, 간호사, 영양사, 병리학자, 본건 경제 전문가, 및 기타 간병인은 모두 환자의 건강을 위해 다른 종류의 정보가 필요하다. 새로운 데이터 솔루션은 환자치료에 있어 모든 종류의 전문가를 동원할 수 있게 하며, 현재 그리고 과거의 배경을 제공함으로써 어떻게 각 전문가의 관심사와 회사가 제공하는 정보 및 교육 기회를 이어주어야 하는지 알려준다.
미래를 위한 데이터의 활용
우리는 빅 데이터의 시대에 살고 있으며, 점점 많아지는 정보의 세분화된 분석은 정밀의학의 발전을 위해 필수적이다. 새로운 데이터셋은 더 커지고 중요해지고 있다. Cancer Genome Atlas를 예로 들면, 암의 원인이 되는 유전적 돌연변이들을 기록하고 30종류 이상의 암의 유전적 변화에 대한 고차원적인 지도를 가지고 있다. 계속된 성장은 지속되는 협력 뿐 만 아니라 타겟팅과 벤치마킹을 위한 더 크고, 완전하며 정확한 데이터셋에 대한 접근이 필요하다.
Precision for Value의 Access Experience Team의 부사장인 Jeremy Schafer 박사는 다음과 같이 말했다 “가치중심 세상으로 바뀜에 따라, 데이터에 대한 수요는 더욱 커질 것이다. 시장의 가장 큰 난관은 데이터이다. 관련 있는 데이터를 추출하고 이를 보고할 수 있는 것이 바로 주요 키 포인트이다.”
데이터에서 더 많은 것을 얻기 위해 회사는 통찰력을 얻기 위해 데이터를 더 효율적으로 수집하고, 정리하고, 분석할 방법을 찾아야 한다. 인공지능(AI) 엔진은 이를 도울 수 있다. 인공지능이 기술에 점차 적용되면서, 데이터 분석은 빨라지고 우리가 찾는 정보를 제공하며 예전에 알지 못했던 통찰력을 제공할 것이다. 인공지능은 임상 시험의 결과, 과학 서적, 실제 환자의 기록, 그리고 다른 정보를 보고 패턴을 파악하여 특정암과 개별 환자집단을 위한 새로운 치료법을 찾아낼 수 있을 것이다.
더 나은 정보를 기반으로, 인공지능은 회사들이 환자의 치료 과정동안 종양학자 및 다른 주요 전문가들과 더 연관성 있는 지적인 교류를 가능하게 할 것이다. 결과적으로 유전자 바이오 마커가 정밀 치료법에 부합하는 것처럼 회사가 관련자들을 서로 알맞게 연결할 수 있게 만들 것이다.
“인공지능은 굉장히 흥미롭다. 특히 업계가 암과 희귀질병에 대한 새로운 정밀 치료법을 찾는데 도움을 줄 수 있는 부분이 흥미롭다”고 Pippas 교수가 말했다. “하지만 업계가 의사와 더 효율적으로 일할 수 있는 기회 역시 제공하고 있다. 제약회사들은 우리와 더 긴밀히 일할 수 있으며, 이러한 파트너쉽을 계속해서 발전시킬 수 있다. 모두가 이득을 보게 된다”
종양학과 같은 분야에서의 정밀의학은 치료환경을 변화시키고 있으며 환자 수명의 길이와 질을 높이고 있다. 하지만 이용가능한 데이터의 양과 복잡성으로 인해 의학팀과 생명과학회사가 정보를 효율적으로 공유하는 것은 어렵다. 지속적인 공동작업을 위한 원활한 채널을 만드는 것은 서로 더 가치 있는 관계와 더 나은 환자결과를 약속한다. 고급분석기능을 포함한 새로운 기술은 이 새로운 모델을 뒷받침할 것이며, 종양학 뿐만 아니라 면역계 질병, 유전병 및 희귀 질병과 같은 다른 질병에서 정밀의학의 잠재력을 실현시킬 것이다.
