Чому Novo Nordisk застосувало обробку природних мов для виявлення можливостей партнерства

Джейн З. Рід, директор відділу наук про життя в лінгваматиці, компанія IQVIA

Оскільки великі фармацевтичні компанії все частіше прагнуть передати аспекти відкриття та розробки ліків зовнішнім співробітникам, здатність визначати правильних кандидатів на партнерство до того, як конкуренти стає критично важливою.

Хоча концепція більших фармацевтичних компаній, що встановлюють партнерські відносини з розробки лікарських засобів, не є нічим новим, зовнішні партнерські відносини, як правило, набувають більш важливого значення, оскільки великі компанії зростають більш економними, а наука, що стоїть за розробкою лікарських засобів, ускладнюється.

Однією з причин, чому більші, більш відомі гравці у фармацевтичній галузі шукають партнерів у розробці ліків, є те, що ці компанії вирішили більше зосередитись на власних сильних сторонах, таких як проектування та проведення клінічних досліджень, виробництво, управління дотриманням нормативних вимог та маркетинг. У цих типах операційних моделей більшість відкриттів на ранніх стадіях та інновації залишаються за зовнішніми партнерами, такими як біотехнологічні стартапи та університетські офіси з передачі технологій.

Відповідно до цих тенденцій, Novo Nordisk прагнуло поглибити свій спектр кандидатів на ліки від діабету та ожиріння шляхом співпраці із зовнішніми партнерами, але, що не менш важливо, Novo Nordisk потрібно було виявити потенційні партнерські відносини до того, як це зробили конкуренти. Для досягнення цієї мети Novo Nordisk довелося знайти спосіб консолідації величезних обсягів зовнішньої інформації, щоб якомога раніше створити пташиний погляд на можливості партнерства.

Використання НЛП для прискорення збору розвідданих

Мабуть, найбільшим викликом для великих фармацевтичних компаній у визначенні можливостей співпраці є ретельний аналіз обсягу інформації, яка може (або у багатьох випадках може не містити) глибоких деталей про потенційних партнерів у розробці ліків.

Наприклад, відомі фармацевтичні гравці, як правило, шукають інформацію про нові ліки, цілі та шляхи, біотехнологічні компанії, що представляють інтерес, пропозиції університетських технологій та клінічні випробування у відповідних терапевтичних областях. Щоб знайти ці важливі фрагменти даних, вони повинні прочісувати численні структуровані та неструктуровані джерела інформації, такі як новинні звіти, патентні заявки, наукові роботи та тези доповідей конференцій - значний і трудомісткий виклик для людей.

Завданням усього цього збору інформації є створення «центру доказів», куратора, керованого даними, ландшафту знань. Для розробки всебічного та ретельного центру доказів компанія Novo Nordisk вирішила застосувати технологію обробки природних мов (NLP). Керівники Novo Nordisk зрозуміли, що NLP може значно покращити ефективність процесу виявлення можливостей співпраці, автоматизуючи видобуток тексту, щоб виявити цінну інформацію, сховану в безлічі неструктурованих даних.

Джейн Рід

Видобуток тексту - це процес вивчення великих колекцій документів, щоб виявити нову інформацію або допомогти відповісти на конкретні наукові запитання. Видобуток тексту на основі NLP дає можливість комп’ютерам, по суті, читати текст, імітуючи здатність людини розуміти природну мову, дозволяючи послідовно, неупереджено аналізувати необмежену кількість текстових даних без втоми.

Novo Nordisk розробили центр доказів ранньої наукової розвідки, використовуючи NLP у напівавтоматизованому робочому процесі. Робочий процес використовує набір запитів NLP щодо потоків даних, що надходять з новин, патентів, наукової літератури, тез конференцій тощо. Отримані результати представлені у підсумках, написаних інформатиками з досвідом роботи у відповідних областях терапії. Вони надходять через InfoDesk як прості для споживання попередження для більш широких дослідників Novo Nordisk.

Однією з найважливіших цілей Novo Nordisk, пов’язаної з доказовим центром ранньої наукової розвідки, було надання членам дослідницької групи повноважень “розвідниками” нових можливостей партнерства, дозволяючи їм виявляти, ділитися та обговорювати нещодавно отримані ідеї з колегами.

Практична цінність доказового центру

Використовуючи цей інтегрований підхід, Novo Nordisk розробив два інструменти, які допомогли дослідникам стати розвідниками: по-перше, підготовлений інформаційний бюлетень, написаний інформатиками, який забезпечує легкозасвоювані оновлення новин для мобільних пристроїв, а по-друге, інформаційну панель із сучасними пейзажами для кожного терапевтична сфера інтересів.

Нижче наведено приклад того, як Novo Nordisk використовує ці інструменти для отримання цінності.

Опубліковано новинну статтю, яка описує біотехнологічний стартап, який розслідує кандидата на ожиріння. Використовуючи заздалегідь встановлені критерії пошуку, доказовий центр NLP Novo Nordisk позначає статтю та публікує її в бюлетені та на інформаційній панелі "кандидата на ожиріння", спонукаючи "розвідника" написати резюме. Система також виявляє відповідну інформацію про стартап, показуючи, що нещодавно вона залучила фінансування венчурного капіталу, шукає патент на новий метод дії для кандидата на лікування ожиріння та планує представити нові дані на майбутній конференції. У поєднанні з ними дослідник Novo Nordisk визнає, що колишній колега працевлаштований у стартапі, і використовує LinkedIn для сприяння зустрічі між колишнім колегою та членом команди Novo Nordisk, який бере участь у конференції.

У цьому прикладі центр доказів ранньої наукової розвідки дозволив Novo Nordisk аналізувати дані з широкого спектру джерел, витягувати ключові елементи даних з цих джерел, підвищувати продуктивність дослідників за допомогою автоматизації процесу та надавати працівникам можливість поєднувати крапки для пошуку співпраці можливість. На наступному етапі розвитку доказового центру NLP Novo Nordisk планує охопити споживчі настрої, додавши нові джерела даних, включаючи загальнодоступні публікації в соціальних мережах.

Фінансовий тиск на великі фармацевтичні компанії, що торгуються публічно, з метою збільшення заробітку, навряд чи скоротиться найближчим часом (або коли-небудь), а це означає, що ці компанії продовжуватимуть шукати будь-які способи зменшення неефективності своєї діяльності. У багатьох випадках це спонукає їх шукати шляхи, щоб перекласти фінансовий ризик раннього відкриття та розробки лікарських засобів на зовнішніх співробітників. Оскільки фармацевтичні компанії шукають ці можливості для партнерства, NLP - це технологія, на яку багато людей покладатимуться, щоб відокремити сигнал від шуму.