Big Data revolutioniert die Pharmabranche

Der Hype um Big Data ist vorbei. Bei der Nutzung der neuen Datenquellen und Technologien stehen die meisten Unternehmen aber noch am Anfang. Big Data wird in den nächsten Jahren ganze Branchen revolutionieren, einschließlich der Pharmabranche. Die Senkung von Forschungskosten sowie die Auswertung von Patientendaten und Krankheitsmuster sind nur einige der möglichen Einsatzbereiche. Heute lassen sich nicht nur Daten aus klinischen Studien auf neue Arten auswerten, sondern auch unstrukturierte Daten wie Arztnotizen. Big-Data-Tools werden in einem beeindruckenden Tempo weiterentwickelt und die Pharmabranche ist bereit, sie einzusetzen.

IT-Infrastruktur und -Know-how verbessern

Die systematische Analyse von klinischen Prüfdaten ist für Pharmaunternehmen ein alter Hut und geschah bisher meist in einer standardisierten Weise ohne große innovative Ansätze. Diese „sauberen" Datensätze haben in der Arzneimittelentwicklung gute Dienste geleistet und werden weiterhin eine wichtige Rolle spielen.

Unstrukturierte Daten aus neuen Quellen können unerwartete Ergebnisse liefern. Deshalb sucht die Pharmaindustrie wie auch viele anderen Branchen derzeit händeringend nach Data Scientists. Sie müssen neue Methoden entwickeln, um Erkenntnisse aus den Daten zu gewinnen. Außerdem müssen viele Pharmaunternehmen ihre IT-Infrastruktur auf den neusten Stand bringen, um alle Potenziale ausschöpfen zu können.

Data Scientists dringend benötigt – auch die Pharmabranche sucht nach Mitarbeitern mit neuen Skillsets für die innovative Auswertung von Daten.

Forschungskosten reduzieren

Eine aktuelle Studie von Forbes kam zu dem Ergebnis, dass die Entwicklungs- und Vermarktungskosten eines einzigen Medikaments 350 Millionen US-Dollar überschreiten können. Mit Big-Data-Tools lassen sich die hohen Kosten für die Entwicklung neuer Arzneimittel drücken.

Die meisten Daten liegen derzeit in der pharmazeutischen Produktion und dort oft in mehreren Systemen versenkt. Einige Schlüsseldaten finden sich eventuell nur in handgeschriebenen Labor-Protokollen von Forschern. Nun können solche unstrukturierten Datensätze ausgewertet und so Herstellungsprozesse optimiert werden. Die Analyse von neuen Datenquellen aus klinischen Aufzeichnungen oder medizinischen Zeitschriften hilft außerdem dabei neue Anwendungsfelder für Medikamente zu finden.

Krankheitsmuster schneller erkennen

Nicht jeder medizinische Durchbruch geschieht in Form von bahnbrechenden Entwicklungen wie cholesterinsenkenden Medikamenten oder bei der Diabetes-Behandlung. Pharmaunternehmen müssen auf dynamische Situationen wie die Verbreitung von Zika- oder Ebola-Viren reagieren können und schnell Antworten finden. Dank Big-Data-Analytics können Krankheitsmuster weltweit schneller erkannt und die Notfallentwicklung neuer Medikamente beschleunigt werden.

Google hat dies medienwirksam bereits mit seinen „Google Flu Trends" vor einigen Jahren versucht, scheiterte jedoch kläglich und stellte die Initiative im Jahr 2015 ein. Hier wurden die Limitierungen von Big Data deutlich: Algorithem müssen – gerade in so wichtigen Fällen – sehr gut durchdacht sein und ständig geprüft sowie optimiert werden. Sonst sind die Daten nicht aussagekräftig genug: Google Flu Trends erkannten gut die saisonalen Unterschiede in den einzelnen Ländern (siehe Grafik) und gelegentlich einen länderübergreifenden „Spike". Bei der präzisen Echtzeitanalyse von Grippewellen hatte der Tech-Riese jedoch Defizite.

Patientendaten besser auswerten

Pharmaunternehmen haben den Wert von Patientendaten schon lange erkannt. Mit Big Data sind sie noch wertvoller. Big-Data-Tools können nun verwendet werden, um verborgene Muster und Verbindungen aufzudecken. Die riesigen Datenmengen aus klinischen Studien, Patientenakten, DNA-Tests und anderen Quellen bergen ein großes Potential, von dem die Patienten profitieren sollten. Big Data könnte eine treibende Kraft hin zur personalisierten Medizin werden, vor allem wenn Forscher Daten teilen und zusammenarbeiten.

Von Big Data profitieren diejenigen Pharmaunternehmen am meisten, die Big-Data-Tools für die Medikamentenentwicklung einsetzen, die Daten-Silos aufbrechen und abschaffen und die Echtzeitüberwachung von Medikamententests einsetzen.

Hoffentlich auch diejenigen, die sich ihrer besonderen Verantwortung als Pharmaunternehmen bewusst sind und die neuen technologischen Möglichkeiten auch zum Wohle aller einsetzen und nicht nur die Gewinnmaximierung fokussieren.

Forschungskosten reduzieren – bis zu 350 Millionen US Dollar kostet die Entwicklung und Vermarktung eines einzigen Medikaments.

Google Flu Trends: Saisonale Unterschiede gut erkennbar, sonst wenig Aussagekraft.