Analyse d'impact Santé

Les établissements de santé utilisent Palantir Foundry pour accélérer le rythme des découvertes scientifiques. En accédant en temps réel aux conclusions expérimentales, ils mènent des analyses statistiques innovantes, développent des connaissances inédites sur les maladies et collaborent de manière nouvelle dans la communauté scientifique.

Les scientifiques rencontraient des difficultés pour harmoniser les données provenant de nombreuses sources.

Médecine de précision Stimuler la recherche au NIH

Défi

L’institut de santé américain (National Institute of Health, NIH) voulait permettre à la médecine de précision de mieux comprendre l’impact de la génétique et d’autres facteurs sur l’efficacité des médicaments. Mais l’étendue et la complexité des données fournies par les robots de criblage à haut débit, les séquenceurs de génome, les spectromètres de masse et d’autres instruments compliquaient énormément la tâche. Les scientifiques rencontraient des difficultés pour harmoniser les données provenant de nombreuses sources et les informaticiens devaient entreprendre un travail important de pré-traitement des données. Les outils existants ont été initialement conçus pour des informaticiens, et leur complexité empêchait les chercheurs d’accéder à leurs conclusions, de les analyser et de les publier à temps.

Les scientifiques rencontraient des difficultés pour harmoniser les données provenant de nombreuses sources.

Solution

Le NIH utilise la plateforme Foundry pour intégrer et harmoniser des données scientifiques provenant de dizaines de sources internes et externes. Le traitement, la normalisation et l’analyse de ces données dans Foundry permet de nouveaux modes de collaborations entre informaticiens et biologistes, grâce à :

Une connexion directe aux expériences en ligne et hors ligne

Les expériences en ligne et hors ligne sont stockées, traitées et normalisées automatiquement. Cela permet aux biologistes de voir les résultats de leurs expériences et de prévoir les prochaines étapes. Les données sont rapprochées de données génomiques et d’ensembles de données open source pour mener une analyse complémentaire.

L’accès aux données pour les chercheurs

Les chercheurs analysent de manière indépendante les données expérimentales en utilisant des modèles intuitifs élaborés par les informaticiens. En ayant la possibilité de lier ces résultats aux expériences passées et de valider leurs conclusions, les chercheurs peuvent rapidement connaître la probabilité qu’un composé devienne un bon candidat pour étudier l’impact sur l’efficacité des médicaments.

La traçabilité et la protection des données confidentielles

La provenance ainsi que le traitement des données sont entièrement traçables. Les chercheurs peuvent ainsi comprendre et valider la logique permettant d’arriver aux conclusions analytiques. Les contrôles d’accès « granulaires » garantissent la confidentialité et la sécurité des informations très sensibles.

Impact

  • Les chercheurs du NIH obtiennent en quelques heures des éléments qui nécessitaient des mois de recueil et de manipulation des données.
  • Un laboratoire a prévu de nouvelles combinaisons de médicaments qui pourraient être utilisées en oncologie, et ces combinaisons ont été validées par expérience in vitro. Le suivi in vivo est en cours pour plusieurs de ces combinaisons. En cas de réussite, un essai clinique sera entrepris.
  • Un autre laboratoire a validé une signature génétique pour la réponse aux médicaments, trouvée au cours d’expériences internes. Les chercheurs ont comparé les observations tirées de données génomiques publiques avec celles tirées de données cliniques, ce qui a permis de renforcer la confiance en leur conclusion initiale, et de définir des suivis expérimentaux précis.

Création d’une cohorte de patients Unifier les données des patients pour personnaliser les soins

Défi

À cause des systèmes en silos et des problèmes de qualité des données, les centres d’oncologie peinent à utiliser les données pour améliorer les résultats des patients. Les dossiers des patients, tels que les données de diagnostic et de traitement se présentent souvent sous la forme de notes non structurées rédigées par les médecins et proviennent de systèmes multiples. Ces incohérences entraînent la duplication des dossiers du patient et les problèmes de données empêchent les chercheurs de répondre aux questions critiques : Quels traitements sont plus efficaces pour les patients présentant la mutation moléculaire caractéristique d’une tumeur diffuse de faible grade ? Existe-t-il des médicaments spécifiques plus efficaces que d’autres dans ces cas ?

Le travail en cours réduit le temps nécessaire à la collecte de données pour une étude, de plusieurs mois à quelques jours.

Solution

Actif de données intégré pour accélérer le regroupement des patients en cohortes

Il s’agit notamment des dossiers médicaux partagés, des registres du cancer, des panels génomiques, de la classification ICD-O, des résultats du traitement automatique du langage naturel, des ensembles de données organisés et des bases de données d’analyse moléculaire.

Données sur les patients exactes pour rationaliser l’analyse

Avec des dossiers médicaux standardisés provenant de sources croisées, les chercheurs disposent d’ensembles de données exactes et cohérentes sur les patients. Cela signifie qu’ils peuvent composer des cohortes de personnes avec des diagnostics spécifiques et des variantes de tumeurs pour mener des analyses rétrospectives sur les patients et les résultats des traitements.

Accès approprié et sécurisé aux données

Les autorisations « granulaires » permettent aux propriétaires des données de mettre à disposition des différents utilisateurs des données de santé protégées et des données masquées en fonction des besoins individuels.

Impact

  • Les chercheurs identifient maintenant des cohortes de patients en 30 minutes, ce qui prenait des semaines auparavant.
  • Le travail en cours réduit le temps nécessaire à la collecte de données pour une étude, de plusieurs mois à quelques jours.
Le travail en cours réduit le temps nécessaire à la collecte de données pour une étude, de plusieurs mois à quelques jours.
Les responsables ont désormais accès à la dynamique profonde du marché entre les différents comptes.

Optimisation des équipes commerciales sur le terrain Promouvoir des ventes intelligentes et adaptées

Défi

Un grand laboratoire pharmaceutique voulait gagner des parts de marché pour l’une de ses lignes de produits, mais le paysage fragmenté des données limitait sa visibilité de la dynamique du marché. Faute de moyen facile pour collecter les données de terrain et améliorer la stratégie, ses équipes commerciales avaient besoin d’une avancée technologique pour devancer la concurrence.

Les responsables ont désormais accès à la dynamique profonde du marché entre les différents comptes.

Solution

Analyse de segmentation pour identifier les opportunités de croissance

Grâce à des dizaines d’ensembles de données intégrés provenant de sources internes et externes, les responsables des ventes identifient les fournisseurs, les patients et les régions présentant un potentiel de croissance. Par exemple, un responsable commercial peut choisir de cibler les professionnels de santé qui prescrivent des volumes élevés sur un segment de produit adjacent.

Éléments utilisables directement par les commerciaux

Les éléments basés sur l’analyse de segmentation sont fournis aux commerciaux afin qu’ils puissent adopter les stratégies les plus efficaces pour améliorer le chiffre d’affaires.

Un contrôle de l’activité de vente

Les responsables ont désormais accès à la dynamique profonde du marché entre les différents comptes, ce qui leur permet d’essayer de nouvelles approches et de mettre en œuvre des stratégies de portefeuille, par exemple offrir des remises sur les volumes achetés.

Impact

  • L’entreprise dans son ensemble, de la direction aux représentants sur le terrain, bénéficie d’une visibilité sur l’environnement de marché en constante évolution.
  • Les équipes de vente ont découvert des centaines de nouvelles opportunités pour gagner des parts de marché.