In questo 2021 sicuramente le case farmaceutiche sono le grandi protagoniste. La necessità di far fronte ad una pandemia mondiale e di arginare una delle crisi economiche e sociali più importanti degli ultimi decenni ha  innalzato il livello di interesse per questo settore portando con se molti nuovi investimenti ( basti pensare agli accordi che l’UE ha preso con alcune multinazionali del settore). Ma se da una parte ci sono i fondi e la voglia di progressi a ritmi elevati, dall’altra, l’introduzione di tecniche innovative come, l’Ai, Machine Learning e l’utilizzo in generale dei Big Data stenta a prendere campo.

Secondo un sondaggio condotto su 1200 aziende a livello mondiale infatti, oltre il 60% di esse sono state identificate come “principianti” rispetto all’utilizzo di strumenti legati all’Intelligenza Artificiale.

In realtà l’AI  è in grado di ricoprire un ruolo molto importante nell’ambito farmaceutico: ad esempio grazie alle analisi predittive è possibile riconoscere preventivamente i sintomi di una malattia, identificare i potenziali pazienti o ottimizzare le prescrizioni, ma anche portare miglioramenti in termini organizzativi e di ROI ad esempio attraverso all’ottimizzazione della supply chain ed interventi di manutenzione predittiva. Ma può anche aiutare a seguire la GxP compliance grazie a statistiche, analisi e modelli previsionali a supporto dell’azienda per garantire la conformità alle linee guida di riferimento.

 

Dataiku si è occupata di questi temi nell’articolo

👉🏻 “A Day in the Life of a Data Scientist at Pfizer” ⚗️🦠💊🧬

 

Riportiamo di seguito l’ e-book in cui  Dataiku passa in rassegna una serie di casi di studio a dimostrazione dei miglioramenti che l’AI è riuscita a portare all’industria farmaceutica. Pensiamo ad esempio a come possa accelerare la raccolta ed elaborazione delle informazioni mediche, migliorare la disponibilità di dati e cartelle cliniche, semplificare il processo di scoperta di farmaci ma anche di processi in ambito R&S. Una piattaforma di data science end-to-end come Dataiku può aiutare a introdurre questi cambiamenti in modo trasversale nell’organizzazione, guidando la collaborazione e il valore aziendale dal punto di vista delle persone, dei processi e della tecnologia.

 

Guarda il video di Dataiku in cui viene presentata la giornata tipo di un data scientist in Pfizer. Nel video troverai:

– Il percorso intrapreso da Pfizer per creare delle data science capabilities e portare valore all’azienda inserendo talenti, tools e tecnologie ( incluso Dataiku)

– Il modo in cui la data science può trasformare l’assistenza sanitaria e la fornitura dei farmaci

– Esempi dal mondo reale di come i data scientist siano in grado di individuare un problema e definire l’ambito del progetto che porterà alla soluzione ( quando adottare un approccio predittivo o descrittivo, ad esempio)

– Come il team di data scientist utilizza dataiku come parte integrante del suo workbench di analisi per collaborare a progetti di dati per tipo di utenti

Approfondimenti da BNext:

Eyes4Innovation, la rete che ti semplifica la vita

La rete ti semplifica la vita. Ecco la massima sintesi del motivo per cui è nata Eyes4Innovation, ed anche lo scopo ultimo perseguito dalle aziende fondatrici. Scopri com’è andato l’evento di presentazione.

Dataiku: le novità della release 9

Dataiku, tante novità. Le energie si concentrano sul processo di trasformazione e analisi del dato e sulla collaborazione con altri tool, come Tableau

Vertica apre le porte alla Data Science

La Data Science, in termini di supporto decisionale alle aziende, ha un potenziale enorme, ma è una materia molto ampia e di carattere sperimentale: non necessariamente l’algoritmo migliore per un settore si rivela buono anche in realtà aziendali...

Data Science Tools: la cassetta degli attrezzi dei team di Data Scientist

Strumenti tecnologici, piattaforme, linguaggi di programmazione, tools di vario genere rappresentano elementi importanti, gli “attrezzi del mestiere” per i Data Scientist. Ecco alcuni dei linguaggi e dei tools che solitamente non mancano all’interno di un team di Data Scientist.

Data Scientist, chi sono e cosa fanno per aiutare le aziende

Oggi i dati rappresentano uno degli asset più critici ed importanti per un’azienda (e non solo), tant’è che ormai si parla dei dati come del nuovo petrolio nell’economia dell’informazione e della conoscenza. Chi lavora sui dati e con i dati gode di un grande vantaggio. Ma chi sono davvero i Data Scientist e cosa fanno concretamente per aiutare le aziende?

Dataiku: i consigli per scegliere il giusto progetto di Data Science

Con decine di potenziali use case ma risorse limitate, è importante dare priorità ai progetti che hanno sia un alto valore di business che un’alta probabilità di successo. I consigli di Dataiku

Le 6 (+1) fasi del processo tipico di Data Science

La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da dati strutturati o non strutturati. Non esiste un framework unico e universalmente condivido per definire i processi di Data Science, tuttavia, dal punto di vista tecnico lo standard KDD è quello a cui ci si ispira maggiormente, perché indica l’intero processo di ricerca di nuova conoscenza dai dati.

RFM: le analisi sui clienti quali sistemi di supporto alle decisioni

Parliamo delle analisi RFM, pilastro di una data driven company. Sono analisi per la segmentazione della clientela e restituiscono valori ed informazioni utili che diventano la base per fare valutazioni strategiche e prendere decisioni più oggettive, basate sui dati.

Non voglio mica la Luna! L’arte di aver cura dei propri clienti

Oggi si sta creando un circuito virtuoso in cui il consumatore vuole un nuovo legame di fiducia. Il brand è chiamato a “reagire”, quindi fare tutto ciò che serve per soddisfare le necessità del cliente e soddisfare la sua “sete” di fiducia

Natural Language Processing (R)evolution

Reti neurali, AI. Tutte tecnologie che portano all’evoluzione del NLP verso modelli Transformers e Assistenti virtuali.