4 生命科学行业中的认知商机

大数据已经成为新的自然资源。15而且这种资源的数量、多样性和复杂性在生命科学行业发展尤其迅速。例如，每个人一生中平均会生成1,100 TB的外源性数据（例如，有关睡眠模式、饮食和运动的数据）、6 TB基因组数据和0.4 TB临床数据。16尽管全球各行业的信息数量都呈爆炸式增长，但目前接受分析的数据量还不到1%。17

尽管传统分析解决方案对于许多应用来说都有效，但传统分析解决方案无法充分利用大数据的价值：它们无法适应新的问题领域，不能处理歧义，只适合具备已知、明确语义（单词和短语的关系以及它们的含义）的结构化和非结构化数据。如果没有提供新的能力，生命科学企业面临的数据太多、洞察力太少的矛盾仍将继续。

生命科学行业如何才能弥合未开发的机会和当前的能力之间的差距？如何充分利用结构化和非结构化数据中隐藏的洞察？通过认知计算可以找到答案。基于认知的系统可构建知识、学习和了解自然语言，与传统可编程系统相比，更能与人类进行自然互动。

生命科学行业高管承认认知计算能够从根本上改变这个行业。在熟悉认知计算技术的生命科学行业高管中，87%的人认为认知计算在其将来的业务中将起重要作用，94%的人认为认知计算对于生命科学行业将起到颠覆性作用，而96%的人计划对认知能力进行投资。

图11.4 生命科学行业中的认知商机

因此，生命科学企业是如何利用认知计算来处理该行业普遍面临的问题的？认知计算模式的发现、决策和互动三个能力领域正好对应并满足生命科学行业改善发现、决策和互动的需求。（见图11.5）18

图11.5 认知计算将在三个能力领域展示威力

对于生命科学企业而言，可以结合使用认知计算和传统分析解决方案，解决一个业务挑战中的不同要素。现实世界证据（RWE） 包括各种来源的结构化和非结构化数据，比如电子病历（EMR）、索赔、放射影像、录音、生活方式跟踪设备、文献甚至社交媒体。考虑到RWE不仅数量巨大，而且类型和来源多样，因此难题是如何从中获得最有价值的洞察并最终实现效益。分析解决方案可以处理来自EMR或索赔记录的结构化数据，而认知计算解决方案可以处理来自文献或社交媒体的非结构化数据。

（1）发现能力

认知系统可以帮助用户发掘即使最聪明的大脑也无法揭示的洞察。发现过程涉及发掘模式、洞察力和联系，以及了解全球大量可用信息。

一些发现能力已经出现了，举例来说，医疗研究领域存在大量信息。在该领域，高级认知能力已显著缩短了研究和发现所需的时间（参见案例“认知计算解决方案支持医疗研究领域的新发现和新洞察”）。除了帮助加速科学发现之外，认知计算还支持改进实际发现流程。

在不久的将来，认知解决方案可以帮助加快许多重要领域的研究。例如，在美国，虽然可高度预防，但心血管疾病仍然是主要的致死原因。19一家主要的学术机构正在探索认知计算如何帮助加速研究心血管病患者和正常人基因和血蛋白成分的不同之处。该机构希望借助认知能力，克服在结合所有已知心血管疾病数据的情况下分析海量个人病患数据的挑战，从而在开发个性化治疗方案领域实现飞跃。在另一个例子中，制药企业关注认知能力如何全面展示渠道产品组合，如何就新治疗方案更快、更明智地做出更高质量的决策。

案例

认知计算解决方案支持医疗研究领域的新发现和新洞察

公开可用的医疗科学论文数以百万计，而新论文还在不断发表，人类科学家做不到与不断增长的资料保持同步。然而，一所主要的医科大学生物学家和数据科学家正在利用认知计算来生成洞察，帮助加快研究速度，揭示各种模式，做出更准确的决策。

该大学开发了一种由IBM Watson技术提供支持的工具，帮助研究人员发现可以改变与多种癌症有关的肿瘤抑制蛋白的蛋白质。该工具从科学文献中抽取信息，自动发现蛋白质相互作用的直接和间接参考资料（可表示为网络形式的知识）。它随后分析此网络，预测以前未知的新相互作用。

（2）决策能力

认知系统可提供基于证据的选项，帮助相关人员做出决策，减少人为偏差。认知系统通过学习新的信息、结果和行动，不断进步。目前的认知系统更像是顾问，向人类用户提出一系列选项，由这些用户最终做出决策。

这些系统有助于生命科学行业的专业人士做出更加明智及时的决策。例如，认知解决方案通过提供有关主要研究人员、科学主题和运作可行性方面的洞察，帮助企业做出与临床试验投资有关的决策（参见案例“认知计算能力可以改善临床试验资金分配的决策流程”）。此外，生命科学企业还采用认知计算协助开展药品安全监测活动。

在不久的将来，制药企业可能会使用认知能力转变药品安全监测流程，自动检测和评估从各种内部和外部数据源的结构化和非结构化数据中获得的负面事件信息，并进行归类。这有助于提升流程的整体效率和有效性，实现更高质量、更为一致的安全评估。此外，它还帮助企业将工作重心转到更高价值的活动，提高发现风险和效益的信心。

案例

认知计算能力可以改善临床试验资金分配的决策流程

评估新的临床试验是一个艰苦的过程，需要大量人员广泛审阅数量不断增加的医疗和科学文献以及内部文档。由于数据量非常庞大，因此很难发现是否存在类似试验并且避免重复研究。此外，没有集成的视图可用于衡量从提供资金到发表成果或临床试验成功的整个流程的影响。

认知能力通过快速从支持或反对临床试验提议的各种来源发掘信息，帮助相关人员改进决策流程。这些信息包括与研究领域有关的大量科学数据，以及有关研究人员以前的经验、发表的成果、合作经历方面的洞察。认知能力还有助于发现潜在风险，比如不利影响或患者招募障碍，以及以前执行的或目前正在开展的类似试验。研究人员依靠数据驱动的洞察和建议，可以做出更明智的临床试验投资决策。

（3）互动能力

认知系统通过提供专家帮助，能够从根本上改变人员和系统的互动方式，显著提高人的能力。这些系统可以开发深入的领域洞察力并将这种信息以及时、自然、可用的方式提供给相应人员。认知系统在这里可充当助手——如同一个不需要休息，但可处理大量结构化信息和非结构化信息，调整模棱两可甚至自我矛盾的数据，并且会学习的人。因为这些系统能够与人类进行对话，所以可根据病史了解患者，并将具体情境和基于证据的推理带到互动中。

这些功能可以改进与患者、消费者以及医护人员的互动，从而帮助生命科学行业向以患者为中心的模式转型。此外，认知系统可以帮助生命科学企业改善与医疗服务付款方和医疗服务提供方（HCP）之间的协作和沟通。（参见案例“制药企业使用认知能力和高级分析功能，改善与HCP的沟通”）

未来的认知系统也许能够进行自由对话，这有助于人员之间的信息流动。20在不久的将来，认知能力将会创造机会，帮助改善患者的临床

试验体验。有效的患者互动移动应用可以帮助参与临床试验的患者做出更有利于治疗的选择，更有效地控制自己的疾病；此外，还可以帮助研究人员提高参试患者保留率，控制试验成本。同样在不久的将来，零售药店计划使用认知计算技术，根据患者的生理指标和危险行为，预测慢性疾病患者的紧急医疗情况。

案例

制药企业使用认知能力和高级分析功能，改善与HCP的沟通

一家制药公司希望改善与医疗服务提供方（HCP）之间的互动。具体地说，该公司希望能够有效利用RWE和科学文献，更快、更轻松地回答HCP的问题。此外，该公司希望开展更为一致的市场研究并从中获得洞察，以及进行个性化、有针对性的HCP交流沟通。

通过结合认知计算与高级分析的强大能力，该公司现在可以分析大量临床数据和科学文献，从而形成富有新意的假设，为洞察推动的战略规划提供选择。知识驱动的方法帮助该公司在整个企业和各个职能领域实时验证假设，更好地了解市场的动态。此外，该公司还能够创建有针对性的沟通信息，通过互动应用传递给特定HCP。以前，该公司向HCP提供的信息支离破碎；现在，他们能够以一致的方式提供适当的信息。