Digitale Zusammenhänge herstellen und Business Intelligence nutzen

Die Life-Sciences-Industrie wird immer wettbewerbsintensiver, komplexer und stärker reguliert. Geschickte neue Nischenakteure sägen an den Stühlen der älteren etablierten Unternehmen. Die größeren Player haben sich durch eine Kombination aus alten Organisationsstrukturen, Fusionen und Übernahmen und einem fehlenden ganzheitlichen Innovationskonzept zu hierarchischen Silos entwickelt.

Diese hierarchischen Silos agieren wie isolierte Abteilungen auf der Suche nach neuen Einnahmequellen ‒ das Ergebnis sind komplexe Organisationsstrukturen mit einer natürlichen Tendenz zum vertikalen statt zum horizontalen Denken. Daraus resultierend gibt es wenig bis keine Integration zwischen den einzelnen Bereichen, sodass es kaum zu abteilungsübergreifender Kommunikation und Datennutzung kommt.

Und dazu kommt natürlich noch der ständige Druck, unter dem der Sektor Life Sciences steht. Wie gestaltet man patientenzentrierte Erfahrungen und verbessert Qualität und Sicherheit, ohne dass die Kosten in die Höhe schnellen? Ist es möglich, schnelle Zulassungen für neue Märkte zu erhalten, wenn man alle Vorschriften und lokalen Qualitätsauflagen einhält, und das bei niedrigeren Kosten? Was ist die beste Möglichkeit, das Geschäft in die nächste Life-Sciences-Generation zu führen und operative Exzellenz zu erreichen, um patientenzentrierte Innovationen als Erster auf den Markt zu bringen? Und welches neue Geschäftsmodell sollte man anvisieren?

Um diese unzähligen Anforderungen zu erfüllen und einen Wettbewerbsvorteil zu behalten, müssen sich Life-Sciences-Unternehmen anpassen und weiterentwickeln. Nur so können sie patientenzentriertere Innovationen gestalten. Nur die Stärksten und Agilsten werden trotz neuer Akteure am Markt und steigender organisatorischer und regulatorischer Komplexität ihren Wettbewerbsvorteil ausbauen, Gewinne steigern und letztlich überleben.

„Unternehmen müssen eine Arbeitsumgebung schaffen, in der Datenintegrität wertgeschätzt wird.” So heißt es im Ausblick Global Life Sciences von Deloitte für 2018, der den folgenden Titel trägt: ‘Innovating life sciences in the fourth industrial revolution: Embrace, build, grow’. 

Nur so, argumentiert der Bericht, ist dem größten Innovationshindernis der Zukunft beizukommen: der Tatsache, dass jeder isoliert vom anderen arbeitet. 

Im Rahmen der aktuellen Herausforderung an die Branche, die Erfahrungen und Ergebnisse der Patienten kontinuierlich zu verbessern und gleichzeitig bisher unerfüllte medizinische Bedürfnisse zu erfüllen, muss sie nicht nur die Innovationsgeschwindigkeit beschleunigen, sondern auch die Qualität dieser Innovation verbessern.

Sie müssen also das kollektive Wissen Ihres Unternehmens und Ihrer Partner anzapfen, um sicherzustellen, dass die richtigen Informationen genutzt und auf dieser Grundlage bessere Entscheidungen getroffen werden – sodass die Behandlungsmethoden besser auf die Bedürfnisse der Patienten zugeschnitten werden können, bei gleichzeitig 100-prozentiger Sicherheit, dass die richtigen Verfahren und Prozeduren befolgt wurden.

Daten bergen Erkenntnisse über die wertbasierte Preisgestaltung und den Marktzugang. Die Vernetzung von Daten und Teams über Silostrukturen hinweg markiert für viele Unternehmen wirklich den Beginn einer neuen, teamorientierten und weniger von internem Wettbewerb geprägten Arbeitsweise.

Big Data Analytics kann helfen, das Potenzial unterschiedlicher Datenquellen zu erschließen. Life-Sciences-Unternehmen können den Wert ihrer Daten maximieren, indem sie sie unternehmensweit als Entscheidungsgrundlage verwenden und ein besseres Verständnis für entsprechende Risiken entwickeln.

„Beweise aus der Praxis stehen bei vielen Konferenzen ganz oben auf der Tagesordnung, da die Menschen über die Möglichkeiten nachdenken, die sie bieten können, um die Art und Weise zu ändern, wie wir die Wirksamkeit eines bestimmten Medikaments verfolgen", erklärt Matt Fellows in seinem Artikel auf Pharmafile.com: ‘Seizing opportunities in the next steps for real world evidence'. (Januar 2018).

Der Artikel diskutiert die vonstatten gehende seismographische Verschiebung von der reaktiven hin zur proaktiven Nutzung von Daten. Und mit dem Aufkommen von maschinellem Lernen und Cognitive Computing entsteht die Möglichkeit, Einblicke durch neue Fragestellungen zu gewinnen, auf die die Branche noch gar nicht gekommen ist. Ganz schön aufregende Zeiten.

Für eine erfolgreiche Wirkstoffsuche müssen Personen aus verschiedenen Gruppen Daten miteinander austauschen und zusammenarbeiten. Doch die Takeda-TochterMillennium stellte fest, dass die unternehmensweite Zusammenarbeit nicht gut funktionierte und die Medikamentenentwicklung wegen der voneinander getrennten Informationsverwaltungssysteme, die Chemiker und Biologen nutzten, ausgebremst wurde.

Das elektronische Laborbuch (ELB) der Wahl war für Millenium das  BIOVIA Workbook von Dassault Systèmes. 

Ergebnis? Jetzt schaffen es Arzneimittelkandidaten schneller in die klinische Überprüfung, und die Wissenschaftler sparen Zeit, weil sie Versuchsaufzeichnungen von höherer Qualität und verschlankte chemische Workflows nutzen können.