如在上一个博客在本系列中，人工智能（AI）和机器学习（ML）现在正在利用以生成现实世界的证据，以支持医疗保健中利益相关者的决策。必威手机APP在多个商业应用程序中，正在实施AI/ML以提供前所未有的可行见解。betway必威怎么提款这样的例子是使用AI/ML来预测关键的患者和医师段，以提高治疗并改善预后。
使用AI/ML来回答生命科学的关键业务问题
IQVIA将AI/ML算法和深入的主题专业知识应用于其丰富的颗粒医疗保健数据，以解决诸如通过预测细分列出的问题。必威手机APP该方法的简化视图将应用于预测患者或医师细分市场，可说明如下：
预测患者段
当应用这种方法预测患者细分时，零售药房，保险公司或电子病历的纵向数据（在源头上进行了匿名）通常用作基础。选择了表现出感兴趣的特征的患者的“培训队列”来训练AI/ML模型。然后将训练有素的模型应用于完整的数据集，以识别预测显示与初始训练队列相同特征的患者。
AI/ML应用于预测性患者细分的示例包括：
识别未诊断，未经治疗或处于危险的患者
所需的细分市场包括患有罕见疾病的患者，新型产品的强大候选者，甚至将来有患病疾病的患者。
根据使用特定的治疗标志和这些患者的治疗史来定义训练队列，作为模型的输入。
AI/ML使我们能够阐明患者人口统计学特征和伴随药物的模式，而这些药物无法通过更传统的方法检测到。
将训练有素的模型应用于整个宇宙，可以根据他们从治疗中获得的潜在利益来分割患者。
使用疗法来识别患者特定适应症
尽管加拿大的医疗保健数据富含且必威手机APP颗粒状，但缺乏诊断信息可能会使获得跨多个指示使用产品的见解复杂化。betway必威怎么提款在这种情况下，可以根据使用特定的治疗标记并随后用于训练AI/ML模型来定义训练队列。如果不存在这样的标记，则来自捕获指示的替代地理（例如，美国）的数据有时会被利用以告知该模型。从该模型betway必威怎么提款中获得的见解允许努力专注于预测的细分市场，这些细分市场真正被征求了兴趣。
如上所述，预测性患者细分可以提供宝贵的见解，以更好地了解如何在实践中使用疗法。betway必威怎么提款此外，通过将预测的患者细分与负责治疗的医生联系起来，公司可以确保在最需要的地方分配资源和努力。
预测医师段
当应用AI/ML方法预测医师细分时，在某些情况下可能会利用匿名的纵向患者级数据，而开处方源自零售药店的数据通常是重点。在此应用程序中，培训队列是一组医生，可以表现出理想的行为或具有共同属性。这些医生的处方行为用于训练AI/ML模型，然后提供了一个预测分享特定属性的细分市场。
AI/ML应用于预测医师细分的示例包括：
预测与医师实践的相关性
- 在这种情况下，所需的细分市场可能是可能开出新产品或只是在既定市场中确定未开发的机会的医生。
- 医师细分市场是根据感兴趣的产品或相关类似物的使用来定义的。
- 可以利用各个市场以及医师人口统计数据的处方行为（总脚本量，治疗性启动，开关，市场份额等）来培训AI/ML模型。
- 将训练有素的模型应用于整个宇宙会产生一部分医生，这些医师被认为是强大的候选人，可以开出感兴趣的产品。
预测具有特定属性的医生
- 无论是通过初步市场研究获得的态度或心理领域，还是仅限于医师子集的行为部门，在整个医师宇宙中获得类似的见解通常都需要为商业策略和消息传递提供信息。betway必威怎么提款
- 同样，跨市场和人口统计数据的处方用于培训AI/ML模型。
- 训练有素的模型预测了期望共享特定属性的医师，从而可以投射该细分市场。
过去，AI/ML方法通常是作为一种“黑匣子”解决方案实施，该解决方案可能提供了宝贵的见解，而不一定会对预测的因素有很多了解。betway必威怎么提款越来越多的关注对评估有助于模型的预测特征，以评估临床相关性，甚至可能提供其他见解。betway必威怎么提款
尽管每个市场和商业问题都需要自己的一系列特定考虑因素，但现在经常利用AI/ML方法来在加拿大市场上执行更准确和有见地的细分。我们的下一个博客“使AI/ML的日常决策中的一部分”将提出一些阻碍AI/ML作为您日常业务流程的一部分的最佳挑战，以及一些选择和想法，以考虑这一点可以帮助加速采用。
如果您对此博客有疑问或评论，或者想讨论您的企业如何利用AI/ML进行精确细分，请联系塞巴斯蒂安·格雷加（Sebastien Gerega）或者canadainfo@iqvia.com。