医药数据面临三大挑战 “天花板”效应近在咫尺

在生命科学和医疗健康护理领域的基础研究从来不缺乏新的技术：实时研究、基于人类的大数据，提高客户的消费动机，而且这仅仅是开始。但是为了满足这样或者那样的需求，如何在恰当的时间以合适的方式增强产品的可及性，并适当地阻止那些以“更新换代”为噱头的新产品/技术过快推向老百姓。如今，医药数据面临三大挑战。

挑战1：电子健康档案数据（EHRData）的可及性

如今，尽管越来越多的医疗机构开始提供电子健康档案数据（EHRData），以及用户不仅开始访问他们的数据，也开始建立自己的个人健康记录（phr）。这是进行研究、获得真实世界的关键证据。

然而，现阶段所面临的的挑战是“数据分块”（datablocking）这一可怕的趋势。换句话说，就是指EHR/EMR提供商需要获取其他机构的数据，需要向对方支付的费用。目前，虽然许多机构获得了运营相关程序的授权，但是医药公司、供应商、患者之间如何在一个相对公共的环境系统中使用这些数据，已经不再是一个技术问题，而是发展成了相应的业务。在今年1月份摩根大通（JPMorgan）大会上和3月的医疗信息管理系统协会（HIMSS）年会上，多家供应商鼓励：要增强医疗界医药数据的可及性，以便于研究。

挑战2：医药数据的操作互通性仍然是一个问题

针对医药数据的相互操作性，每一年都在呼唤“标准”的成立，然而“标准”是一个矛盾。随着制药公司在不断扩大临床试验的规模，越来越多的医药研究外包组织（CRO）和越来越多的电子数据捕获（EDC）应用程序的出现，使得这些系统之间的整合和信息传递变得越来越困难。

为了克服这些操作互通的困难，政府应该仔细审核那些非核心竞争企业和非盈利性公司的人才能否满足专家条件。否则的话，科学家们将会花费超过80%的时间用来“清理数据”，而不是用来分析数据。

挑战3：应用程序导致了数据“天花板”

从历史上看，当公司有问题要解决，他们期待一个应用程序来解决这个问题。应用程序经常出现感性的用户界面和演示数据。但是随着时间的推移，出现另一个问题：应用程序导致了数据“天花板”，这是由于应用程序是建立在数据模型上针对特定时间特定问题的答案。

尽管如今的研究越来越具有前瞻性，但生命科学的未来依旧变化莫测。医药数据也需要经历数据的抽取、清洗、转换、装载这一系列步骤，企业如何通过各种技术手段，并把数据转换为信息、知识，已经成了提高其核心竞争力的主要瓶颈。