來源丨Forbes作者丨Ganes Kesari科技行者
編譯丨
這5條重要提示，也許能幫助各位制藥業(yè)高管打開通往數(shù)據(jù)科學(xué)之旅的大門。以此為引導(dǎo)，你將逐步了解如何選擇正確的分析項(xiàng)目、保障資金供給、建立早期團(tuán)隊(duì)、獲取數(shù)據(jù)并選擇有效的實(shí)現(xiàn)技術(shù)。
2011年，谷歌內(nèi)部對于深度學(xué)習(xí)技術(shù)的潛力仍普遍持懷疑態(tài)度。很明顯，時(shí)任Google Brain團(tuán)隊(duì)負(fù)責(zé)人的吳恩達(dá)要說服大家在這一全新人工智能（AI）方向上投入資源，必須克服艱巨的挑戰(zhàn)。
吳恩達(dá)決定從小處入手消解阻力。
他最先在語音識別團(tuán)隊(duì)中獲得了初步支持。該團(tuán)隊(duì)在谷歌中的關(guān)注度遠(yuǎn)不及搜索或廣告業(yè)務(wù)部門，但吳恩達(dá)至少以此為起點(diǎn)幫助第一位內(nèi)部客戶獲得了價(jià)值回報(bào)，讓深度學(xué)習(xí)在谷歌語音搜索中得到早期應(yīng)用。也正是憑借這成功的第一步，深度學(xué)習(xí)技術(shù)得到了在谷歌地圖中一試身手的機(jī)會，負(fù)責(zé)提高數(shù)據(jù)質(zhì)量。
每個項(xiàng)目的成功都在鞏固人們的信心。最終，飛輪效應(yīng)全面啟動，令深度學(xué)習(xí)成為谷歌之內(nèi)一股不可阻擋的洪流。如今，深度學(xué)習(xí)已經(jīng)為谷歌的大多數(shù)產(chǎn)品提供著強(qiáng)大的支持，包括搜索、相冊、YouTube乃至地圖等等。
這個故事同樣能夠?yàn)橹扑幮袠I(yè)的高管們提供寶貴經(jīng)驗(yàn)，啟發(fā)大家立足所在組織一步步探索數(shù)據(jù)科學(xué)領(lǐng)域。
每一家希望掌握高級分析之力的組織，都必須經(jīng)歷五大關(guān)鍵步驟。雖然說起來非常簡單，但不同行業(yè)的高管人士往往未能對這些步驟給予應(yīng)有的重視。
TPS Global臨床與戰(zhàn)略運(yùn)營執(zhí)行副總裁Syed Shah表示，“令我感到驚訝的是，藥學(xué)領(lǐng)域一直存在大量可用數(shù)據(jù)，但真正得到成功使用的數(shù)據(jù)量卻非常有限。”通過示例，我們將共同了解這五個步驟如何幫助您為制藥行業(yè)建立起可靠的數(shù)據(jù)科學(xué)實(shí)踐。
1. 克制挑戰(zhàn)“登月”的雄心，先從唾手可得的成果中做出選擇
在選擇數(shù)據(jù)科學(xué)之旅的啟動項(xiàng)目方面，企業(yè)往往會犯下同一類錯誤——傾向于選擇那些緊急但缺乏戰(zhàn)略影響，或者說有趣但鮮有實(shí)際回報(bào)的項(xiàng)目。
更糟糕的是，企業(yè)最終選擇的項(xiàng)目往往過于復(fù)雜。請注意，最重要的是應(yīng)該通過早期的一個個小成功快速展示業(yè)務(wù)價(jià)值，而非一上來就選擇那些前景無比宏偉、但卻充滿不確定性風(fēng)險(xiǎn)的“登月”級項(xiàng)目。
Roche Diagnostics公司商務(wù)智能兼分析主管K.M.A. Omar表示，“在制藥企業(yè)中選擇啟動項(xiàng)目時(shí)，并不一定非得從營銷、銷售或者財(cái)務(wù)等角度切入。研究等領(lǐng)域的實(shí)施阻力往往更低，而且同樣能夠?yàn)榛颊邘砜捎^的價(jià)值。此外，這部分員工們對于生物統(tǒng)計(jì)學(xué)乃至數(shù)據(jù)的應(yīng)用概念擁有良好的理解。實(shí)際上，他們往往對組織在高級分析方法方面的嘗試充滿熱情。”
2. 通過量化業(yè)務(wù)投資回報(bào)、而非給出模糊的預(yù)測結(jié)果，保障資金供給
根據(jù)Gartner的調(diào)查，數(shù)據(jù)分析項(xiàng)目中的資金短缺已經(jīng)成為首席數(shù)據(jù)官（CDO）們面臨的最大障礙之一。Syed Shah指出，“為了獲取資金，首先需要明確項(xiàng)目的最終收益。”
Shah補(bǔ)充道，“然而，確實(shí)有不少項(xiàng)目缺乏明確的投資回報(bào)（ROI）或者成本節(jié)約效用。對于這類項(xiàng)目，最重要的自然是歸納其帶來的無形收益，例如消除由低質(zhì)量產(chǎn)品帶來的返工成本。”
舉例來說，假定你已經(jīng)建立起一套數(shù)據(jù)科學(xué)解決方案，可以自動對細(xì)胞進(jìn)行計(jì)數(shù)以加快藥物發(fā)現(xiàn)速度。一般認(rèn)為，這類解決方案能夠縮短研發(fā)周期或者降低生物學(xué)家們的工作強(qiáng)度。對此，最合理的方法自然是計(jì)算項(xiàng)目帶來的潛在成本節(jié)約與投資回報(bào)。只要以由此得出的近似估算值作為投資回報(bào)起點(diǎn)，你的項(xiàng)目就能在企業(yè)中獲得必要的關(guān)注與預(yù)算支持。
3. 為你的早期數(shù)據(jù)科學(xué)團(tuán)隊(duì)配備技術(shù)通才，而非急于引入純數(shù)據(jù)科學(xué)家
每個數(shù)據(jù)科學(xué)團(tuán)隊(duì)都需要五種專業(yè)角色。但在早期階段，通才往往比特定領(lǐng)域的專家更具價(jià)值。一般來說，通才屬于公司內(nèi)的現(xiàn)有人員，而且對制藥領(lǐng)域及組織動態(tài)都擁有深刻的理解。
美國食品藥監(jiān)局CDO Ram C Iyer表示，“很多新任領(lǐng)導(dǎo)者都低估了組織內(nèi)已經(jīng)擁有的人才儲備。大多數(shù)與健康相關(guān)的組織都擁有著掌握各類分析技術(shù)與工具知識的高級知識分子乃至博士群體。”
數(shù)據(jù)領(lǐng)導(dǎo)者們必須發(fā)揮自己的人才發(fā)掘能力，快速找到那些精通數(shù)字、充滿好奇心且樂于學(xué)習(xí)的員工。Iyer還補(bǔ)充道，這部分人才將成為啟動初期項(xiàng)目、建立長期數(shù)據(jù)科學(xué)部門當(dāng)中的重要基礎(chǔ)。
4. 從少量數(shù)據(jù)起步，不要坐等完美數(shù)據(jù)倉庫的落實(shí)
如果沒有規(guī)模可觀、質(zhì)量穩(wěn)定且經(jīng)過良好組織化的數(shù)據(jù)作為依托，數(shù)據(jù)科學(xué)根本無法實(shí)現(xiàn)。但在早期階段，大多數(shù)組織都拿不出如此奢侈的資源儲備。那么，制藥行業(yè)的高管們是不是該推遲自己的數(shù)據(jù)科學(xué)探索，直至準(zhǔn)備好強(qiáng)大的數(shù)據(jù)工程層？
Omar認(rèn)為，“我強(qiáng)烈建議大家不要等待，因?yàn)樗^完美的數(shù)據(jù)可用性永遠(yuǎn)不可能到來。”
他還補(bǔ)充稱，這些早期項(xiàng)目可以幫助大家建立起可重用數(shù)據(jù)資產(chǎn)創(chuàng)建案例。你可以借此吸引到人們對于數(shù)據(jù)質(zhì)量問題的關(guān)注。從起步階段開始，大家就必須關(guān)注數(shù)據(jù)架構(gòu)層面的差距，并將這部分問題充分體現(xiàn)在數(shù)據(jù)工程的待辦清單當(dāng)中。
例如，你可以使用臨床試驗(yàn)數(shù)據(jù)表格發(fā)現(xiàn)關(guān)于患者行為、募集與留存的可行性洞見。你需要評估數(shù)據(jù)的可用性與質(zhì)量，并在確定這些指標(biāo)均高于可接受閾值后正式啟動高級分析之旅。
5. 在運(yùn)用AI力量之前，先從簡單的數(shù)據(jù)分析方法入手
我們能不能在第一個數(shù)據(jù)科學(xué)項(xiàng)目中就充分運(yùn)用人工智能的潛力？Shah認(rèn)為，“千萬別被那些流行語和趨勢性表述所誤導(dǎo)。請堅(jiān)持您的直覺判斷、不斷探索真相、總結(jié)出自己的洞見并據(jù)此做出決定。在大多數(shù)情況下，初步探索并不需要特別復(fù)雜的技術(shù)或者統(tǒng)計(jì)數(shù)據(jù)。”
在Roche Diagnostics，“AI本身并不屬于獨(dú)立的議程，它只是我們用于實(shí)現(xiàn)戰(zhàn)略目標(biāo)的工具與部分功能。”根據(jù)該公司CIO Werner Boeing在《麻省理工學(xué)院斯隆管理評論》中發(fā)表的報(bào)告，正是這種將AI視為常規(guī)工具之一的舉措，幫助Roche Diagnostics獲得了結(jié)合實(shí)際需求使用AI功能的靈活性。
例如，計(jì)算機(jī)視覺可以檢查視頻源中是否存在藥品生產(chǎn)或包裝問題，借此提高藥品制造質(zhì)量。但作為更適合的起步項(xiàng)目，大家不妨先嘗試通過簡單的回歸算法快速提高藥物良品率。
數(shù)據(jù)科學(xué)之旅中的第一波沖刺
選擇正確的數(shù)據(jù)科學(xué)項(xiàng)目、獲取資金供給、組建團(tuán)隊(duì)、獲取數(shù)據(jù)并產(chǎn)生可行洞見，這些都是相當(dāng)艱難的挑戰(zhàn)。而即使完成了這些目標(biāo)，數(shù)據(jù)科學(xué)的探索之旅仍然沒有徹底完成。
只有將解決方案應(yīng)用于實(shí)際決策，數(shù)據(jù)科學(xué)才能真正為大家創(chuàng)造價(jià)值。要想沖過這道終點(diǎn)線，大家需要保證你的項(xiàng)目已經(jīng)得到用戶們的實(shí)際采用，包括與業(yè)務(wù)支持者們通力合作、為最終用戶提供影響并不斷獲得一項(xiàng)項(xiàng)成果，借此在制藥企業(yè)之內(nèi)維持住良好的數(shù)據(jù)科學(xué)發(fā)展勢頭。
Shah總結(jié)道，“只有當(dāng)領(lǐng)導(dǎo)者們能夠看到自己的數(shù)據(jù)，體會到數(shù)據(jù)背后那一個個引人入勝、但以往根本沒有被發(fā)現(xiàn)過的故事時(shí)，他們才算真正體會到數(shù)據(jù)科學(xué)的現(xiàn)實(shí)力量。”
關(guān)鍵詞： 數(shù)據(jù) 科學(xué) 制勝之道 寫給
