Data Science в фармацевтике: применение и барьеры развития

Краткое изложение авторской публикации в сообществе «Фарма РФ» от .

Автор материала описывает, как аналитика данных и Data Science применяются в российской фармацевтике и что мешает их развитию. По результатам опроса, который автор провела в 2022 году, более 50% фармацевтических компаний не использовали прогностическую и предписательную аналитику. По словам автора, модели прогноза спроса в Stada дают точность 95% и более по большинству позиций. Для прогнозирования на основе данных системы мониторинга движения лекарственных препаратов необходимы минимум 24 месяца наблюдений, а предпочтительный период составляет 36 месяцев; такие данные собираются с 2020 года. Среди препятствий автор выделяет нехватку подготовленных данных и недостаток опыта работы с аналитикой. Автор также отмечает, что утверждённая правительством стратегия предусматривает увеличение доли российского производства препаратов полного цикла почти до 70% в ближайшие восемь лет.

Главное

  • В опросе автора 2022 года более 50% компаний не использовали прогностическую и предписательную аналитику.
  • По словам автора, модели прогноза спроса в Stada точны на 95% и более по большинству позиций.
  • Данные системы мониторинга движения лекарственных препаратов собираются с 2020 года.
  • Для прогноза спроса нужно минимум 24 месяца данных, а в идеале — 36 месяцев.
  • Правительственная стратегия предусматривает увеличение доли российского производства препаратов полного цикла почти до 70% в ближайшие восемь лет.

Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только специалистам фармацевтической отрасли.

Регистрация

По теме