大數(shù)據(jù)在各行各業(yè)的應(yīng)用，給業(yè)態(tài)帶來了顛覆式的改變。那么醫(yī)療行業(yè)中，藥企可以通過臨床大數(shù)據(jù)實(shí)現(xiàn)什么產(chǎn)品應(yīng)用與作用呢？

這是臨床數(shù)據(jù)應(yīng)用系列的第二篇文章，主要針對于藥企討論臨床大數(shù)據(jù)的應(yīng)用與變現(xiàn)情況。

當(dāng)前臨床大數(shù)據(jù)非常火熱，但實(shí)際情況卻是商業(yè)模式不清晰、盈利困難。

在上一篇文章中從法律原因、歷史原因、產(chǎn)業(yè)原因三個(gè)方面討論了臨床數(shù)據(jù)應(yīng)用困難的原因。

針對藥企而言，制藥企業(yè)不同于醫(yī)院，它是一個(gè)企業(yè)屬性的機(jī)構(gòu)，企業(yè)的最終目的是盈利，所以臨床數(shù)據(jù)對于藥企而言，必將參與到其商業(yè)模式中。

藥企對于臨床大數(shù)據(jù)的應(yīng)用可以說是一個(gè)正向的推動力，只有具備商業(yè)利益的模式才是一種穩(wěn)定的模式，也會將臨床數(shù)據(jù)應(yīng)用推向新的高度。

藥企是臨床數(shù)據(jù)重要的服務(wù)對象，對于藥企而言無非是2個(gè)方面的價(jià)值：

其一是有利于藥品研發(fā)；

其二有利于是藥品營銷。藥品研發(fā)企業(yè)相對資金比較雄厚，對上述兩個(gè)方面有價(jià)值的產(chǎn)品或服務(wù)，企業(yè)則有興趣繼續(xù)溝通。

臨床大數(shù)據(jù)的服務(wù)也圍繞著藥品研發(fā)與藥品營銷2個(gè)方面展開。

藥物研發(fā)階段可做的工作很多：

首先藥物研發(fā)分為臨床前階段、臨床階段、上市階段。本文只討論臨床大數(shù)據(jù)的應(yīng)用，所以臨床前階段不在討論范圍之內(nèi)。

對于臨床階段而言，由于該階段的大量研究屬于前瞻性研究，數(shù)據(jù)需要基于試驗(yàn)設(shè)計(jì)進(jìn)行入組采集分析。在臨床階段，已有的臨床數(shù)據(jù)對于前瞻性研究利用價(jià)值有限，但通過已有數(shù)據(jù)尋找患者入組確是非常有效的。

其次，通過臨床數(shù)據(jù)是確定藥物立項(xiàng)的有力證據(jù)。包括是否需要開展新藥研發(fā)立項(xiàng)，是否對新品種進(jìn)行引入（Licence In）等。

藥物營銷階段，臨床數(shù)據(jù)有充分的用武之地，包括藥物上市后評價(jià)、真實(shí)世界研究、營銷知識圖譜、健康監(jiān)控與隨訪等。

例如通過真實(shí)世界研究得到某款藥物的有力證據(jù)，不但可以公開發(fā)表，甚至可以寫入該藥物的說明書中。這些對于藥企營銷具有莫大的好處。

一、藥物研發(fā)

藥物研發(fā)分為兩個(gè)過程，藥物臨床前研究與藥物臨床研究，如下圖所示。

對于臨床前研究，主要是處于實(shí)驗(yàn)室階段，臨床數(shù)據(jù)能夠發(fā)揮的余地很小。在新藥臨床階段，主要以前瞻性研究為主，即為了完成一個(gè)臨床終點(diǎn)而招募一批患者進(jìn)行入組實(shí)驗(yàn)。在藥物臨床實(shí)驗(yàn)中，所有的數(shù)據(jù)基本都是新產(chǎn)生的，這樣我們已有的臨床數(shù)據(jù)對于新藥臨床實(shí)驗(yàn)本身并沒有太大價(jià)值。

但是，對于臨床實(shí)驗(yàn)而言，入組人群往往具有較高要求，臨床數(shù)據(jù)可以幫助研究機(jī)構(gòu)尋找合適的入組受試者。

1.臨床試驗(yàn)入組

臨床試驗(yàn)入組有多重方式，當(dāng)前主要的方式有以下幾種：

（1）應(yīng)確保受試者符合倫理已批準(zhǔn)的最新方案所規(guī)定的所有入選標(biāo)準(zhǔn)，且不符合任何一項(xiàng)排除標(biāo)準(zhǔn)；

（2）招募廣告：可以通過張貼已獲得倫理委員會書面批準(zhǔn)的招募廣告；

（3）對所有就診患者進(jìn)行普遍篩選；

（4）在門診等待合格受試者前來就診；

（5）建立?？?、專病門診

這些方式總體來講是一種招募行為，缺乏精準(zhǔn)性，效率也較低。

通過臨床數(shù)據(jù)可以較為精準(zhǔn)的檢索到患者的相關(guān)信息，可以提高招募受試者的效率。

但是由于我國電子病歷數(shù)據(jù)互通性很差，區(qū)域內(nèi)很難進(jìn)行電子病歷的融合，在規(guī)范用語方面也很難統(tǒng)一，使得數(shù)據(jù)零散難以檢索。

二、藥物營銷

1.真實(shí)世界研究

藥物上市后，最重要的問題就是藥品營銷。

藥物上市后臨床研究，以及真實(shí)世界研究對藥企的最大利益，就是能夠促進(jìn)該類產(chǎn)品在市場中的地位。所有藥企的研究方向一定是希望獲得自身有力的結(jié)果，如果得到不利證據(jù)也會積極調(diào)整公司策略，盡可能的避免損失。

所以從藥企利益的方面考慮，將這部分內(nèi)容將在藥物營銷中進(jìn)行討論。

不過真實(shí)世界研究并不是只針對藥物，在醫(yī)療費(fèi)用控制、醫(yī)療質(zhì)量方面也有相應(yīng)的研究路徑。但是為什么當(dāng)前會有這么多與藥品有關(guān)的真實(shí)世界研究？

原因很簡單，有商業(yè)模式的研究工作才是一個(gè)穩(wěn)定的模式。由于與藥品相關(guān)的研究與藥企商業(yè)利益直接相關(guān)，這些研究費(fèi)用會被藥企買單，如此這般，當(dāng)前市場上有關(guān)真實(shí)世界研究的項(xiàng)目大多與藥品相關(guān)。

真實(shí)世界研究還有一個(gè)大方向是醫(yī)療費(fèi)用控制，當(dāng)前醫(yī)保壓力很多，所以國家也在醫(yī)?？刭M(fèi)方面投入了大量研究金費(fèi)。

不過在醫(yī)?？刭M(fèi)方面，真實(shí)世界研究并沒有與商保企業(yè)產(chǎn)生相對明確的商業(yè)模式，所以自然研究情況沒有藥品豐富。臨床大數(shù)據(jù)與保險(xiǎn)有關(guān)的內(nèi)容將在下一篇文章中討論。

所謂真實(shí)世界研究，學(xué)界有兩種不同的劃分方法。

第一種意見認(rèn)為所有回顧性研究都屬于真實(shí)世界研究，簡而言之就是對所有醫(yī)療或醫(yī)療周邊產(chǎn)業(yè)產(chǎn)生的數(shù)據(jù)的研究，都屬于真實(shí)世界研究。這些數(shù)據(jù)是在診療過程中自然產(chǎn)生的，而不是通過人為設(shè)計(jì)某種實(shí)驗(yàn)而得到的。

第二種意見認(rèn)為真實(shí)世界研究是所有傳統(tǒng)臨床醫(yī)學(xué)研究之外的部分。傳統(tǒng)醫(yī)學(xué)研究是隨機(jī)對照實(shí)驗(yàn)、隊(duì)列研究、病例對照研究、橫斷面研究等教科書里傳統(tǒng)臨床研究類型之外的研究。

針對上述兩個(gè)學(xué)界的看法，筆者更傾向于第一種學(xué)界的看法。

在筆者看來，真實(shí)世界研究的本質(zhì)是數(shù)據(jù)的來源問題。

經(jīng)過嚴(yán)格的實(shí)驗(yàn)對象篩選獲得的數(shù)據(jù)（例如，傳統(tǒng)臨床實(shí)驗(yàn)），則不稱為真實(shí)世界研究。

只有在非刻意性的基礎(chǔ)上獲得數(shù)據(jù)，才能稱為真實(shí)世界研究。所以真實(shí)世界研究沒有研究對象的評選標(biāo)準(zhǔn)，所有數(shù)據(jù)完全是在現(xiàn)實(shí)中產(chǎn)生。

在FDA的指南中，對“真實(shí)世界數(shù)據(jù)”的定義強(qiáng)調(diào)了兩個(gè)點(diǎn)：定期收集（routinely collected），數(shù)據(jù)來源多樣（from a variety of sources）。

（1）優(yōu)效、等效、非劣效研究

藥物療效驗(yàn)證是藥企最感興趣的項(xiàng)目之一，為了驗(yàn)證自己的藥物在醫(yī)療環(huán)境中的地位，藥企愿意投入大量資源開展真實(shí)世界研究工作。所謂優(yōu)效性試驗(yàn)是為了驗(yàn)證藥物是否優(yōu)于另外一種藥物；等效性試驗(yàn)，即檢驗(yàn)一種藥物是否與另一種藥物具有相同的療效；非劣效試驗(yàn)，即驗(yàn)證一種藥物不差于另外一種。

藥物優(yōu)效、等效、非劣效研究屬于傳統(tǒng)研究范疇，可以通過試驗(yàn)設(shè)計(jì)進(jìn)行試驗(yàn)。不過從本質(zhì)上而言，該實(shí)驗(yàn)更適用于真實(shí)世界研究。只有在實(shí)際診療中產(chǎn)生的數(shù)據(jù)才能較好的做出客觀評價(jià)。

通常來講，進(jìn)行該類試驗(yàn)應(yīng)該選取一款市場上廣泛認(rèn)可的藥物作為陽性對照藥，通過與該藥物的對比，得到優(yōu)效、等效、非劣效的相關(guān)結(jié)果。由于被選中陽性對照的藥品，通常都是較強(qiáng)的競爭對手，所有企業(yè)自然希望得到優(yōu)效的結(jié)果。

對于優(yōu)效性試驗(yàn)而言，其假設(shè)檢驗(yàn)為：

其中是一個(gè)臨床具有意義的數(shù)值，稱為優(yōu)效性界值。為測試藥物的總體有效率，為對照藥物的總體有效率。優(yōu)效性的主要目的就是需要確定測試藥物療效需要超過對照藥物的優(yōu)效性界值，且不能低于0點(diǎn)。

對于等效性試驗(yàn)而言，其假設(shè)檢驗(yàn)為：

公式中的相關(guān)指標(biāo)與前文中的一致。在等效性實(shí)驗(yàn)中，需要測試藥物與對照藥物的有效性在一個(gè)界值中間，即可從統(tǒng)計(jì)學(xué)上判斷兩者的等效性。等效性更多的用于仿制藥與原研藥物的一致性評價(jià)中。

對于非劣效試驗(yàn)而言，其假設(shè)檢驗(yàn)為：

非劣效實(shí)驗(yàn)重點(diǎn)在于確定測試藥物與對照藥物的療效之差不低于下界，單側(cè)檢驗(yàn)就可以確定非劣效。下圖很形象的說明了三種實(shí)驗(yàn)的關(guān)系。如果測試藥物的療效低于對照藥物療效的下限界值，那么則無法得出結(jié)論。

在傳統(tǒng)的生物統(tǒng)計(jì)中，以上三種試驗(yàn)可以通過人為設(shè)計(jì)、招募受試者等方式完成。

對于真實(shí)世界研究，我們需要完全采用真實(shí)產(chǎn)生的數(shù)據(jù)而并非利用人為設(shè)計(jì)試驗(yàn)數(shù)據(jù)。

完成以上工作有2個(gè)難點(diǎn)：第一是如何選擇數(shù)據(jù)，第二是如何制定臨床指標(biāo)。

首先討論如第二個(gè)問題，定臨床指標(biāo)從來都是一個(gè)難題，選大了會使得區(qū)間變大使得測試藥物優(yōu)效性可能降低，或達(dá)不到等效的藥物被判定為等效；如果選的較小，則會增加相反概率發(fā)生的可能性。具體情況還需要針對藥物適應(yīng)癥因素確定。常用的指標(biāo)有生化指標(biāo)、生物等效性（EB）等。

第一個(gè)問題是如何選擇數(shù)據(jù)，這對于真實(shí)世界研究非常重要。

選擇數(shù)據(jù)有2種情況：

• 一種是針對于已有的醫(yī)療數(shù)據(jù)進(jìn)行回顧性研究；
• 另一種情況通過對服用2種藥物的人群進(jìn)行隨訪獲得數(shù)據(jù)，屬于一種前瞻性的研究。

從藥企角度出發(fā)，通常希望快速得到相應(yīng)的結(jié)論，不但可以解決成本，對藥品營銷推廣也有好處?；仡櫺匝芯康膯栴}在于臨床數(shù)據(jù)是已經(jīng)產(chǎn)生的數(shù)據(jù)，這些數(shù)據(jù)質(zhì)量較差并且獲得困難，并不一定能夠達(dá)到對應(yīng)的試驗(yàn)?zāi)康摹Ｇ罢靶匝芯康膯栴}在于隨訪時(shí)間周期長，花費(fèi)成本巨大，藥企很難長時(shí)間支持這樣一個(gè)只投入無結(jié)論的項(xiàng)目。

當(dāng)前臨床數(shù)據(jù)遇到最大挑戰(zhàn)是數(shù)據(jù)轉(zhuǎn)換（ETL）及合并，也可以說是數(shù)據(jù)治理的內(nèi)容。在回顧性的真實(shí)世界研究中，什么樣的臨床數(shù)據(jù)才是有價(jià)值的，作者給出三條建議：

• 明確臨床事件的發(fā)生順序
• 明確患者身份標(biāo)識
• 使用統(tǒng)一的編碼規(guī)范

明確臨床事件的順序在于確定患者的病程及處理情況，大量臨床數(shù)據(jù)無法得到應(yīng)用的原因在于無法看到一個(gè)患者，在一段時(shí)間內(nèi)的臨床處置及相應(yīng)的結(jié)果。臨床數(shù)據(jù)應(yīng)用，并不一定要求在同一時(shí)間段內(nèi)的患者，但需要明確順序因素與時(shí)間間隔。

明確患者身份標(biāo)識，這一點(diǎn)很好理解。我們做真實(shí)世界研究大多數(shù)以患者為單位進(jìn)行，即使研究某個(gè)藥物或療法，也需要根據(jù)患者個(gè)體進(jìn)行分析。

使用統(tǒng)一的臨床編碼規(guī)范，這是一個(gè)醫(yī)療數(shù)據(jù)老生常談的問題。在這里不進(jìn)行過多的討論，希望不同地方各醫(yī)院能夠盡量遵守。上述三個(gè)基本要求如圖所示。

對于真實(shí)世界的研究結(jié)論，良好的結(jié)論藥企可以寫入自己的說明書中，不利的結(jié)論企業(yè)應(yīng)該立刻調(diào)整自己的市場布局，躲避不利因素。

（2）藥物不良反應(yīng)監(jiān)測與藥物警戒

藥物不良反應(yīng)監(jiān)測更多的是一種責(zé)任與義務(wù)。在國外很多不良反應(yīng)監(jiān)測工作由藥企完成，在國內(nèi)更多的是由政府及相關(guān)部門進(jìn)行監(jiān)控。藥物不不良反應(yīng)監(jiān)測更多的是一種企業(yè)責(zé)任，特別是在新藥上市之后，可以通過不良反應(yīng)監(jiān)測根據(jù)完善藥品說明書，用藥更加安全。

從藥企利益的角度考慮，藥企更應(yīng)該主動進(jìn)行藥物不良反應(yīng)監(jiān)測，以降低由于不良反應(yīng)而產(chǎn)生的高昂賠償費(fèi)用。

藥物不良反應(yīng)的發(fā)生機(jī)理藥物不良反應(yīng)的發(fā)生機(jī)理是比較復(fù)雜的，歸納可分為甲型和乙型兩大類，前者是由于藥物的藥理作用增強(qiáng)所致，其特點(diǎn)是可以預(yù)測，一般與藥物劑量有關(guān)，其在人群中的發(fā)生率雖高，但死亡率低。后者與正常藥理作用完全無關(guān)的一種異常反應(yīng)，通常很難預(yù)測，常規(guī)毒理學(xué)篩選不能發(fā)現(xiàn)。

常用的流行病評價(jià)方法同樣也有回顧性研究與前瞻性研究兩種，這兩者分別對應(yīng)了病例對照研究與隊(duì)列研究。

前者是已知發(fā)生了某不良反應(yīng)后，追查由某藥物引起的可能性大小。

后者是對研究對象追蹤隨訪一段時(shí)間，比較暴露于藥物的研究對象中不良反應(yīng)的發(fā)生率是否較不暴露于藥物的研究對象更高。藥物不良反應(yīng)往往從真實(shí)世界數(shù)據(jù)中發(fā)現(xiàn)，通過傳統(tǒng)臨床試驗(yàn)等方法確認(rèn)。

藥物不良反應(yīng)與藥物警戒在全球已經(jīng)研究了很多年，不僅提出了多種算法，數(shù)據(jù)分析種類也由醫(yī)療數(shù)據(jù)分析轉(zhuǎn)向醫(yī)療數(shù)據(jù)、社交數(shù)據(jù)共同分析的方法。

當(dāng)前大數(shù)據(jù)、機(jī)器學(xué)習(xí)等多種算法都應(yīng)用于藥物不良反應(yīng)信號的發(fā)現(xiàn)。在藥物不良反反應(yīng)與藥物警戒中，有兩項(xiàng)核心工作：藥物不良反應(yīng)數(shù)據(jù)庫構(gòu)建，不良反應(yīng)數(shù)據(jù)挖掘。

藥物不良反應(yīng)數(shù)據(jù)庫是一個(gè)多數(shù)據(jù)源的數(shù)據(jù)庫，也就是說其并不只來源于臨床中產(chǎn)生的數(shù)據(jù)，還包括蛋白、靶點(diǎn)等藥物數(shù)據(jù)。當(dāng)前的不良反應(yīng)數(shù)據(jù)大多數(shù)以不良反應(yīng)上報(bào)為主，在未來的發(fā)展中，可以借助人工智能等技術(shù)手段構(gòu)建疑似不良反應(yīng)數(shù)據(jù)庫。該數(shù)據(jù)庫直接來自于臨床過程產(chǎn)生的數(shù)據(jù)，將一些臨床癥狀與用藥情況疊加進(jìn)行判定，主動挖掘一些不良反應(yīng)事件。

藥物不良反應(yīng)算法方面研究也同樣非常深入。主要分為三個(gè)大類：比例失衡分析算法(DPA)、邏輯回歸算法(LRM)、關(guān)聯(lián)規(guī)則挖掘算法(ARM)。

在AI與機(jī)器學(xué)習(xí)發(fā)展的今天，決策樹、聚類、神經(jīng)網(wǎng)絡(luò)等算法都會用作藥物不良反應(yīng)的挖掘工作。具體的算法內(nèi)容本文不進(jìn)行細(xì)節(jié)展開。

探索藥物不良的試驗(yàn)方法有四種：差異法、協(xié)同法、共變法、類比法。這四種方法也可以作為臨床數(shù)據(jù)研究的理論依據(jù)。

差異法就是從相同中尋找不同的因素，這種不同的因素就有可能是引起醫(yī)學(xué)事件的原因。

例如有一人群患有心律失常，當(dāng)應(yīng)用傳統(tǒng)的抗心律失常藥物無效時(shí)，停藥后又改用胺碘酮，結(jié)果有部分患者不僅原有的心律失常未得到控制，卻又發(fā)生了扭轉(zhuǎn)性室速。同屬一組人群，在使用胺碘酮前和后可找出的不同因素正是胺碘酮，因此，可以假設(shè)胺碘酮會引起扭轉(zhuǎn)性室速。據(jù)此，便可再作進(jìn)一步的分析性研究。

協(xié)同法適用于在不同的時(shí)間、不同的空間或不同人口統(tǒng)計(jì)學(xué)的人群中的某些人出現(xiàn)了同一種醫(yī)學(xué)事件，就可以采用這一方法提出假設(shè)。例如調(diào)查食物中毒就可以使用這種方法。

共變法適用于某種醫(yī)學(xué)事件的發(fā)生頻率，隨著某種客觀因素的數(shù)量變動成正比地相應(yīng)變動，這種數(shù)量變動的客觀因素就可能是引起醫(yī)學(xué)事件的原因。

轟動全世界的“反應(yīng)停事件”就是通過這一方法提出假設(shè)的，研究者們巧妙地將相關(guān)年代反應(yīng)停的市場銷售信息與醫(yī)學(xué)事件聯(lián)系起來，繪出一個(gè)銷售總量與病例數(shù)的時(shí)間分布曲線圖。

類比法是把原因不明的醫(yī)學(xué)事件和另一個(gè)十分清楚的客觀因素進(jìn)行比較，如有相似之處，說明這種客觀因素可能就是引起醫(yī)學(xué)事件的原因。例如瑞氏綜合征（Reye’s syndrome）的研究中，有人發(fā)現(xiàn)水楊酸中毒的臨床和組織學(xué)改變很類似該綜合征，于是通過邏輯推理提出了假設(shè)。

藥企可以借助臨床數(shù)據(jù)對藥物不良反應(yīng)進(jìn)行主動性研究。首先確定使用本公司某種藥物的相關(guān)人群。對于人群中發(fā)生的任何相關(guān)的臨床現(xiàn)象進(jìn)行聚類，按照診療的事件數(shù)據(jù)進(jìn)行分。藥物不良反應(yīng)的研究成果，一般以平臺或系統(tǒng)形式呈現(xiàn)。該平臺可以進(jìn)行不良事件檢索、不良事件相關(guān)藥物檢索以及相關(guān)的不良事件組合檢索。

2.藥物情報(bào)知識圖譜

藥物營銷之前依靠醫(yī)藥代表，現(xiàn)在各個(gè)醫(yī)院對醫(yī)藥代表管理嚴(yán)格，各大藥企的藥物推廣更多的變更為專家型營銷方式，通過對醫(yī)生、患者的教育，使他們了解自己公司的產(chǎn)品，以知識的方式傳遞營銷思路。

現(xiàn)在的醫(yī)藥代表往往會手持一個(gè)pad，里面有藥物的所有資料以及相關(guān)的臨床證據(jù)，甚至是一些醫(yī)藥有關(guān)的問答系統(tǒng)。這樣一個(gè)醫(yī)藥知識的檢索平臺或者說問答系統(tǒng)就可以利用知識圖譜技術(shù)進(jìn)行構(gòu)建。

針對藥企而言，在營銷方面醫(yī)療知識圖譜可以說是一個(gè)最直接的應(yīng)用，針對藥物臨床、臨床前的學(xué)術(shù)檢索，也是知識圖譜的一大應(yīng)用場景。

醫(yī)學(xué)知識圖譜構(gòu)建技術(shù)歸納為五部分，即醫(yī)學(xué)知識的表示、抽取、融合、推理以及質(zhì)量評估。通過從大量的結(jié)構(gòu)化或非結(jié)構(gòu)化的醫(yī)學(xué)數(shù)據(jù)中提取出實(shí)體、關(guān)系、屬性等知識圖譜的組成元素，選擇合理高效的方式存入知識庫。醫(yī)學(xué)知識融合對醫(yī)學(xué)知識庫內(nèi)容進(jìn)行消歧和鏈接，增強(qiáng)知識庫內(nèi)部的邏輯性和表達(dá)能力，并通過人工或自動的方式為醫(yī)學(xué)知識圖譜更新舊知識或補(bǔ)充新知識。

知識圖譜的數(shù)據(jù)來源非常多樣，臨床數(shù)據(jù)只是知識圖譜數(shù)據(jù)來源的一個(gè)方面，下圖就表現(xiàn)了知識圖譜數(shù)據(jù)來源的多樣性。

從變現(xiàn)方面來講，知識圖譜更多的是以知識庫的形式提供服務(wù)，當(dāng)然可以擴(kuò)展為問答機(jī)器人等業(yè)務(wù)應(yīng)用。知識圖譜在企業(yè)內(nèi)部可以提高藥企的營銷水平，協(xié)助營銷人員更好的推介產(chǎn)品。知識圖譜對外是一套知識庫體系，可以通過售賣賬號獲取年費(fèi)進(jìn)行變現(xiàn)。

#專欄作家#

白白，人人都是產(chǎn)品經(jīng)理專欄作家。公眾號：白白說話（xiaob-talk）。醫(yī)藥行業(yè)資深產(chǎn)品專家，負(fù)責(zé)人工智能行業(yè)類產(chǎn)品綜合架構(gòu)與技術(shù)開發(fā)。在行業(yè)云產(chǎn)品架構(gòu)，藥物設(shè)計(jì)AI輔助、醫(yī)療知識圖譜等領(lǐng)域有深入研究。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于 CC0 協(xié)議