A cura della redazione di AboutPharma and Medical Devices
redazione@aboutpharma.com
Big data is not an option. Ovvero, per fare business e crescere, nessuna azienda può permettersi di non ricorrere a un uso intelligente dei dati. E l’assunto vale ovviamente anche per il pharma. Lo sanno bene gli esperti di Sudler, il network di Wpp Health & Wellness specializzato in strategia e comunicazione di brand healthcare, che proprio per il settore ha sviluppato Orioon. Si tratta di un approccio analitico innovativo, pensato per supportare le decisioni strategiche nell’industria life science, che combina interpretazione umana e tecniche avanzate di intelligenza artificiale. Sviluppato in partnership con la multinazionale delle soluzioni di business analytics Sas, una pecularità di Orioon è che lavora su dati eterogenei, strutturati e non strutturati, quantitativi e qualitativi, “big” e “small”.
Esaminando le correlazioni tra le informazioni (provenienti da social, siti, pubblicazioni scientifiche, studi clinici etc.), raccolte nel rispetto delle regole sulla privacy, il sistema Orioon fornisce un supporto analitico all’expertise dei consulenti Sudler per elaborare insight basati su una visione che tiene conto di più fattori. È una combinazione di data analytics avanzato e di consulenza mirata, soprattutto per migliorare le strategie di comunicazione e di marketing. “L’idea di creare un’innovazione del genere dedicata al pharma è nata un paio di anni fa, quando abbiamo notato che nel settore c’erano sempre più dati relativi sia a pazienti, specialisti e altri stakeholder che a terapie e trial”, spiega Maurizio Mioli, ceo di Sudler International Milano & Zürich. “Però, volendo applicare metodi di advanced analytics nell’healthcare, non ci si può limitare ai big data. Ma bisogna allargare lo sguardo a dati qualitativi provenienti da campioni più piccoli. Per prendere decisioni in questo campo, è necessario combinare ricerche online, indagini di mercato, database sanitari, feedback di opinion leader etc. Soltanto l’intelligenza artificiale poteva aiutarci in questo senso, e quindi
abbiamo individuato in Sas il partner ideale, sia per l’expertise su temi come AI e machine learning sia per la competenza specifica nel settore sanitario”.
Le prime sperimentazioni sono state fatte su clienti italiani. E un’applicazione concreta presso una pharma tricolore è stata illustrata durante il convegno “L’intelligenza artificiale applicata all’analisi dei dati orienta le scelte strategiche del business farmaceutico”, promosso, in collaborazione con AboutPharma, da Sudler, Wpp Health & Wellness, Sas e Kantar Health. La prima fase dell’applicazione è consistita in un workshop con il cliente (non reso noto), in cui sono stati identificati i “business need”: capire perché un prodotto (che chiameremo qui “brand X”) non stesse performando in termini di prescrizioni rispetto alle aspettative e quali fossero le barriere che impedivano una piena adozione del prodotto stesso.
Il focus era in particolare sull’interazione tra paziente e specialista, anche perché la patologia per cui il prodotto è indicato è una di quelle per cui i pazienti hanno molta voce in capitolo nell’indirizzare la scelta della terapia. “Immessi nel sistema i primi dati – ricerche di mercato qualitative e quantitative relative agli specialisti della patologia in questione – abbiamo aggiunto, anche in base ai suggerimenti della macchina, informazioni relative al paziente”, spiega Paolo Mistrorigo, head of data analytics & strategy di Sudler. “Così abbiamo raccolto conversazioni online dei pazienti in ambiti pubblici e li abbiamo analizzati attraverso tecnologie di natural language processing che consentono di comprendere il linguaggio naturale”. Attraverso l’analisi delle conversazioni, sono stati identificati i topic più rilevanti relativi alla patologia e alle terapie disponibili, compresa quella del brand X. “Quindi, abbiamo trovato i topic comuni tra specialisti e pazienti riuscendo a capire che rilevanza avessero in generale e per gli specialisti che prescrivevano di più il prodotto in questione”, aggiunge. “Usando un algoritmo proprietario, abbiamo integrato i dati provenienti da diverse fonti in modo che fossero comparabili e potessero dialogare tra di loro”.
Mediante vari livelli di analisi, che hanno aiutato a capire i segnali rilevanti in cui le valutazioni di medici e pazienti sul prodotto convergevano o divergevano, il sistema ha simulato l’impatto che avrebbero potuto avere i possibili interventi strategici sul brand X in termini di comunicazione, marketing e formazione rispetto ai due stakeholder. E attraverso l’interpretazione umana e una consulenza su misura, sono state individuate le mosse che avrebbero avuto più probabilità di migliorare le performance di vendita. “A breve vedremo che risultati avrà dato il lavoro fatto con quest’azienda”, afferma il ceo di Sudler.
La versatilità tecnologica, come garantisce l’head of data analytics di Sudler, è ampia. “Tra quelle adottate nel caso specifico e quelle utilizzabili in altri contesti, Orioon può applicare le tecniche più avanzate di AI: dal machine learning alla basket analysis, dal natural language processing alla voice recognition, solo per menzionarne alcune”. Oltre al caso in questione, l’approccio analitico di Sudler può essere applicato in altri ambiti. “Ad esempio – osserva Mioli – per stime volumetriche, basandosi su dati ad ampio spettro come quelli di distribuzione e vendita; o per analisi di percorsi terapeutici con l’obiettivo di aumentare l’aderenza e ridurre errori e sprechi; o ancora per individuare, in ottica multichannel, i migliori canali da utilizzare in base ai messaggi da far passare e agli stakeholder da raggiungere; e, non da ultimo, può essere una risorsa preziosa in ambito clinico per fare le scelte terapeutiche più opportune”.
Nel progettare questa prima applicazione del sistema, Sudler e Sas hanno posto forte attenzione al ruolo dei pazienti nelle decisioni sanitarie, proprio alla luce del nuovo ruolo, più consapevole ed “engaged”, che questi stakeholder assumono progressivamente. Ed è anche per questo che l’approccio è molto focalizzato sui dati qualitativi. Come ha spiegato durante il convegno Guendalina Graffigna, professore associato della facoltà di Psicologia dell’Università Cattolica, “è necessario tenere in conto che c’è un mondo soggettivo ed emozionale del paziente, legato alla fruizione dei sistemi sanitari, dei farmaci e delle terapie. Ed è difficile ridurlo a dati comportamentali o cognitivi. Bisogna integrare questi aspetti e trovare modelli scientifici per interpretarli: questa dovrebbe essere la sfida per l’analisi dei big data in sanità”.
Uno dei punti di forza di Orioon, come spiega Francesco Rainini, innovation consulant di Sas che ha lavorato alla progettazione del percorso, è la “capacità di agevolare la comprensione dei fenomeni del mercato pharma: mettendo insieme dati provenienti da più fonti, si possono avere insight efficaci per capire, ad esempio, come si è posizionati rispetto ai competitor e cosa pensano medici e pazienti delle patologie, dell’azienda e dei prodotti”. Focalizzandosi sul medico, inoltre, si possono avere indicazioni per comprendere “quali specialisti sono più propensi a ricevere comunicazioni attraverso gli Isf tradizionali, quali invece preferiscono i canali digitali e come vogliono essere contattati”.
Inoltre, un vantaggio di questo sistema è che “i dati possono restare di continuo sotto monitoraggio. La macchina è progettata per autoaddestrarsi in base agli update che riceve e a rielaborarli periodicamente. Per esempio, una volta applicata una strategia, è in grado di monitorarne gli effetti sugli stakeholder interessati. Queste verifiche longitudinali permettono un costante fine-tuning delle azioni strategiche adottate, al fine di massimizzare i risultati attesi”.
Orioon si inserisce all’interno di un panorama in cui stanno prendendo sempre più piede le soluzioni di AI per orientare i business. “È un’evoluzione degli ultimi dieci anni favorita dalla maggiore quantità di dati a disposizione, dall’aumento delle possibilità di calcolo e dalla presenza di algoritmi sempre più raffinati”, ha notato durante l’incontro Renata Trinca Colonel, professor of Practice decision sciences & business analytics della Sda Bocconi. “Non tutte le aziende adopereranno i big data, anche a causa di un ritardo culturale nel comprenderne il potenziale, ma chi vi sta puntando sta avendo grandi vantaggi competitivi, ed è probabile che ne avrà sempre di più”.
Parole chiave
Intelligenza artificiale, big data
Aziende/Istituzioni
Sudler, Wpp Health & Wellness, Sas, Kantar Health
