運用機器學習技術，較傳統預測模型提升25%藥物產品線預測能力
【2019年2月18日】科睿唯安（Clarivate Analytics）旗下專注提供藥物開發及商業化競爭情報的 Cortellis 平台，日前推出先進的預測分析工具 Cortellis Analytics – Drug Timeline and Success Rates （DTSR）。在當今藥物研發競爭日益激烈的情況下，企業欲有效地將新療法推向市場，準確的藥物產品線預測更為至關重要。Cortellis Analytics-DTSR運用機器學習來預測藥物研發的成功率和時間節點，可幫助持續改善藥物產品線預測和研發投資決策。
傳統預測模型依賴標準基準或固定模型的演算法，正在申請專利的 Cortellis 模型採用完全不同的方法來預測藥物研發成功率。我們的預測模型採用 Cortellis 資料庫中長達15年、超過70,000筆藥物開發趨勢的歷史資料，同時考慮了預期發生的臨床試驗里程碑、以及可能影響每個開發階段成功或失敗的關鍵因素。實驗顯示，與行業標準基準方法相比，Cortellis Analytics-DTSR的預測能力高出25%，為決策者提供了更大的信心。
與人工預測方法相比，Cortellis Analytics-DTSR僅需短時間即可完成分析。隨著資料更新，該工具的演算法每天都會學習和改進藥物產品線預測，有效協助企業修改臨床研究計畫，完善產品策略，並優化研發支出規劃。用戶亦可運用該工具進行標竿對比分析，建立淨現值（NPV）模型，或者建立多靶點預測模型來核查整個產品組合的時間節點。
藥物研發支出高昂、平均投入高於其它行業；然而，過去幾年藥物研發回報率持續下降。The Centre for Medicines Research （CMR）最近分析得出的結論：在所有治療領域中，成功地將一種新藥從I期臨床推向市場的機率不到10%，僅III期臨床的研發成本就占總研發費用的近三分之一。CMR的其它分析表明，將一種藥物推向市場的成本約為32億美元，達到歷史最高值。由於絕大部分藥物研發支出用於發現新靶點，製藥企業希望更快篩選掉無效的藥物靶點，將資金投向更有希望的療法。
科睿唯安生命科學事業群總裁 Mukhtar Ahmed 表示：「目前的產品線預測的方法遠遠不能滿足產業的需求。Cortellis Analytics-DTSR依據資料科學和機器學習等先進統計演算法，能隨著最新資料不斷更新預測。透過這種動態方法，研究人員可以更有信心、更有效地在整個藥物開發生命週期中做出與產品線預測和業務規劃相關的關鍵決策。」
關於 Cortellis
Cortellis為生技製藥領域的領導品牌，能將多種科學數據轉化為珍貴的商業情報。Cortellis提供廣泛和深入的情報來源，針對藥物研發生命週期中的具體問題（從藥物發現、臨床開發到提交註冊和商業化）提供精確、可執行的解決方案。秉持資料導向決策的理念，Cortellis幫助製藥公司、生物技術和醫療設備/診斷公司加速創新。2017年，80%的美國公司提交了NME申請，91%的公司獲得了突破性治療地位，70%的重大授權交易，這些情報都得到了Cortellis的收錄和報導。
關於科睿唯安
科睿唯安（Clarivate™ Analytics）是專業資訊服務的全球領導者，提供可靠的數據及分析，協助客戶加速創新步伐。立基於超過150年的專業經驗，我們擁有眾多備受信賴的品牌，涵蓋創新的各個環節，包括Web of Science（科學發現與學術研究）、Cortellis（生技製藥研發情報）、Derwent（專利加值內容與智權分析）、Techstreet（產業法規與標準）、CompuMark（商標檢索、預查與監測）、MarkMonitor（線上品牌保護）等。科睿唯安現為一獨立營運的公司，積極致力協助客戶加速創新生命週期。