Big Data es una colección de datos, estructurados o no, que pueden ser explorados (mined) para ser utilizados por procesos tales como aprendizaje automático (machine learning), modelación predictiva u otros tipos de aplicaciones analíticas avanzadas.

La utilización de nuevas y potentes herramientas para explorar conjuntos de Big Data ha acelerado el empleo de las mismas en el campo de la salud (health care) y de la industria farmacéutica.

Los beneficios que la aplicación de Big Data puede tener sobre la industria farmacéutica son variados:

• Reduce el costo de investigación y desarrollo
• Mejores ensayos clínicos
• Descubrimiento de drogas
• Control de la reacción al fármaco
• Medicina de Precisión
  
  

Big Data puede ayudar a acelerar el trabajo de investigación, con la ayuda de la inteligencia artificial, para minimizar el tiempo necesario de los ensayos clínicos. Esto reducirá la investigación necesaria y, por lo tanto, reducirá el costo de los medicamentos a largo plazo.

Puede haber muchas aplicaciones de análisis de Big Data en la realización de ensayos clínicos. Puede ayudar a diseñar diagramas de flujo para unir y reclutar más pacientes en ensayos clínicos, lo que, a su vez, aumentará la tasa de éxito del medicamento. Un modelo predictivo diferente puede ayudar a analizar a los competidores del nuevo producto en función de varios escenarios clínicos y comerciales. Los modelos de Big Data también pueden evitar que la empresa sufra situaciones adversas, que pueden ser causadas por ineficiencias operativas u otras medidas inseguras.

Con la ayuda del análisis de Big Data, los investigadores utilizan modelos predictivos para analizar la toxicidad, las interacciones y la inhibición del fármaco. Estos modelos utilizan datos históricos recopilados de diversas fuentes, como estudios clínicos, ensayos de medicamentos, etc., para obtener predicciones más precisas.

Los escenarios del mundo real se replican para probar los efectos nocivos de los medicamentos en sus ensayos clínicos, con la ayuda de modelos predictivos. La extracción de datos en plataformas de redes sociales y foros médicos se realiza junto con el análisis de sentimientos para obtener información sobre las reacciones adversas a los medicamentos (ADR).

El proyecto DATA SPHERE es un ejemplo digno de ser tenido en cuenta. Un conjunto de Instituciones, Centros Médicos y Empresas Farmacéuticas han convenido en compartir libremente los datos obtenidos por los participantes, en las investigaciones realizadas en el campo de la oncología. En el convencimiento que la ruptura de barreras de intereses individuales estableciendo una plataforma común de datos históricos establece un recurso global que facilitará el trabajo del conjunto.