利用开创性的数据科学解决剂量问题

Centific 团队将开创性的数据科学纳于实践,帮助改善常用吸入器药物的药效。
inhaler-delivered medicine

作为医疗保健制造行业的知名权威机构,该客户希望提高某吸入器摄入药物的剂量问题。该药物为全球知名产品,服用群体非常广泛。如若剂量测定不当,可能导致药品失效,甚至危及人身安全。为解决这一问题,关键是需要找到一种能够恰到好处地服务于所有用户的安全介质。客户把这个任务交给了 Centific。

Centific 将数据科学应用于海量生物传感器数据,成功收集到了一系列关键用户指标并找到了其中的联系,随后利用这些信息制定了一份安全有效的剂量测定方案。截至项目结束之时,客户已经可以利用众多有效信息为其药品生产工作出谋划策,而在大量相关数据的支持下,医生和患者都可以更加准确地了解用药量。

关键成果

  • 成功对生物传感器数据进行分析,开发出有效的剂量测定模型
  • 打造出智能化且可预测的个体剂量测定系统

让生物传感器数据发挥价值

客户在联系 Centific 时已经开始利用生物传感器技术收集数据。在收集到的数据中,对于团队目标而言意义最大的指标是血氧饱和度 (SpO2) 和心率,但团队在调研期间同样考虑到了许多其他生物特征识别要素。

Centific 灵活运用行业领先的数据科学知识,对这些数据进行分析并赋予其活力,希望找出患者行为和服用剂量之间的关联。

这一方法的优势显而易见:通过在试验期间监测各项生物特征识别要素,我们的团队明智地鉴别出了对剂量测定问题具有重要意义的统计数据,并排除了无关数据。

机器学习解决方案

我们的团队在极短的时间内对这些数据进行了处理,成功利用数据洞察开发出多款强大的机器学习驱动型工具,并将其运用于预测和决策。

其中,值得一提的是一款由我们的新兴技术专家团队开发的广义回归神经网络 (GRNN) 工具,该工具可为多个业务流程(包括预测和分类)提供智能资源。同样,Centific 团队还开发了一种引导聚集决策树(亦称“装袋”决策树)来改善我们所使用的机器学习基础设施的稳定性和准确性。

这些工具共同发力,根据生物传感器数据预测单个用户的吸入器摄入剂量,并凭借大数据和迭代试验来提高其结果的准确性。

结果

药效取决于剂量。我们的团队不仅帮助客户取得了成功,更提升了使用该产品的患者和开具相关处方的医生的幸福感。Centific 依托丰富的数据科学经验,成功变身知名医疗保健客户的可靠合作伙伴。结果:剂量测定指导更准确,患者更满意。