기계 학습을 통해 임상 시험 운영을 수백만 달러 절약할 수 있는 방법

​WCG는 대규모 임상시험 서비스 제공업체로서 다양한 의약품 및 의료기기 시장 경로에 상당한 영향력을 갖고 있습니다. 그러나 이전에 독립된 30개 이상의 회사가 모여서 이러한 서비스를 지원하기 위한 일관된 데이터를 얻는 것은 어렵습니다. 이것이 바로 Tamr의 데이터 마스터링 솔루션이 도움이 되는 부분입니다.

임상 서비스 조직인 WCG는 HR 및 IT부터 환자 참여 및 윤리 검토에 이르기까지 제약 회사 및 장치 제조업체를 대신하여 Merck 및 Roche와 같은 거대 제약 회사는 물론 수천 명의 제약 회사를 대상으로 임상 시험의 모든 측면을 처리합니다. 신약 및 장치에 대한 규제 승인을 원하는 중소 제약 스타트업 및 연구 그룹에 중요한 서비스를 제공합니다.

회사에서 제공하지 않는 유일한 서비스는 실제 테스트를 진행하는 것입니다. 회사의 최고 기술 책임자(CTO)이자 데이터 책임자인 아트 모랄레스(Art Morales)는 "우리는 그렇게 하지 않습니다."라고 말했습니다.

지난 10년 동안 WCG는 35개 회사 인수를 통해 임상시험 산업에서 수익성 있는 틈새 시장을 구축했습니다. 각 회사(그 중 일부는 설립된 지 50년이 넘음)는 임상 시험 과정의 특정 측면을 전문적으로 다루고 있습니다. 이들 회사는 다양한 비즈니스 프로세스를 자동화하기 위해 자체 맞춤형 소프트웨어 애플리케이션을 개발하여 매우 귀중한 지적 재산 소스를 제공합니다.

다양한 시스템을 갖는 것은 개별 사업의 관점에서 볼 때 의미가 있지만, 이는 모든 자회사 운영에 대한 일관된 시각을 유지하려는 WCG에게는 어려운 일입니다.

회사에서는 처음에 데이터 불일치 문제를 수동으로 해결하려고 했습니다. 약 5~10명으로 구성된 팀이 35개 자회사에서 사용하는 서로 다른 시스템에서 오타, 중복 항목 및 기타 데이터 오류를 근절하기 위해 2년 동안 작업했습니다. 정리되고 표준화된 데이터는 클라우드에서 실행되는 WCG 데이터 웨어하우스에 저장되며, 다양하고 강력한 분석 엔진을 사용하여 분석할 수 있습니다.

"우리가 가진 가장 큰 질문 중 하나는 '노드'가 다른 조직의 동일한 '노드'인지 어떻게 판단할 수 있느냐는 것입니다."라고 Morales는 설명했습니다. "일부 시스템에서는 주소가 있을 수도 있고 없을 수도 있고, 주소의 철자가 정확하지 않을 수도 있습니다. 일부 데이터가 누락되었을 수도 있고 실제로 많은 불확실성이 있습니다." 데이터를 수동으로 마스터링하는 프로세스는 지루하고 시간이 많이 걸립니다. 회사는 데이터를 마스터하기 위해 수백만 달러를 지출했지만 여전히 데이터에 불일치가 있었습니다.

모랄레스는 더 나은 방법이 있다는 것을 깨달았습니다. 그는 기계 학습을 사용하여 대규모 데이터 세트에서 알려진 엔터티를 자동으로 식별하는 데이터 마스터링 도구인 Tamr에 대해 들었습니다.

머신러닝 기반 데이터 마스터링

Tamr은 MIT의 유명 컴퓨터 과학자인 Mike Stonebraker의 학문적 연구를 통해 탄생한 8년 전 탄생한 데이터 품질 도구입니다.

Qlik의 오랜 임원이자 현재 Tamr의 최고 제품 책임자인 Anthony Deighton에 따르면 Stonebraker는 빅 데이터 규모에서 발생하는 장기적인 데이터 품질 문제를 해결하기 위해 기계 학습이 필요하다고 믿습니다.

수년 동안 이 딜레마에 대해 처방된 솔루션은 MDM(마스터 데이터 관리) 프로젝트였습니다. 모든 것이 올바른지 확인하기 위해 각 개별 시스템에 의존하는 대신 개별 데이터 시스템은 알려진 데이터 복사본, 즉 "골든 레코드"에 대한 포인터를 갖게 됩니다.

골든레코드의 접근 방식은 문제를 해결할 수 있다고 생각합니다. 적어도 그들은 그렇게 생각합니다. 그러나 최선을 다해 세운 계획도 현실에 부딪히면 먼지로 변할 위험이 있습니다. 이것이 바로 전통적인 MDM에서 일어나는 일입니다.

데이터를 정리하고 관리하기 위해 인간에게 의존하는 것은 소용이 없습니다. 이것은 작동하지 않습니다.

이 문제에 대한 Stonebraker의 통찰력은 인터넷 초기에 Google이 기계 학습을 사용하여 웹 사이트를 자동으로 분류한 것처럼 기계 학습을 사용하여 데이터를 분류하는 것입니다. 이를 통해 인터넷을 수동으로 선별하려는 Yahoo의 노력을 무너뜨릴 수 있습니다.

Tamr은 비즈니스 시스템에서 엔터티를 인식하도록 기계를 훈련시켜 자동으로 골든 레코드를 생성하는 방법을 찾았습니다. 팀이 도달한 주요 결론은 사람들에게 제한된 옵션 세트의 일관성을 확인하도록 요청했을 때 수십 또는 수백 개의 옵션이 동시에 제시되었을 때보다 훨씬 더 나은 결과를 얻었다는 것입니다.

임상적으로 골든 레코드

WCG의 Tamr 시험은 2021년 5월에 시작됩니다. 일정 기간의 교육 후에 Tamr 소프트웨어는 직원들이 데이터 차이를 처리하는 방법을 관찰하고 학습합니다.

WCG 직원 팀은 Tamr과 협력하여 데이터 웨어하우스의 모든 데이터 소스를 검토하고 정리했습니다. 이 소프트웨어는 서로 다른 애플리케이션에서 동일한 의미를 갖는 두 개 이상의 용어인 "클러스터"를 식별하고 이를 WCG의 클라우드 데이터 웨어하우스에 골든 레코드로 로드합니다.

모든 데이터 소스는 데이터 웨어하우스에 데이터를 로드하기 전에 Tamr을 통해 실행됩니다. 데이터 소스의 크기는 약 50,000개 레코드부터 100만 개가 넘는 레코드까지 다양하며, 각 엔터티에는 약 200개의 열이 있을 수 있습니다. 문제는 양이 아니라 복잡성이다. Tamr 도구는 데이터 마스터링 프로세스 속도를 약 4배 높일 뿐만 아니라 더욱 표준화된 데이터를 생성하므로 비즈니스 운영의 명확성이 향상됩니다.

“데이터를 정리하면 이제 더 깨끗한 데이터를 사용하여 더 나은 운영 통찰력을 얻을 수 있습니다.”라고 Morales는 말했습니다. "Salesforce와 애플리케이션을 통해 이것이 올바른지 확인할 수 있습니다. 이전에는 데이터가 정리되지 않으면 50%가 일치했습니다. 이제는 80%가 일치합니다. 그래서 우리가 하고 있는 일을 사용하면 매우 명확한 운영상의 이점이 있습니다. "

Tamr은 모든 엔터티를 클러스터에 성공적으로 일치시킬 수 없으며 여전히 인간의 전문 지식이 필요한 일부 극단적인 경우가 있습니다. 이러한 경우 소프트웨어는 운영자에게 일치에 대한 신뢰도가 낮다는 사실을 알려줍니다. 그러나 Morales에 따르면 Tamr은 확실한 일치 항목을 찾는 데 매우 능숙합니다. 그는 첫날부터 정확도가 약 95%였다고 말했습니다.

“모든 데이터 숙달 프로젝트에는 불일치가 있을 수 있다는 점을 받아들여야 합니다. 유형 I 및 유형 II 오류가 있습니다.”라고 그는 말했습니다. "인간도 같은 실수를 하기 때문에... 이러한 오류의 원인을 추적할 수 있다면 좋을 것입니다."

또한 Tamr은 WCG가 데이터를 더 잘 이해할 수 있도록 도와줍니다.

Morales는 데이터 마스터링에 대한 회사의 수동 접근 방식에 총 수백만 달러가 소요되는 반면 Tamr의 비용은 백만 달러 미만이라고 말했습니다. 데이터 품질 개선은 정량화하기 어렵지만 틀림없이 더 중요합니다.

위 내용은 기계 학습을 통해 임상 시험 운영을 수백만 달러 절약할 수 있는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!