未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

在2019年未來實驗室信息學論壇之前,Pharma IQ對行業專家進行了調查,以了解他們希望如何轉變實驗室信息學能力。

?問卷背景:

我們采訪了來自制藥,生物科技和農業部門的行業專家,以了解當前和未來的發展趨勢,以及這些行業在實驗室信息學方面所面臨的難點和挑戰。選擇這些部門的原因是實驗室信息學在他們中的普及,以及其他”信息學”學科如生物信息學、化學信息學和健康信息學的興起。

?實驗室數據使用情況:

實驗室信息化作為”信息技術的專業化的應用”,它的目標是優化和擴展實驗室的運作。為了使這些復雜的實驗室信息管理系統(LIMS)盡可能有效和集成,公司必須從各種來源和功能中安全,準確地收集數據。

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖1 常用數據形式

圖1的統計數據表明,盡管超過40%的公司同時使用內部和外部數據源,仍然有58%的公司僅使用內部或非結構化數據。

許多公司仍在使用過時的系統,妨礙了從各種外部來源收集和報告數據。為什么公司仍使用過時的系統?是因為缺乏預算或者時間,還是來自管理層的支持不夠,又或者是市場上現有的解決方案不足呢?在不久的將來,這些公司可能會尋求投資解決方案。

?科技:

你所用軟件最大的優勢是什么?其調查結果如圖2所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖2 軟件優勢

上圖中的數據表明,84%的受訪者認為結構化數據的檢索是他們軟件的最大優勢,另外67%的受訪者表示數據輸入的便捷性是他們軟件的最大優勢。 在非結構化數據方面,軟件的”易于輸入”是第一位的,其次是數據的歸檔和檢索。 這些結果表明,公司主要關心的是數據的輸入、訪問和管理。他們希望他們的軟件能讓他們有效地完成這些工作。

關于當前使用軟件所面臨的挑戰,其調查結果如圖3所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖3 軟件面臨挑戰

對于結構化和非結構化數據,全面的多系統的相互可操作性和數據的可交換性是現有軟件面臨的主要挑戰,其次是處理軟件更新和數據檢索。如何克服這些挑戰? 投資新軟件和技術的能解決問題嗎? 解決方案供應商以客戶為中心,能否足以滿足這些公司的需求嗎? 客戶購買的是最合適的軟件嗎? 客戶投資水平是否過硬? 采購流程是否完善?

如果全局數據交換不夠充分,將會導致什么結果?調查結果如圖4所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖4全局數據交換不充分造成的主要后果

67%的受訪者將時間損失,項目的不合規和項目產能的損失歸咎于公司中面臨的數據交換不足所導致的后果。

下一個需要關注的是有價值數據的丟失,這可能是數據可交換性不足導致的最具有破壞性的結果之一。如果結構化或非結構化數據在全局級別丟失,則將導致數據不準確。 如果沒有正確的檢索數據,則數據不符合規定的要求。 這個問題影響了整個項目生產力鏈,因為它需要更多的時間和成本來查找丟失的數據。令人驚訝的是,有50%的受訪者認為這并不是一個大問題。

可以這么說,為了在更短的時間內完成項目,并確保項目的合規性、數據完整性和系統安全性,使用基于物聯網(IoT)的集成實驗室信息化管理系統(LIMS)顯得非常重要。未來幾年,對先進技術的投資和應用可能會增加。借助技術,公司應該能夠進行令人滿意的數據交換,最大限度地提高系統可用性,并改善跨職能的參與度和協調性。

?優化實驗室平臺和軟件:

對于”您計劃如何優化您的信息學平臺和軟件,以實現跨職能和站點產品開發和生產過程?”問題,調查結果如圖5所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖5 優化信息學平臺和軟件的方法

調查結果表明,有34%的人選擇預測分析;34%的人選擇使用人工智能和機器學習的實驗室自動化;50%的人選擇升級電子實驗記錄本(ELN)并遷移到web客戶端;83%的人選擇實驗室工作流程管理;25%的人選擇基于物聯網的集成方法;50%的人選擇分析和PLM樣本管理;33%的人選擇需求、能力和任務分配軟件;16%的人選擇反應工作流程;25%的人選擇同素異形體框架;50%的人選擇電子存檔、實驗室執行系統(LES)、整合的信息化系統;17%的人選擇實驗數據庫管理系統和新的庫存目錄。

?投資趨勢:

您目前正在使用智能實驗室軟件嗎?調查結果如圖6所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖6 智能實驗室軟件使用情況

調查表明,有10%的客戶目前正在使用智能實驗軟件(Smart Labs software),但是希望在未來12個月內有變化;58%的客戶希望在未來12個月內能使用智能實驗軟件;32%的客戶對該款軟件很滿意。

2019年實驗室信息學解決方案投資背后的主要驅動力是什么?調查結果如圖7所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖7 2019年實驗室信息學解決方案投資背后的驅動力

大多數受訪者選擇了”提高實驗室效率和數據完整性”。 這表明該行業已經意識到技術可能帶來的好處,并希望專注于改善數據的完整性。

50%的受訪者愿意投資人工智能和預測分析等自動化設備來利用結構化數據。

您對智能實驗室技術,最優先考慮哪方面?調查結果如下:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖8 對智能實驗室技術看重的能力

前面的問題表明,只有32%的公司對他們當前的軟件感到滿意,其余公司要么是打算第一次投資智能實驗軟件(Smart Labs software),要么是正在考慮更換他們的提供商。公司尋找的軟件的突出特征是能夠集成LIMS可以自動收集、注釋和檢索數據以進行報告的功能。

公司很清楚他們想要什么樣的功能和解決方案。他們渴望投資新技術,以創造未來有利于互操作性和集成的LIMS。

在被問及”接下來的12個月里,你打算投資預測分析和機器學習,以及智能實驗室軟件嗎?”,調查結果如圖9所示:

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖9 是否進行投資

有41%的受訪者表示不會投資這些領域,34%的受訪者表示不太確定是否投資這類領域,25%的受訪者表示會對這些領域進行投資。

未來實驗室信息學-2019年行業報告:行業發展趨勢,挑戰和機遇

圖10 計劃投入預算

對于有打算投資預測分析和機器學習,以及智能實驗室軟件的受訪者,計劃在未來12個月內投入的預算如圖10所示。

?結論:

我們可以預見,當前的趨勢是使用人工智能和機器學習來優化流程和系統,使數據能夠實時可用。然而,有些公司在應用這些先進技術方面猶豫不決。隨著大數據的涌入和確保數據完整性的需要,公司可能很快就會發現必須采用和實施這些新的創新技術解決方案。這些投資可以幫助他們在市場上保持競爭力,降低成本,節省時間,提高生產力。

天津11选五5开奖电脑版走势图