辛格参数:你好,每个人。我叫帕拉姆·辛格，我是完美生命科学公司临床手术解决方案实践部门的主管。欢迎大家来到今天的视频课，我们将介绍Lokavant平台的价值，并有机会简单了解这个系统及其功能。
今天我很高兴能请到Devin Solanki，他是Lokavant的增长主管。德文，非常感谢你今天来参加我们的节目。我们非常期待今天的讨论和演示。戴文，我希望你今天能向大家介绍一下自己。
Devin Solanki:谢谢你邀请我，帕拉姆。我也很兴奋。我给大家简单介绍一下。正如Param所说，我是Lokavant公司的增长主管，这是一家临床试验情报公司。但在此之前，实际上，我在Roivant Sciences的赞助商方工作，支持我们的各种生物技术，从发现，开发，到商业化，以及我们如何利用技术最终使我们的药物开发过程更有效。
后来我偶然进入了这个领域，实际上，作为麦肯锡的一名顾问，在那里我看到了这些挑战出现在网站方面，与大型医院系统合作。所以我们真的进行了全方位的研究并且回到了技术层面希望把我们看到的所有问题都联系在一起。
临床操作团队面临的挑战
PS:太好了。谢谢你，德文。再次强调，我真的很高兴你们今天能来到这里，也很高兴我们今天能够分享这个解决方案的简短演示。在我们开始演示之前，我想先做一点铺垫。在过去的几年里，我们已经看到，在生命科学行业，随着新的企业系统的出现，云应用程序的出现，这些系统的设计是为了使我们的操作更加高效，这些系统正在产生越来越多的数据。
而且在大多数情况下，大量的数据流入太快，无法手动管理。我们必须对数据进行识别和标记，并在不断增加的数量中进行结构化组合，然后才能有效地从这些数据的洞察中驱动智能决策。
所以，真正的结果是，在临床操作团队中，他们不是致力于解决我们试验中的关键问题和风险，而是被迫充当数据分析师。正确的。在他们能够真正针对问题和风险实施任何解决方案之前，筛选、理解和理解这些数据，而在某些情况下，这可能已经太晚了。德文，我希望你能简单谈谈这个挑战这些挑战以及洛卡万特团队是如何看待我们行业的发展的。
DS:哦，当然，帕拉姆这让我很有共鸣。我要分享的是我们在进行这些对话时经常用到的一个框架信息，那就是十年前不存在的大量数据和大量来源的趋势。
我们现在进行试验的方式，就数据源和数据流而言，已经并将继续发生巨大的变化。新冠疫情加速了这一进程。事实上，这是一件好事，就像在大多数行业一样。雷竞技raybet提现更多的数据意味着更多的证据，这意味着未来可能会有更多的治疗方法，更多有效的试验，以及更多以患者为中心的新设备。
但挑战就来了，就像你提到的，当我们使用相同的流程，基础设施和系统来管理这些类型的试验时。我们有所有这些创可贴式的解决方案，其中有很多的协调，经常有很多像你提到的见解，会被抛在后面，因为你的数据源是碎片化的。
你的团队本身被他们的数据源或他们在研究中的功能所隔离。这就留下了我们所说的很大的机会，当然，就加速试验而言，降低这些药物的开发成本而言，最重要的是，我认为经常被忽视的，但实际上更好的数据质量，不仅仅是因为你在观察这种新的数据流，而是因为没有正确的系统，情报程序这些数据和不同来源的流入产生了更多的风险，事实上，比实际减少风险更大。
这是我在赞助商那里多次看到的，我们想要实现的新技术。我们希望有连续的数据流，可能收集30或40个不同的二级终点，我们认为这可能对未来的药物开发有帮助。
但是速率限制器是我们的临床操作团队被抛弃是因为他们是无法协调这些数据以同样的方式。
在Lokavant，甚至在我们成为一个正式的公司之前，我们实际上已经在为我们的小型生物技术赞助商开发内部技术。在我们开发这项技术之前，我们寻找了一种解决方案，它能帮助我们最终解决我们认为的两种速率限制因素。
第一个原因是，获得洞察力花费了太长时间。我们花了几周，有时甚至几个月的时间，依靠不同的供应商和合作伙伴来了解我们的研究中发生了什么，而我们知道这应该是实时的。
第二，结果是，我们的团队正在积极应对，回顾已经发生的问题，试图扑灭大火，而不是利用我们从过去的经验中获得的所有信息，试图更加积极主动，对即将发生的事情采取措施。在我的审判中。由于我之前描述的原因，点解在这里没有帮助。
我们首先需要做的是，我们发现有一个中间层你需要它位于很多这些源系统的顶部，无论是你更传统的EDC还是你的CRO的CMS或更新颖的东西，如可穿戴设备或其他直接数据捕获源。
在这些中间件之上有一个中间件，将这些数据协调成一个真实的单一来源或一种共同的语言，你不仅可以在你的研究团队之间理解，而且可以在你所有的研究之间理解。更进一步，使用这些数据来提供预测分析是我们建立的核心平台的一部分，它实际上推动了我们研究的变化。
然后你们看到的图表的第二部分，这些见解只有在用户友好的情况下才是好的。所以我们不想建立这个复杂的基础设施，然后需要我们临床团队的另一个成员，一个统计学家，甚至一个数据科学家来解释。我们想要得到这些洞见，就像你说的，帕拉姆，在那些能采取行动的人手中。这就是Lokavant对这个方法的思考。
PS:是的，这是非常深刻的见解，非常令人兴奋。还有德文，我是说，我们也见过一次又一次。通常情况下，团队似乎在反向工作，对吧，对操作数据做出反应，在大多数情况下，甚至不是实时的，但仍然试图确定如何让临床试验回到正轨。
所以，在这一点上，我希望你们能直接进入系统本身并展示解决方案的力量来应对这些挑战并努力从被动的试验管理转变为主动的试验管理。
Lokavant演示:转向主动试验管理
DS:听起来不错，帕拉姆。我将使用基于风险的监控解决方案作为示例。你可以看到，Param，就是你刚才说的，解决方案的力量在于如何让你的团队积极主动地管理他们的研究。在我们的监督平台和风险或试验监督工具的背景下，我们考虑的方法是通过风险评分，你的研究健康状况的简单指示和你研究健康状况背后的细节，从0到5。
所以你可以看到在整个投资组合中，你需要关注哪项研究，因为它是高风险的。但重要的是，我们不会止步于此因为我们认识到不是所有的风险都是平等的，对吧?你可以在研究中根据风险做出一定的权衡。所以我们把它分解成我们认为的那种最相关的指标或者任何研究的结果，也就是:
- 时间轴
- 成本或预算
- 然后是研究中的提交性或数据质量。
我们甚至看到现在我们已经部署了各种不同的赞助商和cro，人们使用它来权衡是否它是一个有竞争力的产品，例如，时间轴对研究真的很重要，你可能愿意花更多的钱或增加你的预算，以确保它保持正轨。或者在其他情况下，只有数据质量可能是重要的事情，例如，在一个极端罕见的迹象。这就是我的研究中存在的风险。
然后在右边这里，这些风险类别试图回答如何解决这个问题?因此，看一下这个例子，你可以看到协议遵守的领域。网站是否坚持自己的协议?我们在注册中有很多偏差吗?从筛选我们的中断到在漏斗中找到足够多的人这是研究中高风险的两个领域也是你想要立即深入的地方。
重要的是，为了补充这一点，我们认为在高水平上，你会想要看到在驾驶舱里哪些国家在制造这种风险，相对而言，哪些网站在制造这种风险，因为这是你最终必须深入到的水平，以得到一些答案。所以,是的。这就是我们在你的研究的第一种观点中对它的最高层次的思考方式。我需要关注哪些研究，该研究的风险在哪里?
PS:是啊，这就是让我兴奋的地方，你知道的。
所以，这个系统你的学习中最重要的是什么基于标准和那些关键指标。
所以，再一次，没有更多的筛选或搅动数据。这里要注意的关键事情之一是，这些数据在您的事务系统中，对吗?这些数据来自事务系统数据。
但是，团队成员必须使用他们的专业知识来筛选大量的数据，从而真正找出风险在哪里，什么是重要的，它起源于哪里，如何解决。在最好的情况下，在交易系统中，他们所能做的就是回答已经发生了什么以及他们如何对此做出反应，更不用说对审判的未来有一些预测的洞察力了。因此，这一单一的真相来源，以及这些风险类别的整合，它所能实现的实时预测和洞察，真的是游戏规则的改变者。
我觉得，我真的很兴奋。让我特别兴奋的是这个解决方案是如何将知识更进一步并指向，好，那么现在呢?我们现在怎么办?我怎么能也许你能你能分享这个，德文。赞助商和cro如何确定他们的注意力和对话的重点是什么?为了最大的影响和解决方案，如何让研究回到正轨?
用真实来源的实时数据采取行动
DS:这是一个很好的总结也是一个很自然的问题，Param。一旦你知道了在这些交易系统中发生了什么，以及在你的网站上实际上发生了什么，你该如何采取行动?我们花了很多时间讨论这个问题。我给大家举个例子。
第一步，就像你提到的，是能够看到实时发生的事情。我认为通常的方法，即使是使用技术，你通常会定期回顾在你的研究中发生了什么。也许我在这张图上放了几个点，但我们在Lokavant所采取的方法是先做一些工作，直接连接到那些事务性源系统，这样我们就可以几乎实时地把数据拉进来，有时为了某些类型的研究，一天要多达六次。
这就是你看到这些观点的地方，我的风险不仅很高，而且呈上升趋势。如果我们看看你之前提到的类别，它可能在过去的一周或过去的几天里呈上升趋势。所以这就是当我知道作为研究的发起人，CRO，运营团队，这些是我现在需要关注的领域在研究层面上，以确保未来在这些类别中没有问题。
所以下一步，很自然，就是看看哪里出了问题，比如说以质量为例。在我们站点的协议遵守方面发生了什么?果然，你看到了关键的风险指标的分解，Param，你提到的，有点卷成这个更大的数字。现在我们进入了一个更详细的层次。从整体上看，所有不同类型的偏差都存在风险。
但是大多数，风险最高的区域，有太多的主要偏差。再次强调，能够有实时趋势视图，你可以看到这些偏差在过去的几个月里有所增加。下一个自然的问题是，这是一个研究层面的问题吗?是两个网站导致了这个问题吗?是100个吗?下一步我需要去哪里解决这个问题?因此，对于每一个这些领域，而不是生成另一个报告，我们在站点级别自动聚合这些指标。
你可以看到有些网站做得比较好而有些像纽约的网站在这个例子中情况就不太好，所以如果我们点击下面这里，你就进入了网站的层次。现在我们可以谈谈在我的最高风险地点用这些指标发生了什么。果不其然，在这个例子中，你看到了相同的趋势，而且随着时间的推移，你看到了它的上升趋势。
现在，你已经有足够的信息与你的临床操作团队进行对话了。你知道班长是谁。你知道首席调查员是谁，你知道他们下一次拜访是什么时候，最后一次拜访是什么时候。这样你就有了做出决定的上下文信息。
但根据我们的经验，你几乎需要更进一步。因为虽然在网站层面有很多问题，能够深入到病人或被确认的病人，而是让你真正深入到对话的细节。这就是我们所做的。你知道大偏差是个问题。事实上，你可以看到在过去的几个月里，同一名病人或一组病人的很多偏差，其中很多都与伴随的药物有关。
所以你不仅可以说，你的网站有太多偏差，你能告诉我这是怎么回事吗?我能安排一次拜访吗?你可以在那天打电话说，嘿，看，这是病人的ID。我们看到很多伴随的药物。你在其他病人身上也见过。
也许我们需要在现场对协议进行再培训或者也许我们需要采取和检查，看看伴随药物发生了什么，看看我们是否需要更广泛地调整协议。这就是在几下鼠标就能深入到这个细节层次的力量，而不是几个月的工作。
PS:是的。不，我，我特别喜欢这个解决方案，它能让我们的对话变得真实，让我们团队正在做的实际工作更有成就感，我们不需要再一次，我们不需要被迫成为数据分析师。
但是我们,我们能够进行相关的业务和操作对话，并实际解决问题。
你只点了几下就显示出来了。同样，我们不只是试图排除操作数据的故障，而是实际进行这些真正的对话，并解决手边的问题。这就是我非常喜欢这个解的地方。你知道，你已经讲过了。我很抱歉。去做吧。
DS:是的，帕拉姆，在你继续之前我想说，我真的很喜欢你的表达方式。
给上下文相关性是什么最终导致的更好的结果。
在我们结束演示之前我可以给你们举一个例子在这个演示中我们的一个合作伙伴确实出现了协议遵守方面的实际问题。事实上，这是一项罕见疾病研究的头几个月，该研究是在COVID大流行的高峰期进行的。所以有很多新技术被使用，对这些人有很多第一次远程监控。有很多偏差。所以团队要努力在噪音中穿行。
但是因为我们有类似的预测分析从其他类似的研究中使用类似的来源来确定什么时候是一个真正的问题，我们实际上能够通知他们使用通知功能就像这个，在他们的研究的第一个月有大量的偏差，这些偏差都与同样的问题有关，那就是病人退出，失去了跟踪。这种情况的发生有多种原因。
特别是在新冠肺炎期间，但根据我们从其他风险评分中看到的情况，我们在数据中看到了一种感觉异常的特殊趋势。所以Lokavant通知负责这项研究的cro。他们仔细观察了一下，意识到有一组站点没有接受适当的协议培训，并很快发布了再培训。
当我们和那个团队讨论没有洛卡万特会发生什么时，需要大约三到四个月的时间来获得足够的数据来检测这是不是一个异常值?这将意味着数十名患者退出一项罕见疾病研究，这可能会大大推迟研究或完全取消研究。这份工作中我最喜欢的部分是看到所有的技术使临床操作人员的生活更容易，但最终也会影响到病人，诸如此类。
超越智能临床试验的表面:智能中间层
PS:是的，不，我真的很喜欢。你能给我们举一些真实的例子来说明它在哪些方面产生了巨大的影响。我知道我们已经涉及了不少内容，但据我所知，我们只是触及了解决方案的皮毛，对吧，德文?我的意思是，你想谈谈这个问题。
DS:当然可以，帕拉姆。我想你和我从你的角度，从各种不同的交易系统和技术的角度，详细地讨论过这个问题。这只是一个用例，在一个指标内，在一种产品内。这个连接的临床智能平台的真正价值，来自于这样一个事实，即所有这些都流入相同的核心集成指标和应用程序集，跨越所有临床和操作用户组。
现在，我不会说我们已经构建了所有的解决方案，但我们已经构建了相当多的套件。我们所看到的是，当连接起来时，洞察力会更加强大。就像我刚才展示给你们的在临床操作方面的协议遵守和登记，然后分别在我们的临床数据方面与我们的医疗监测应用程序，我们的研究启动应用程序，把这些见解结合在一起并连接这些团队变得非常有价值。每一项新的研究，每一个在平台上运行的数据，都为所有用户带来价值。
所以最终我们希望的是未来所有的试验都是明智的。
你可以选择使用的交易系统，我知道你们用过很多。你的伴侣也一样。但总有一个智能的中间层，让你回到预测主动分析，同时让你的病人和调查人员选择使用他们想要的系统。
PS:太好了。我知道，再说一次，我们只是触及了洛卡万特的皮毛。我期待有更多的机会与你，Devin和我们的合作伙伴分享这些关于解决方案能力的细节，以及如何在几秒钟内，真正发现你的临床试验中关于风险最重要的是什么，以主动了解你的研究的健康状况，并迅速确定关注的焦点在哪里，产生最大的影响。
我个人，你知道，我们的团队，我们对这个合作关系感到非常兴奋，因为有了Lokavant平台的力量和Perficient在数据集成和实施方面的深厚行业知识和专业知识，我们的联合团队真的处于独特的位置，可以自信地与赞助商和cro合作，迅速摆脱反应性流程和流程，使他们能够进行更积极、高效、洞察力驱动的临床试验操作。
所以，最终这将推动创新，为病人提供更好的健康，我对此非常兴奋。Devin，我真的很感谢你今天来到这里帮助我们概述和介绍合作中的解决方案。我们的团队非常高兴能与您一起为我们的客户服务。
DS:是的。非常感谢。谢谢你生了我，帕拉姆。同样，我们对这种合作关系的发展前景感到非常兴奋。
PS:太好了。感谢大家今天的到来。如果您想了解更多关于Lokavant的信息，并就该解决方案进行更详细的上下文对话，请联系我们，我们很乐意为您安排更详细的演示和讨论，因为它与您的组织有关。非常感谢大家的到来。
看到更多:[Vlog]智能，实时临床试验见解:Lokavant合作伙伴介绍
了解更多关于我们的生命科学解决方案
领先的生命科学组织依靠我们的战略和技术专业知识来实现他们的使命。我们的思想领袖在此支持您实现业务目标并解决您最复杂的技术挑战。如果您有兴趣了解更多关于Perficient的生命科学解决方案或想联系我们，点击这里．
