最近，德國默克公司與專注于醫藥研發的大數據信息平臺中國藥渡簽署戰略合作協議，旨在為全球藥物研發人員提供更便捷高效的“一站式信息解決方案”。德國媒體稱，雖然還處于起步階段，但大數據解決方案將給醫藥行業帶來革命性的變化，尤其是在縮短研發周期、降低研發成本、處理患者數據、模擬疾病模式等方面。

目前，全球藥物研發普遍面臨著成功率低、研發生產周期長的瓶頸。一款新藥從開始研發到投入市場，至少需要10—15年。許多正在研發的抗癌靶向藥雖已取得一定療效，但仍需數年才能上市，因為還要進行大量臨床試驗來驗證其安全性和有效性，并進一步優化。漫長的研發周期導致抗癌靶向藥價格不菲。據《福布斯》雜志的一項研究顯示，單一藥物的開發和營銷成本有時高達3.5億美元。

隨著大數據和數字技術滲透到生產制造的各個環節，醫藥行業也開始借助這一技術，力圖更經濟、更有針對性地開發藥物。過去，制藥公司主要對臨床試驗數據進行系統分析，這類“純數據”能以一套標準化的方式解讀。而醫療記錄等非結構化數據產生于醫藥生產的各個流程，一些關鍵數據甚至只能在研究人員手寫的實驗室記錄中找到。大數據則可以收集和解讀非結構化數據，從而優化生產流程。比如，拜耳公司依靠數據分析，在去年底推出了既重點突出又多樣化的開發戰略，將50多個項目幾乎同期投入臨床開發，最大限度地利用了研發潛力。

新藥研發的相關數據量龐大，每一個成功上市的藥物背后都有上百萬頁的文獻資料。大數據技術有助于從海量臨床記錄和醫學期刊中，幫助研究人員“站在巨人的肩膀上”發現創新的機會，提高成功率。而對一些突發、傳染性強、死亡率高的疾病，更是需要迅速找到有效抑制藥物。大數據分析可以在全球范圍內更快地檢測疾病模式，加速新藥的出現。

在大數據時代，患者數據比以往更有價值。在2017年德國杜塞爾多夫國際醫療器械展覽會上，結合大數據邁入“醫生4.0”“病患4.0”時代成為主題。研究人員通過移動終端從病患處實時提取藥物測試數據，進行數據共享、協作開發。未來，這種打破數據孤島的研發理念，將進一步推動醫療行業朝著以病患為本的方向發展。正如德國聯邦醫學協會信息通信委員會主席弗蘭茨·巴特曼所暢想的那樣，“患者的智能手機將是21世紀的聽診器。”

需要指出的是，雖然大數據大有可為，但大數據不會因其數據量多就更可靠，與經過嚴謹科學試驗獲得的“小數據”相比，大數據可以是有力的補充，但不能替代“小數據”。否則，就像流感趨勢系統一樣，人們如果僅憑關鍵詞搜索數據來預測流感趨勢，完全繞過以往的就醫統計數據和病理研究，最終只能是貽誤病情