15 Δεκέμβριος 2017

Με την χρήση των Big Data, η Truveris θα βοηθήσει την φαρμακοβιομηχανία να γίνει καλύτερη

Έχει κατανοηθεί πλήρως πια η αξία των εφαρμοσμένων analytics στα δεδομένα. Αλλά γενικά οι λύσεις big data που έχουμε δει μέχρι τώρα στόχευσαν σε ευρείες οριζόντιες ευκαιρίες (σύνολο διαδικασίας πωλήσεων ή αυτοματοποιημένο μάρκετινγκ για παράδειγμα). Είναι ενδιαφέρον να δούμε μια εφαρμογή αλλά σε κάθετο επίπεδο.

 

Έχουμε λοιπόν την περίπτωση της Truveris, μια εταιρία που κατασκευάζει λογισμικά μόνο για οφέλη της φαρμακοβιομηχανίας. Συγκεκριμένα, η Truveris εμβαθύνει στην διαδικασία της συνταγολόγησης -  μια μακρά, περίπλοκη και βαρετή διαδικασία για την ιατρική βιομηχανία. Η Truveris βοηθά αυτούς που πληρώνουν για φαρμακευτικά οφέλη να διαπραγματευτούν συμφωνίες με διευθυντές παροχών συνταγών, να επιβεβαιώνουν την ορθότητα των πληρωμών και την κανονιστική συμμόρφωση και να διαχειρίζονται τα έξοδα των φαρμακείων.

 

Η Truveris παρουσιάζει λοιπόν το RxDash, που μπορεί να μας δείξει πόσο σημαντικό ρόλο έχουν τα analytics. Το RxDash είναι ένα σχέδιο μοντελοποίησης φαρμακείων, δίνει λύσεις για τιμές και αναφορές και βοηθά όλους όσους ασχολούνται με τα φαρμακευτικά να βλέπουν πόσο επηρεάζονται οι τιμές γρήγορα και με διαφάνεια. Η ιδέα είναι ότι κάποιες προτεινόμενες αλλαγές μπορούν να αλλάξουν την κοστολόγηση, να αλλάξουν τα σχέδια αλλαγών των υπαλλήλων και να οπτικοποιήσουν τις προσεγγίσεις των τιμών.

 

Και αυτή η προσέγγιση είναι και κάθετη και σημαντικότατη. Μόνο στις ΗΠΑ, τα επιδόματα φαρμάκων ανέρχονται στα $300 δισεκατομμύρια. Γι’ αυτό και θεωρείται τόσο δύσκολη και ανεπαρκής διαδικασία. Ακόμη και αν η φαρμακευτική είναι μόνο ένα μέρος ενός ολόκληρου τομέα, είναι σημαντικό να ασχοληθεί κανείς με αυτή. Η πλατφόρμα cloud της Truveris έχει ήδη αναλύσει σχεδόν το 10% των συνταγών στις ΗΠΑ. Αυτό δημιουργεί κάποιες πολύ ενδιαφέρουσες ευκαιρίες big data.


Από την άλλη, αν και φαίνεται ότι αφορά αυτή η διαδικασία μόνο τους φαρμακοποιούς, το εύρος της είναι πολύ μεγαλύτερο. Το παιχνίδι αλλάζει χάρη στα εφαρμοσμένα analytics, στη συνεργασία και στη διαφάνεια, που παλιότερα ήταν στάδια πολύ δύσκολα λόγω των πεπαλαιωμένων διαδικασιών.