使用场景
临床研究数据管理和分析
在以经济高效的方式发现药物靶标方面，各生命科学组织正面临着一场危机。在许多情况下，这些挑战源自数据和技术问题，而非研究本身。例如，研发组织里研究人员需要处理的数据正以每年 48％ 的速度剧增1，但他们仍然在使用相互孤立的基础架构和旧式系统。
借助 Google Cloud 的研发数据管理和分析解决方案，研究人员可以通过现代化的基础架构、有效的数据管理和高效的协作来加快药物发现和研究速度。我们的解决方案由适用于临床数据（HL7v2、FHIR）和医学影像 (DICOM) 的 Healthcare API 以及 G Suite（支持遵守《健康保险流通与责任法案》(HIPAA)）等专门针对生命科学组织而打造的产品组成，可助相关组织一臂之力。通过这个综合性的研发解决方案，生命科学组织可以使用 Google Cloud 的全托管式数据仓库 BigQuery 和托管式 TensorFlow 服务 Cloud ML Engine 来管理孤立地分布于各个研究站点的大量结构化及非结构化数据，并快速分析这些数据，从而获得数据洞见。
1Harvard Business Review：“制药公司如何将机器学习技术应用于患者数据”，2018 年 10 月。
跨领域数据集成
研究人员需要处理和分析的数据有多种多样的来源，包括基因组学、医学影像以及现实世界。为了提供相应支持，生命科学组织必须能够分析不同平台上的海量数据。例如，要开展生物医学数据研究，组织需要整理、整合及查询许多不同类型的生物医学数据，并对每个碱基对进行 30 次以上的测序分析。
Google Cloud 数据集成解决方案系列提供多种解决方案，均能将生命科学研发过程中所用的各类数据与专为医疗保健和生命科学组织所打造的产品集成于一体。我们的基因组学解决方案以我们的 Analytics Suite 为基础构建而成，为研究人员提供了一个整理、整合及查询生物医学数据的平台，同时能帮助相关人员更加轻松灵活地共享公共数据集和受控访问数据集。用于分析影像的解决方案则以存储 DICOM 对象的 Healthcare API 为基础构建而成。借助此解决方案，可对海量的医疗保健影像进行分析，进而加快临床前研究的速度，并将医学影像数据与基因组学数据等其他各种形式的新兴学科数据集结合进行综合分析。最后，借助我们的研发数据集成解决方案，研究人员能够整合托管在云上的公共数据和其他数据集。生命科学组织可以在 GCP 上构建临床数据仓库，并结合使用 Healthcare API，从而加快研究和学习的速度。
虚拟临床试验
临床试验成本高昂、耗费时日且容易出现志愿患者招募问题，究其原因，主要是无效分析、手动输入数据、系统老旧及其他数据问题。这些低效问题可能会产生严重后果，甚至包括致使患者无法接受挽救生命的治疗。同时，药物研发每延迟一天，就会导致高达 800 万美元的收入损失。2
Google Cloud 虚拟临床试验解决方案革新了数据的收集、存储和分析方式，能够更快地为患者带来经过批准的有效治疗方案。借助于这些解决方案，生命科学组织可以管理孤立地分布于多个临床试验站点的大量结构化及非结构化数据。通过在 GCP 上构建临床数据仓库，并搭配使用分析产品以及 BigQuery 和 Cloud ML Engine 等工具，组织可以更快地深入了解其临床数据。最后，在临床试验协作方面，满足 HIPAA 要求的 G Suite 解决方案有助于生命科学组织提高工作效率，加快协议及提交材料的编制与审查，同时确保专有和敏感数据安全无虞且匿名。
2Applied Clinical Trials：“非依从性：对临床试验持续时间和费用的直接影响”，2017 年 4 月。
功能
借助更智能的存储方案，改进数据分析工作
支离破碎的孤立数据导致科学研究受阻、药品开发流程延误。为了获得有价值的数据洞见，第一步行动就是以适合分析的方式存储组织的数据。Google Cloud 大数据解决方案可协助您汇总和存储数据，并对其进行去标识化处理。随后，利用 Cloud Healthcare API，将您的数据与高级 Google Cloud 功能关联。
发掘生物医学数据中蕴含的信息
生命科学社区需要迅速有效地分析海量数据，从各种不同的数据集中发掘数据洞见，涉及数据包括临床数据、研发数据和客户/患者数据。借助我们的完全托管式无服务器数据仓库 BigQuery，您可以迅速找到有意义的数据洞见，而无需自行管理基础架构。
对于生物医学数据，Variant Transforms 借助 BigQuery，运用数据科学技术对基因组变体及其他数据集进行分析。我们的 Genomics 工具基于 Google 多年来的创新成果，能够以超越本地系统的速度处理（甚至并行处理）PB 级数据。
改进药品开发流程
根据预测分析结果来辨别具有前景的药品发现，帮助加速药物开发流程。您可以利用 Cloud ML Engine 和 TensorFlow 构建并训练自定义模型，以便在临床前研究数据、临床试验数据和上市后监测数据中自动检测数据规律。然后，以此为基础，打造个性化的患者疗法以及专门针对个别患者的治疗方案。
支持跨职能的合规协作
当今的生命科学组织拥有分散在全球各地的员工，而这些员工都需要实时开展协作。从基于云的 G Suite 高效办公工具，到在采集临床试验数据时不会发生故障的 Chromebook，Google Cloud 解决方案始终竭力为医疗保健行业打造更加轻松的协作体验。支持 HIPAA 合规性的平台可实现以安全的方式远程采集患者和试验参与者数据。此外，它使用户可以借助 Cloud Search 在所有内容库中轻松搜索和查找所需信息，从而提高效率。
打造能为患者、客户和组织提供帮助的新技术
随着患者对无缝医疗服务期望的提高，数据源的互操作性变得至关重要。Cloud Healthcare API 将医疗保健系统与基于 Google Cloud 构建的应用关联在一起，同时支持 HL7v2、FHIR 和 DICOM 标准，简化了应用开发和设备集成，从而造就了更加同步的患者体验，也改善了药物治疗依从性。
保护您最为重要的数据
制药业是黑客攻击目标中排名前三的行业之一。1我们可协助您保护组织内的数据，通过提供全面的身份管理、网络安全、威胁检测和响应功能，保护您的企业在当前及未来免遭各种威胁的侵扰。Google Cloud Platform 和 G Suite 通过了 ISO 27001、ISO 27017 和 ISO 27018 等多项最严格全球安全和隐私权标准的认证，并且部分产品在交付时将遵循适用的《健康保险流通与责任法案》(HIPAA) 业务伙伴协议，您尽可放心选用。此外，Google Cloud 还支持 HIPAA 合规性，并且通过了 HITRUST CSF 认证。
我们的客户
新闻与活动
Next ’19 精彩回顾
追踪来自 Next ’19 的最新前沿资讯，了解生命科学组织如何借助 Google Cloud 的力量解决数据问题。
资源
浏览专门面向生命科学行业的资源，包括白皮书、博客和文章等。
Google Cloud Platform HIPAA 概览指南
了解 Google Cloud Healthcare API 第 1 部分
了解 Google Cloud Healthcare API 第 2 部分
了解 Google Cloud Healthcare API 第 3 部分
使用 Google Genomics 处理 PB 级基因组数据
Verily 携手杜克大学和斯坦福大学开展雄心勃勃的临床试验，并将试验数据托管在 GCP 上
使用 BigQuery 查询公开的医疗保险数据集
面向云端医疗保健业的 5 大成熟战略
有兴趣成为合作伙伴？点击此处申请。