应对日新月异的临床环境，数据管理的三种创新方法

如今，自远程患者护理、成像、可穿戴设备、实验室和其他来源的临床试验数据呈指数级增长，传统的临床数据管理流程的效率提高却没有跟得上数据增长的速度。试验数据通常使用数据管理工具和流程进行管理，这些工具和流程不具备互操作性，也无法以匹配现代临床试验所需速度的速度适应。

从人工和重复性任务转向自动化、基于风险和主动提供可操作洞察将助力企业加速临床试验结果，并更快地为患者带来更智能的治疗。

统一的数据和工作流程有助于企业临床数据管理系统 （CDMS） 变得可扩展、灵活、智能，并与第三方系统互操作，从而使其能够持续支持药物开发工作。但是，您可以采取哪些策略来实现下一代临床数据管理，并超越当前系统的局限呢？

以下是一些改进CDMS以实现更有效的临床试验的方法：

1) 统一数据集以采集患者和研究数据的完整视图

目前，多数临床试验数据是在孤立的系统中采集的，需要人工编程来整合和协调数据，这对试验时间、成本和资源构成了负担。

利用一个统一、智能和安全的平台整合分散的数据集，通过通用模型自动处理数据，并以一种统一的方式进行可视化和分析，以推动新药或器械的价值展示。这些数据集中的任何一个都是互补的，将它们合并起来意味着您可以开发出更全面的患者档案，更详细地了解患者对药物和疾病的反应。

以Medidata的统一平台--Medidata Clinical Cloud®为例，Medidata Clinical Cloud提供了一个完整的、集中的患者和研究数据视图。从任何来源采集的数据都能在统一的平台上自动连接到研究内部和研究之间，不需要额外的编程和核对。统一的平台持续提供了对患者疾病进展或退化的洞察，及早发现不一致、异常或缺失的数据，并随时按需提供可分析的数据。统一数据和工作流程的好处包括对患者数据的汇总视图，消除重复的数据录入和核对，并简化流程。简而言之，一个统一的平台为实现现代试验设计所需的速度和规模搭建了必要的框架。

2) 自动化任务和工作流程

实现下一代临床数据管理系统，需要对临床试验数据进行全面整合。目前，数据通常来自多个来源，并有待通过单一的数据管理工作流程进行处理。另外，审阅、清理和锁定数据需要许多人工步骤。由程序员人工整合数据，或通过企业定制的解决方案整合和管理数据并不理想；这些过程需要大量的资源和时间，并可能出现人为错误。

自动化、智能化，以及可以在完整的研究和患者数据集上操作而不受其来源影响的用户体验将全面改善您的工作流程。Medidata的下一代临床数据管理策略是，工作流程要适应数据采集的地点和方式，并尽可能使用机器学习进行自动化或辅助完成任务。这就不需要根据数据量来扩展数据管理资源，将您的工作流程从重复的人工任务转移到更高价值的分析，提供更有效的数据清理和更快的研究锁库。

“对于数据点，不能强求完美无缺，每个数据点的重要性也各有不同，我们应该优先考虑影响最大的数据点。”

– Wayne Walker, SVP Product, Rave Platform Technology, Medidata

3) 更快地提供高质量的数据

在进行全面的数据审阅时，人工操作效率低且效果不佳。随着数据量迅速增长，仅仅增加资源并不能带来投资回报，而您需要更快地提供更高质量的数据。

在专业服务专家的帮助下使用自动化工具，识别数据问题，并通过先进的分析方法展现这些问题。这可以消除或大大减少对程序员资源的需求，同时增强患者的安全。

Medidata Clinical Cloud与Medidata的专业服务专家相结合，使申办者和CRO能够快速获得高质量的数据。Medidata Clinical Cloud无需程序员汇总多个系统的数据，而是将汇总数据的流程自动化。这使数据管理员无需编程就能从多个数据集建立列表，并自动生成和发布多个质询到中心。

您不必孤军奋战。作为EDC领域的先驱和持续创新者，加上在30000多项研究中获得的经验，Medidata充分理解临床数据管理者面临的机遇和挑战。通过数据整合、标准化和高级分析，我们已准备好帮助您转变临床数据管理流程，从手工和重复性工作转向自动化、基于风险和主动提供可操作的见解。

临床数据管理解决方案可以统一数据集，自动化工作流程，快速和大规模地提供高质量的数据，为您提供发展CDMS所需的工具，以跟上不断变化的临床数据形势。

关于Medidata 统一平台，点击〔链接〕了解更多信息！