[レポート]How Moderna and Takeda accelerate drug research using real-world data #MKT201 #reinvent

2022.12.08

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

どーも、データアナリティクス事業本部コンサルティングチームのsutoです。

本エントリはAWS re:Invent 2022のセッション「MKT201 How Moderna and Takeda accelerate drug research using real-world data」のレポートです。

セッションの概要

In life sciences, real-world data (RWD) is the foundation for drug discovery, development, and commercialization. In this session, two of the world’s leading life sciences organizations, Moderna and Takeda, walk you through why they have adopted AWS Data Exchange and Amazon Redshift as integral components of their RWD strategy. With these tools, they can quickly and efficiently source, evaluate, subscribe to, and use RWD from data providers on AWS Data Exchange who deliver their data via Amazon Redshift and Amazon S3.

 

ライフサイエンス分野では、リアルワールドデータ(RWD)が創薬、開発、商品化の基盤となっています。本セッションでは、世界有数のライフサイエンス企業であるModernaと武田薬品が、AWS Data ExchangeとAmazon RedshiftをRWD戦略の不可欠なコンポーネントとして採用した理由を説明します。これらのツールにより、彼らはAWS Data Exchange上のデータプロバイダーがAmazon RedshiftとAmazon S3経由で配信するRWDを迅速かつ効率的に入手、評価、購読し、利用することができます。

スピーカー

  • Carlos Peralta, Director Data Engineering, Moderna
  • Praveen Haridas, AWS Data Exchange - Healthcare and Life Sciences Lead, Amazon Web Services
  • Sunil Dravida, Global Head of RWD Center of Excellence, Takeda Pharmaceuticals

セッション内容

AWS Data Exchangeについて

  • 300以上のデータプロバイダーと3500以上の公開データセットを追加
  • 2019年にファイルベースのデータ配信を開始、2021年にRedshiftとAPI、2022年にさらに新機能追加

  • データ統合のしやすさ、サードパーティ製品の対応数、コスト面、セキュリティの点で優れている

  • サブスクライバー側のメリット
    • 1つのデータ保管場所で素早くデータを発見できる
    • 公開されたデータを簡単に分析できる
    • 生産現場でのデータ活用にかかる時間や効果を軽減
  • プロバイダー側のメリット
    • APNとの共同販売により、数百万人の潜在顧客に到達できる
    • データエンジニアリングの時間短縮と重複の削減
    • 課金状態と支払い管理を自動化

  • Data Exchangeと連携できる方法について

武田薬品様の事例紹介

  • RWDとは、さまざまなソースから定期的に収集されるヘルスケアの提供に関連するデータとして定義されている
  • RWDは、研究開発、臨床開発、新薬や治療法の上市を加速させるために不可欠である

  • グローバルなソースからの「目的に適った」データセットに適時接続
  • 加入前に完全なデータコホートを評価する機能
  • 定型約款の制定
  • 重複契約
  • 統合の課題による、データセットへのアクセスと分析のためのリードタイム

  • 「目的に適ったデータ」の例
    • 特定の疾患についてデータを持っているかどうか、そして容姿、年齢、人種、民族性、地理などさまざまな属性からデータを取得、上記スライドにある要素でマッピング

  • サイロを壊して信頼性のある高品質なデータを迅速取得したい、独自の分析ツールを活用でき、一元化された視点から管理したいという思いからAWS Exchangeを活用

  • 使用事例のアーキテクチャ
    • データプロバイダーを知っているサードパーティを管理および監視できる
    • 資格、期間、契約含まれていてエンタープライズ全体を追跡できる
    • Data Exchangeの機能自体は無料なのでコスト削減

モデルナ様の事例紹介

  • Data Exchangeを活用する以前のアーキテクチャ

  • Data Exchangeを導入した後のアーキテクチャ

  • Data Exchangeを導入したことで得られたメリット

  • 最終的に収集したデータから上記画面のようなダッシュボードを作成してビジネスの場で活用できている

最後に

Data Exchangeの私用事例を知ることができる良いセッションでした。

今年のアップデートにも以下のブログのようにData Exchange for Amazon S3とData Exchange for AWS Lake Formationが発表されています。

ブログ内ではちょうどデータセット「COVID-19 - World Confirmed Cases, Deaths, Testing, and Vaccinations」を例に操作を確認している内容となっていますので、合わせて読んでみると良いと思います。