Gå til hovedindhold Spring til søgning Gå til hovednavigation

AI-optimering af udvælgelse af F&U-projektporteføljer i medicinalindustrien

F&U-porteføljer i medicinalindustrien er beslutninger, der træffes under usikkerhed: høje udviklingsomkostninger, lange løbetider, regulatoriske risici og stærkt og meget varierende sandsynligheder for succes kendetegner enhver investering.

I praksis bliver projekter ofte evalueret og prioriteret individuelt. Men en lægemiddelpipeline er ikke en stak isolerede projekter, men en kombinatorisk udvælgelse under budget-, risiko- og mangfoldighedsrestriktioner og mangfoldighedsbegrænsninger.

Domæne

Sundhedsvæsen / Innovationsledelse

Formål

Maksimering af den forventede værdi af lægemiddelpipelinen, samtidig med at Overholdelse af et årligt F&U-budget og en defineret risikovillighed.

Input til vurdering

Porteføljemodellering er baseret på projekt- og faserelaterede inputdata, typisk:

  • Sandsynlighed for teknisk succes (PTS) pr. projekt eller pr. udviklingsfase
  • Højeste salgspotentiale (salgstop) som en central værdidriver
  • Udviklingsomkostninger pr. fase (f.eks. præklinisk, fase I-III)
  • Strategisk fit med terapeutisk orientering (alignment score)

Beslutningsmodel og udvælgelsesmekanisme

For systematisk at kortlægge usikkerheden er projektværdien modelleret som en stokastisk vægtet forventet værdi:

Stokastisk scoring: EVᵢ = NPVᵢ × PTSᵢ

Udvælgelsen udføres ikke som en isoleret rangordning af individuelle projekter men som en gruppeudvælgelse i porteføljen.

En Constrained Knapsack Model bestemmer den optimale Kombination af projekter under eksplicitte restriktioner.

Dette gør porteføljeafvejninger synlige, som ofte går tabt i en ren Ofte går tabt i en ren individuel prioritering - især med konkurrerende budgetter, faseafhængige omkostningsstrukturer og risiko og risiko- eller mangfoldighedskrav.

Begrænsninger

Udvælgelsen beregnes under eksplicitte begrænsninger, f.eks:

  • Loft for årligt F&U-budget
  • Maksimalt antal onkologiprojekter (kontrol af koncentrationsrisici)
  • Minimumsdiversitet på tværs af sygdomsområder (minimumsdiversitet på tværs af sygdomsområder)

Disse begrænsninger sikrer, at porteføljen ikke kun maksimerer værdimaksimerende, men også risikojusteret og strategisk robust.

Teknologisk tilgang

Der anvendes en hybrid beslutningsarkitektur:

  • StratePlan til kombinatorisk porteføljevalg under begrænsninger
  • AHP (Analytic Hierarchy Process) til vægtning af strategiske kriterier og til struktureret integration af kvalitative faktorer

Resultaternes logik

Resultatet er ikke en prioriteret liste, men en konsekvent pipeline Pipeline-konfiguration med eksplicit modellerede egenskaber:

  • Maksimeret forventet porteføljeværdi (EV) under budget og risikovillighed
  • Kontrolleret koncentration i terapeutiske områder (f.eks. onkologisk grænse)
  • Strategisk tilpasning og diversitet som målbare porteføljeattributter
  • Gennemsigtige afvejninger mellem værdi, chance for succes, omkostninger og strategisk orientering

Konklusion

Udvælgelsen af en F&U-portefølje er ikke et rent værdiansættelsesproblem, men et kombinatorisk beslutningsproblem under usikkerhed.

Kun når forventede værdier, restriktioner og strategiske kriterier bringes sammen i en formel model, kan man systematisk opbygge en robust lægemiddelpipeline - og dermed og målbart øge kvaliteten af beslutninger.

Anmod om en demo

Fælles mønstre på tværs af cases

Vurdering

Kvalitative og kvantitative faktorer konverteres til sammenlignelige scorer - ved hjælp af skalaer ved hjælp af skalaer, vurderingsmodeller eller struktureret ekspertvurdering. Målet er at skabe et konsistent, beslutningsklart vurderingsgrundlag.

Rangordning

Elementer bliver prioriteret. Prioriteringen er dog sjældent den endelige beslutning. I komplekse miljøer er prioritering ofte indlejret direkte i en kombinatorisk optimering for systematisk at tage hensyn til interaktioner og begrænsninger systematisk taget i betragtning.

Udvælgelse af grupper

Den endelige udvælgelse går ud over en simpel "top-k"-tilgang. StratePlan løser strukturerede udvælgelsesproblemer såsom Knapsack, Portefølje- eller planlægningsmodeller og beregner den optimale kombination Kombination under reelle begrænsninger.

Begrænsninger

Begrænsninger afspejler knaphed i den virkelige verden: Kapital, tid, ressourcer, risikovillighed, lovkrav, strategiske mandater eller bæredygtighedskrav. De er en integreret del af beslutningslogikken.

Teknologier

Hybrid brug af MCDA-metoder (f.eks. AHP, TOPSIS) til struktureret evaluering Evaluering kombineret med StratePlan til begrænsningsbevidst Gruppe- eller porteføljevalg.

Disse cases viser, hvordan StratePlan kan transformere beslutningsprocesser fra ren rangordning til intelligent porteføljekonstruktion, der tager hensyn til begrænsninger. Værdiansættelsesdata konverteres til gennemførlige, optimerede gruppebeslutninger - afstemt med finansielle, strategiske og bæredygtighedsrelaterede mål afstemt med finansielle, strategiske og bæredygtighedsrelaterede mål.

Den underliggende kernelogik - struktureret værdiansættelse → kvantitativ prioritering Prioritering → begrænset gruppeudvælgelse - skalerer på tværs af forskellige brancher Brancher og er tilpasset domænespecifikke præstationsindikatorer og begrænsninger.

Vedligeholdelsesplanlægning for energinetværk

Mål: At maksimere systemets pålidelighed over en periode på 5 år.
Mere om emnet

Optimering af det digitale marketingkampagnemix

Maksimerer mersalg inden for de samlede udgifter og brandets sikkerhedsgrænser.

Mere om emnet

Træf beslutninger på grundlag af matematisk optimalitet

StratePlan beregner den optimale projektportefølje under dine reelle rammebetingelser.

Start StratePlan