Optimizarea AI a selecției portofoliului de proiecte de cercetare și dezvoltare în industria farmaceutică

Portofoliile de cercetare și dezvoltare din industria farmaceutică sunt decizii luate în condiții de incertitudine: costuri de dezvoltare ridicate, termene lungi, riscuri de reglementare și puternice și foarte variate probabilități de succes caracterizează fiecare investiție.

În practică, proiectele sunt adesea evaluate și prioritizate individual. Cu toate acestea, un portofoliu de medicamente nu este un teanc de proiecte izolate, ci o selecție combinatorie în condiții de buget, risc și diversitate și restricții de diversitate.

Domeniu

Sănătate / Managementul inovării

Obiectiv

Maximizarea valorii așteptate a portofoliului de medicamente și, în același timp Respectarea unui buget anual de cercetare și dezvoltare și a unui apetit pentru risc definit.

Contribuții la evaluare

Modelarea portofoliului se bazează pe date de intrare legate de proiecte și faze, de obicei:

• Probabilitatea de succes tehnic (PTS) per proiect sau per fază de dezvoltare
• Vârful potențialului de vânzări (vârful vânzărilor) ca motor central al valorii
• Costurile de dezvoltare pe fază (de exemplu, preclinică, faza I-III)
• Potrivirea strategică cu orientarea terapeutică (scor de aliniere)

Model decizional și mecanism de selecție

Pentru a cartografia sistematic incertitudinea, valoarea proiectului este este modelată ca o valoare așteptată ponderată stocastic:

Punctaj stocastic: EVᵢ = NPVᵢ × PTSᵢ

Selecția nu este efectuată ca o clasificare izolată a proiectelor individuale ci ca o selecție de grup în portofoliu.

Un model Knapsack constrâns determină combinația optimă Optimă a proiectelor în condiții de restricții explicite.

Acest lucru face vizibile compromisurile din portofoliu, care sunt adesea pierdute într-o prioritizare pură Sunt adesea pierdute într-o prioritizare pur individuală - în special cu bugete concurente, structuri de costuri dependente de faze și riscuri și cerințe de risc sau diversitate.

Constrângeri

Selecția este calculată în funcție de constrângeri explicite, de exemplu

• Plafonul bugetului anual de cercetare și dezvoltare
• Numărul maxim de proiecte oncologice (controlul riscurilor de concentrare)
• Diversitate minimă între domeniile de boli (diversitate minimă între domeniile de boli)

Aceste restricții asigură faptul că portofoliul nu numai că maximizează maximizarea valorii, ci și ajustarea riscului și robustețea strategică.

Abordarea tehnologică

Se utilizează o arhitectură decizională hibridă:

• StratePlan pentru selectarea combinatorie a portofoliului în funcție de constrângeri
• AHP (Analytic Hierarchy Process) pentru ponderarea criteriilor strategice și pentru integrarea structurată a factorilor calitativi

Logica rezultatelor

Rezultatul nu este o listă prioritizată, ci o conductă coerentă Configurație a conductei cu proprietăți modelate în mod explicit:

• Maximizarea valorii așteptate a portofoliului (EV) în conformitate cu bugetul și apetitul pentru risc
• Concentrarea controlată în domenii terapeutice (de exemplu, limita oncologică)
• Adecvarea strategică și diversitatea ca atribute măsurabile ale portofoliului
• Compromisuri transparente între valoare, șanse de succes, costuri și orientare strategică

Concluzii

Selectarea unui portofoliu de cercetare și dezvoltare nu este o problemă de evaluare pură, ci o problemă de decizie combinatorie în condiții de incertitudine.

Numai atunci când valorile așteptate, restricțiile și criteriile strategice sunt sunt reunite într-un model formal, poate fi construită în mod sistematic o conductă robustă de medicamente - și și crește măsurabil calitatea deciziilor.

Solicitați o demonstrație

Modele comune în toate cazurile

Evaluare

Factorii calitativi și cantitativi sunt convertiți în scoruri comparabile - utilizând utilizând scale, modele de evaluare sau judecăți structurate ale experților. Scopul este de a crea o bază de evaluare coerentă, pregătită pentru luarea deciziilor.

Clasificare

Elementele sunt prioritizate. Cu toate acestea, prioritizarea este rareori decizia finală. În medii complexe, prioritizarea este adesea integrată direct într-o optimizare combinatorie pentru a lua în considerare în mod sistematic interacțiunile și constrângerile luate sistematic în considerare.

Selecția grupului

Selecția finală depășește o simplă abordare "top-k". StratePlan rezolvă probleme de selecție structurate, cum ar fi Knapsack, Portofoliu sau modele de planificare și calculează combinația optimă Combinație sub restricții reale.

Constrângeri

Constrângerile reflectă lipsurile din lumea reală: Capital, timp, resurse, apetitul pentru risc, cerințe de reglementare, mandate strategice sau cerințe de durabilitate. Acestea fac parte integrantă din logica decizională.

Tehnologii

Utilizarea hibridă a metodelor MCDA (de exemplu, AHP, TOPSIS) pentru evaluarea structurată De evaluare structurată combinată cu StratePlan pentru selectarea Selectarea grupului sau a portofoliului.

Aceste cazuri arată modul în care StratePlan poate transforma procesele decizionale de la clasamentul pur la construcția de portofolii inteligente, sensibile la constrângeri. Datele de evaluare sunt convertite în decizii de grup fezabile, optimizate - aliniate la obiectivele financiare aliniate cu obiectivele financiare, strategice și legate de durabilitate.

Logica fundamentală - evaluare structurată → prioritizare cantitativă Prioritizare cantitativă → selecție constrânsă a grupului - se adaptează la diferite industrii Industrii și este adaptată la indicatorii de performanță specifici domeniului și restricții.