細胞治療和分析開發工作流程涉及複雜的數據，必須對其進行處理和視覺化才能提供有意義的見解。武田製藥美國公司團隊致力於開發一套精簡的自動化解決方案，使實驗室使用者能夠有效地視覺化和分析細胞治療數據。透過自動產生處理後的資料表和動態儀表板，我們的系統能夠以直覺的格式呈現關鍵指標（例如恢復率、擴增倍數和細胞培養參數）。此解決方案使細胞治療和分析開發部門的研究人員能夠快速評估實驗進度並做出數據驅動的決策，從而加速該領域的研究和產品開發。
大家好。我是Maria Reyna Fernandez，武田製藥的細胞療法研究員。我很高興來到探索高峰會，分享我們如何使用JMP Live建立自動化資料生態系統，以加速細胞療法的研發。
在整個製藥行業，我們看到了對數位化、自動化、數據整合和即時決策的迫切追求。今天，我將向大家展示我們的團隊如何將這些原則應用於細胞治療，建構一個 JMP Live 生態系統，將原始數據轉化為切實可行的洞察，最終加快從實驗室到患者整個流程。
在深入探討之前，有幾點需要說明。我是武田的員工，持有公司股票。我今天分享的觀點僅代表我個人，可能不代表武田的觀點。我還想聲明，我與今天將要介紹的任何技術供應商均無任何關聯。
話雖如此，我的觀點很大程度上是基於我作為這些工作流程的使用者和開發者的身份。我將分享我們面臨的一些挑戰、我們努力的方向以及我們在過程中學到的經驗。
我們的細胞治療工作流程會產生複雜的資料集。傳統上，這些數據都是手動處理的，這不僅會降低分析速度，還會增加出錯的風險。這個專案的目標很簡單，但也很宏大：實現從原始資料收集到視覺化的整個流程的自動化。透過將關聯式資料庫與 JMP Desktop 和 JMP Live 集成，我們創建了一個能夠提供清晰、經過驗證且互動式資料視圖的系統，使科學家能夠更快、更自信地做出決策。本次示範旨在向您展示整個流程，手動資料的複雜現狀，以及我們利用 JMP 建構的精簡協作世界。
這是今天演講的路線圖。我將帶您了解手動工作流程的挑戰、自動化數據管道、我們如何計算和視覺化方案指標、我們的品質控制方法、我們團隊的影響以及我們對未來發展的展望。
細胞治療和分析開發團隊會產生大量數據。每個實驗可能涉及多台設備、多個時間點和多名科學家。過去，Excel 是我們的主力，但它的設計初衷並非為了處理如此複雜的資料。 Excel 在許多方面都是一款出色的工具，但當你需要處理多個團隊跨越數月、包含數千個數據點的實驗時，Excel 就變得脆弱不堪了。
我們真正需要的是一個自動化的系統，這樣科學家就不需要再重複勞動了。它還具備可追溯性，每個數據點都能追溯到其來源。它還具備協作性，讓整個組織的人員都能看到並使用相同的真實數據。 JMP Live 與資料庫的結合，成為了我們的解決方案。
關於當前的挑戰，讓我先暫停一下，描繪這個系統出現之前的生活。想像一下，一位科學家正在進行一項實驗。他們從多個設備獲取數據。一天下來，所有這些資訊以不同的格式儲存在不同的地方。接下來會發生什麼事？他們打開Excel，開始複製、貼上，也許還要轉換單位、重新命名列，手動重新計算擴展倍數。這可能需要幾個小時，有時甚至幾天，才能讓他們開始思考科學問題。
現在，再加上人為因素。科學家經常會自行建構Excel巨集和公式。從事同一實驗的兩個人可能會使用略有不同的邏輯，或更新相同文件的不同版本。有時，同一個Excel檔案會透過電子郵件流傳三個不同的最終版本。究竟哪一個才是真相呢？這種不確定性在細胞療法實驗中會帶來巨大的壓力和風險。
更大的問題是：細胞療法是一個快速發展的領域，患者總是在等待。每一次分析的延遲都會延緩那些可能真正帶來改變的療法的發展。這並非武田獨有。在整個製藥行業，各家公司都意識到，手動的、基於 Excel 的工作流程是一個瓶頸。
製藥業正在經歷數位轉型，逐漸擺脫了人們電腦上的本地文件。如今，整合的自動化系統確保了資料的清潔、標準化和可共享。從很多方面來看，我們的專案不僅是為了解決一個局部痛點，更是為了順應製藥業更大規模的數位化浪潮。利用自動化來減少人為錯誤，建立可跨團隊擴展的系統，最重要的是，創造一種讓科學家能夠信任他們所看到的數據，專注於科學研究而非Excel文件的文化。
你可以這樣想：舊方法就像用不符的工具徒手搭建橋樑。新方法就像一個組織有序的工廠，所有零件都已到位，隨時可以組裝。每一步都有記錄。這就是我們透過數位化實現的飛躍。我將向你們展示我們在實驗數據收集系統中是如何做到這一點的，以及我們在設備連接方面所做的工作。
為了解決這個問題，我們建構了一個端到端的實驗數據收集系統。該系統使科學家能夠設計實驗並即時記錄數據。它非常出色，因為它圍繞著各個單元操作構建，例如轉導、擴增、收穫和配製。每個實驗都有一個唯一的ID，可以連結到實驗設計，從而確保可追溯性。
設備也實現了互聯。例如，細胞計數器實現了互聯，原始資料每小時自動轉換和分析一次。這樣每次檢測可以節省約45分鐘。如果每週進行數十次檢測，那麼每月就可以節省數天的時間。我真正想強調的是可追溯性。每個數據點都與一個實驗理念息息相關。我們可以隨時回溯，準確地了解它的來源和實驗條件。
捕獲數據只是第一步。真正的挑戰在後面。我們要將原始輸出轉換為科學家可以實際分析和使用的數據。為此，我們建構了一個五步驟流程。第一步是提取數據，直接從資料庫中提取原始表格；然後進行清理；最後進行合併，將實驗元數據與設備讀數相結合；根據我們想要進行的分析，重構表格，將表格調整為寬格式或長格式。最後是驗證步驟，應用基於規則的檢查來捕獲缺失值或重複匹配。
現在，JMP 腳本讓這一切在實踐中成為可能。我們不再依賴手動步驟或隱藏在 Excel 檔案中的宏，而是開發了可重複使用的 JMP 腳本，自動執行每個流程。例如，一個腳本可以自動執行，將資料重新整理成適合儀表板的格式，這樣科學家就無需修改原始檔案。或者，另一個腳本可以根據預先定義的規則檢查每個新資料集。腳本編寫完成後，可以在多個實驗中重複使用。
現在，我們不再需要每個人發明自己的資料清理方法，而是擁有標準化、自動化的流程，而且直接在 JMP 中實現。那麼，為什麼 JMP 腳本中的這種自動化資料清理流程如此重要呢？在過去，每位科學家都在 Excel 中使用自己的方法來清理和分析資料。這意味著每位科學家對於同一個實驗都有不同的公式、不同的格式，有時甚至會得到不同的結果。即使是在實驗室中按照相同的步驟進行同一個實驗，要將這些格式全部轉換也非常非常困難。
借助 JMP 腳本，我們實現了流程標準化。腳本在背景完成繁重的工作，例如檢查數值、重塑表格，並始終一致地應用相同的規則。我們認為，所有這些努力帶來的結果是一致性和可追溯性。此外，科學家無需再花費大量時間進行手動清理，他們可以信賴輸出結果已準備好進行分析且易於訪問。這一點至關重要，因為科學家無需了解如何編寫程式碼即可從這種自動化流程中受益。腳本安裝到位後，任何使用者都可以開啟 JMP 輸出，並立即使用乾淨且經過驗證的資料進行工作。
這真的很重要，我們已經在團隊中看到了它的價值，因為我們團隊的一位成員對此進行了很好的闡述。她說，以前她花了很多時間準備數據，而且準備數據的時間比分析數據的時間還多。現在她可以直接跳到科學研究環節，認真思考如何改善實驗室的流程。這正是我們想要實現所有流程自動化的真正原因，因為它可以將資料處理從瓶頸轉換為推動力。
一旦我們的資料通過 JMP 腳本處理並驗證完畢，下一步就是讓組織能夠存取這些資料。我們使用 JMP 腳本查詢這些表，並將其直接從資料庫提取到 JMP 中。這些腳本負責處理連接、定義要提取的字段，並確保檢索正確版本的資料。
資料一旦匯入 JMP，就會自動推送到 JMP Live，並建立更新後的互動式表格，任何擁有權限的使用者都可以使用，無需自行執行查詢。我們也引入了層級結構，確保資料井然有序。
我們有按團隊、產品和程序進行整理的資料夾。這非常棒，因為關鍵優勢在於一切都自動化且井然有序，科學家無需手動導出或上傳資料。一旦新的結果進入資料庫，JMP Live 就會立即更新表格。由於採用資料夾結構，人們可以直接導航到對他們最重要的資料。資料不再分散在資料夾、不同的程式系統、電子郵件或聊天工具中，而是直接存在於 JMP Live 中。從資料庫到 JMP 腳本，再到這些表格，科學家都可以在 JMP Live 中存取它們。
JMP Live 的另一個強大功能是資料表的動態性。這是該系統最強大的功能之一，因為當新資料輸入資料庫時，資料表會自動刷新。資料表包含材料篩選器、計算摘要，篩選器可以透過樣品 ID、實驗 ID 或實驗執行日期進行篩選。數據表也經過格式化，因此可以立即用於團隊報告。這確保了一致性，即不同實驗的結構完全相同。這非常有用，因為科學家可以更輕鬆地進行跨研究比較。
此外，我們也注意到，從科學家的回饋來看，效率也得到了提升。科學家無需花費數小時手動格式化或匯出資料。而且，一切都是可追溯的。每個表都連結回資料庫中的元資料。從數據角度來看，這確實很棒。
我們在武田的這個專案中所做的另一個工作是自動化關鍵指標流程，因為我們使用的是上一張投影片中討論過的資料表。最初，我們使用 JMP 外掛程式作為概念驗證，來計算關鍵指標，例如回收率和膨脹率。然後，我們在不同的實驗中對其進行了測試。這些實驗涉及不同的單元操作、不同的天數或條件。我們希望確保 JMP 腳本程式碼中這些計算的準確性和一致性。
這些腳本旨在反映我們資料收集系統中的實驗設計儲存。每個計算都與實際的流程步驟保持一致。對於每個實驗，腳本會自動計算從轉導到擴增再到收穫的整個過程中每天的關鍵指標。正如我所提到的，這些指標包括回收率、擴增倍數。此外，我們還設定了自培養參數，例如活力、密度和其他參數。
由於腳本與實驗設計緊密相關，計算結果會根據流程動態調整。如果實驗中有額外的採樣點或不同的單元操作，則無需人工幹預即可計算指標。所有計算均自動化，並連結到我們使用的關聯式資料庫。結果可立即在 JMP Live 儀表板中查看。這對科學家來說非常便捷，因為他們正在運行實驗，當這些表格更新時，他們能夠看到結果的可視化。此外，無需手動計算，節省時間。科學家可以看到指標的逐日變化及其可擴展性。
一旦我們開發的 JMP 腳本自動計算出關鍵指標，下一步就是讓它們可供科學家操作。所有這些計算出的指標現在都輸入到 JMP Live 儀表板中。我們添加了趨勢線和時間進程圖等額外的視覺化功能，以便科學家能夠在整個細胞治療過程中逐日追蹤指標。
用戶可以探索整個過程中的趨勢。例如，觀察細胞活力在多次擴增過程中的變化，或不同捐贈者之間的擴增障礙倍數。這對科學家和數據點來說都有很大的優勢，因為它可以提供即時洞察。隨著新資料添加到資料庫中，儀表板會自動刷新，因此團隊始終可以看到最新的結果。這真的很棒。它極大地簡化了科學家的流程。
此外，在 JMP Live 的這個儀表板中，科學家還可以進行跨實驗比較，在一個介面上查看趨勢、差異等所有內容，並將多次運行的結果視覺化。本質上，這是一個從實驗設計、自動計算到視覺化的循環儀表板，科學家可以探索數據並發現趨勢。
在分析開發中，我們處理的另一個儀表板是細胞毒性試驗、流式細胞儀和免疫表型分析的數據。這些數據可能非常複雜且多維。我們設計這個儀表板的目的是快速理解所有這些複雜的數據。我們利用這些互動式圖表，讓科學家能夠即時觀察細胞毒性效力和免疫表型圖譜。他們不再只是看到靜態表格，而是可以看到不同實驗的模式、圖片和不同的服務。
JMP Live 的另一個非常酷炫的功能是進階過濾功能。使用者可以透過方法運行 ID、簡單 ID 參數或比率篩選出他們想要查看的資料。這非常棒，因為它可以提出非常具體的問題，例如「與供體 B 相比，供體 A 在條件 X 下的表現如何？」我們觀察到的另一個優勢是，分析開發團隊還可以跨實驗查看趨勢可視化。他們不再只是孤立地查看單一運行，而是可以比較不同時間段的實驗。
正如我之前提到的，這個儀表板有多個好處，並且腳本確保這個儀表板將複雜且高維的數據轉化為非常可操作的見解，幫助團隊和科學家快速回答有關自我效能或表型行為的關鍵問題。
我們用這個腳本測試的數據品質是這樣的：高品質的數據對於在細胞治療和分析開發中做出可靠的決策至關重要。僅僅處理和視覺化資料是不夠的。我們還想確保數據的準確性。科學家用來探索結果的表格也包含品質檢查。這些檢查會根據參考值或裝置輸出驗證關鍵指標。
例如，我們對樣本ID進行資料品質檢查。我們要確保科學家在設備中輸入的樣本ID正確無誤，因為該樣本ID也會被輸入資料庫表。我們也要檢查細胞活力，確保在細胞計數器平均值的2%以內。此外，對於活細胞計數，我們會將其與輸出量進行比較，以檢測是否有不一致的情況。
這些資料品質檢查點的另一個優點是，科學家可以立即發現潛在的拼字錯誤、不匹配或缺失資料。他們可以準確地識別需要更正的地方，然後向資料團隊要求修改，或者如果他們自己有能力，也可以自行修改。
我們希望確保所有計算都正確無誤，並且腳本確實調用了正確樣本ID的值。將此功能納入我們現有的JMP Live資料流中非常實用，因為它的優點之一就是透明度。科學家可以了解差異所在，而不僅僅是被告知問題所在。
此外，還有糾正速度的問題。這些可見的錯誤可以在源頭快速修正，從而避免後續錯誤。此外，當你的表格包含大量樣本ID（例如30個樣本ID）時，辨識實驗室中輸入的小錯誤當然會花費更多時間和精力。
即使是很小的拼字錯誤，例如一個字母，腳本也無法給出最準確的數字。透過這個數據品質腳本，我們試圖識別並修正所有這些數據，然後再透過這個儀表板得出結論。本質上，我們的目標是創建這些品質控制腳本，並將其作為科學家工作流程的一部分，而不是作為一個單獨的步驟。透過將所有這些品質控制檢查整合到JMP工作中，我們可以更輕鬆地發現、理解和糾正錯誤，同時仍提供對乾淨且可操作資料的即時存取。此外，這是一種不斷變化的文化。我們越來越依賴資料表、新系統和新設備。幫助科學家適應這種新的工作方式至關重要。
透過將 JMP Live 與我們的關聯式資料庫集成，我們創建了一個自動化、可追溯且可擴展的資料流程。這減少了人工工作量，實現了即時洞察，並加速了研究和產品開發。展望未來，我們正在探索機器學習中的預測分析，以使系統更加智能，因為從描述性儀表板的角度來看，我們也希望能夠預測決策支援。
最終的願景是，未來數據不僅能為科學家提供訊息，還能預測他們的需求，並引導他們選擇最佳的實驗步驟。這不僅是一個內部效率項目，也是整個製藥業更大變革的一部分，旨在擁抱數位平台、自動化和數據科學，以加速患者治療。
我想感謝武田的同事們，感謝他們一路陪伴我走過這段旅程。感謝JMP團隊提供的工具，讓這一切成為可能。感謝大家在探索高峰會上發表演講，感謝你們的關注與好奇。我很榮幸能分享我們的故事，講述自動化和數位化如何改變我們的科學研究方式。謝謝大家。
