第一种方法是监督机器学习模型。如果有历史数据，可以将新药问世时转入新药的成员标注为标注一，否则标注为零。然后你就有了一个有监督的机器学习设置。只需将您的其他信息用作特征。最后，您计算预计有多少成员会服用这种新药。

第二种方法是无监督机器学习模型。使用聚类将成员分为两组。然后，您计算其成员将服用新药的组。这种方法的问题是您需要确定几个样本的标签，以便您可以知道哪个组是您需要的组。

以上两种方法都需要你有历史数据。

我正在考虑是否有其他方法可以提供预期值并且不需要对历史数据进行培训。一旦我找出一个，我会更新。