Hören Sie sich den Podcast hier an.

Gesundheitswesen: ein strategischer Sektor für Artefact.

Justine Nerce ist eine der Pioniere von Artefact, dem sie 2016 beitrat. Sie war maßgeblich an der Gründung des Bereichs Gesundheitswesen beteiligt, angetrieben von ihrer Leidenschaft für diesen bedeutenden und innovationsreichen Sektor. Die Anfänge wurden durch die Zusammenarbeit mit einem Kunden initiiert, der seine data über die gesamte Wertschöpfungskette des Unternehmens hinweg nutzen wollte.

Heute beschäftigt Artefactim Bereich Gesundheitswesen weltweit mehr als 100 Experten, mit einem jährlichen Wachstum von über 50 %, und arbeitet mit mehr als 30 Kunden in diesem Sektor zusammen, die ein breites Spektrum an Themen abdecken, von der Optimierung der pharmazeutischen Forschung und Entwicklung über die Verbesserung der Versorgungspfade bis hin zur Verbesserung der Lieferketten und mehr.

IA-Anwendungsfälle als Beschleunigung der Unternehmensumwandlung

CPU #1 - Beschleunigung der Entwicklung neuer Behandlungsmethoden

Therapeutische Innovation ist ein komplexer und kostspieliger Prozess. Er erstreckt sich über durchschnittlich 12 Jahre, von der Erforschung des Krankheitsverständnisses über klinische Studien bis hin zur Marktzulassung. Da Patente nur 20 Jahre lang gültig sind, ist die Zeit bis zur Markteinführung entscheidend für die Rentabilität eines Medikaments.

Die Forschungskosten sind sehr hoch: Von 10.000 untersuchten Molekülen werden im Durchschnitt nur 100 getestet, und nur eines erreicht den Markt.

Es gibt viele AI zur Optimierung des therapeutischen Innovationsprozesses, darunter :

  • Zielqualifikation: Zentralisierung und Nutzung von Informationen in speziellen Tools, hochentwickelte Echtzeit-Dashboards für präzise entscheidungsunterstützende Analysen.
  • Präklinische Tests: automatische, ultraschnelle Erstellung von Dokumenten wie Broschüren für Ärzte oder die Erstellung von klinischen Protokollen.
  • Erleichterter Marktzugang: AI generieren und synthetisieren wichtige Dokumente für Anträge auf Marktzulassung.

UC#2 Verringerung der Arzneimittelknappheit mit data und AI

Die pharmazeutische Versorgungskette, von der Produktion bis zur Auslieferung, muss die Verfügbarkeit und Sicherheit von Medikamenten gewährleisten. Im Jahr 2023 gaben 37 % der Franzosen an, dass sie einen Mangel erlebt haben. Dank der AI sind zahlreiche Optimierungen denkbar:

  • Data ermöglichen eine bessere Übersicht über die Bestände und die Rückverfolgbarkeit in jeder Phase.
  • AI optimiert die Bedarfsprognose und verbessert die Entscheidungsfindung in Echtzeit, wodurch Kosten und Vorlaufzeiten reduziert werden.
  • Dank der data kann die vorausschauende Wartung verbessert werden.
  • Szenarien zur Begrenzung von Unterbrechungen reduzieren Risiken und Verschwendung.

UC#3 - Demokratisierung des Zugangs zur Gesundheitsversorgung dank data

Der unzureichende Zugang zu medizinischen data beeinträchtigt die Zuverlässigkeit der Diagnose und Behandlung bestimmter Krankheiten, wie z. B. der chronischen Niereninsuffizienz (CKD), von der 10 % der französischen Bevölkerung betroffen sind und die jährlich 13,76 Milliarden Euro kostet (Prognose für 2027: rund 16,99 Milliarden Euro).

Konkrete Lösungen, die Artefact den Kunden des Sektors anbietet und die dazu beitragen, den Zugang zur Pflege zu verbessern:

  • Identifizierung von Problembereichen anhand von data und Partnerschaften (z. B. INSEE). Erwartete Ergebnisse: Verringerung der Ungleichheiten, bessere Information der Ärzte und optimierte Umverteilung der Ressourcen.
  • Einsatz von maschinellem Lernen, um den Vertriebsteams einen persönlichen Assistenten zur Verfügung zu stellen, der in der Lage ist, große Mengen an umfangreichen und komplexen Informationen zu verwalten. Auf diese Weise können sie ihre Entscheidungen mit Hilfe von Systemen optimieren, die die Interaktion mit Fachleuten des Gesundheitswesens (HCPs) personalisieren.

Justine gibt ihre Einschätzung zu den vielversprechendsten data und AI im Gesundheitswesen.

Justine spricht über die 4 Säulen der pharmazeutischen Innovation, die Werte schaffen und die Qualität der Patientenversorgung verbessern.

  • Mix Channel Modelling: Verbesserung der Omnichannel-Erfahrung von Gesundheitsdienstleistern oder Patienten durch Investitionen in die Kommunikationskanäle (Konferenzen, Newsletter, E-Mails usw.), die diese Bevölkerungsgruppen je nach Thema am meisten ansprechen, wodurch eine Optimierung des Marketing-ROI gewährleistet wird.
  • Prognosen über die gesamte Wertschöpfungskette hinweg: von der Nachfrageprognose über die Produktionsplanung, die Vertriebs- und Marketingprognose bis hin zu Forschung und Entwicklung mit frühzeitiger Zielbestimmung.
  • Generative AI in F&E: Generative AI kann bestimmte zeitaufwändige und schwierige F&E-Prozesse verbessern, z. B. die Erstellung von Zulassungsdokumenten, wobei sich der Zeitaufwand um 30 % verringert. Generative AI beschleunigt auch den Zugang zu Informationen über frühere klinische Studien (insbesondere auf clinicaltrials.org) und die Möglichkeit, Protokolle für zukünftige Studien zu definieren.

Das Ergebnis: eine agilere, effizientere und innovativere Branche, die sich auf eine bessere Patientenversorgung konzentriert.

Aber am besten hören Sie sich dieses Video in seiner Gesamtheit an, in dem Justine Nerce konkret das gesamte Potenzial für die AI im Gesundheitswesen und in der Pharmazie erläutert, und zwar innerhalb eines ethischen, regulatorischen und sicheren Rahmens, der in diesem Sektor entscheidend ist.

Artefact - "Revolutionierung der Medikamentenentwicklung: Entfesselung der Leistungsfähigkeit von AI in klinischen Studien".

Laden Sie das E-Book hier herunter.

Dieser umfassende Leitfaden zeigt auf, wie AI die Landschaft der klinischen Studien verändert und die Studien schneller, effizienter und umfassender macht.

Was steht drin? Das Buch besteht aus 4 Hauptkapiteln:

  • [Vorwort] AI in klinischen Studien - eine laufende Revolution
  • Auswirkungen in der realen Welt - Sehen Sie sich transformative AI in der gesamten Wertschöpfungskette klinischer Studien genauer an
  • Innovation vorantreiben: Erkundung des wachsenden Ökosystems der AI Studien
  • Vor uns liegende Herausforderungen: Überwindung von Hindernissen zur vollen Ausschöpfung des Potenzials der AI