Neue Allianzen im Gesundheitssektor
Weltweit sind Gesundheitssysteme großen Umstrukturierungen unterworfen – durch zunehmende Regulierung, auf Rekordniveau liegende Staatsschulden und schrumpfende Budgets. Traditionell getrennte Akteure der Gesundheitsindustrie wie Krankenhäuser, Versicherungen und Pharmaunternehmen schließen sich vermehrt zusammen. Sie suchen nach Möglichkeiten, um die Qualität der Gesundheitsversorgung und die Sicherheit von Patient:innen zu verbessern und zugleich die Kosten zu senken.
Ein Beispiel dafür ist etwa die Medikamententwicklung. Sie wird zunehmend teurer, gleichzeitig sinkt die Produktivität in Forschung und Entwicklung. Pharmaunternehmen sind deshalb bestrebt, Medikamente kosteneffizienter und zielorientierter zu entwickeln.
Studien fehlt es an Proband:innen
Der Zugriff auf klinische Daten spielt dabei eine wichtige Rolle. Sie helfen dabei, Machbarkeitsstudien für Studienprotokolle durchzuführen und Patient:innen für klinische Studien zu rekrutieren. Geeignete Patient:innen zu rekrutieren und Prüfzentren zu finden gehört zu den Hauptgründen, warum sich klinische Studien verzögern.
Derzeit gelingt es der Hälfte der klinischen Studien nicht, die für die Studie vorgeschriebene Zahl an Proband:innen zu finden. Rund 80 Prozent der Studien verfehlen ihr ursprüngliches Rekrutierungsziel und den Zeitplan. Verzögert sich die Markteinführung eines Medikaments um nur einen Tag, kann dies ein Pharmaunternehmen bis zu 8 Millionen US-Dollar kosten.1
Big Data: Datenflut im Gesundheitssektor
Die Auswertung medizinischer Routinedaten bringt typische Big Data-Herausforderungen mit sich. Dazu gehört etwa die Frage, wie man die wachsende Menge von Patient:innen-Daten effizient sammelt, standardisiert und semantisch auswertet.
In den vergangenen zehn Jahren ist die Informationsflut im Gesundheitswesen explodiert, bedingt durch Fortschritte bei der Genomsequenzierung, die Einführung elektronischer Gesundheitsakten, die Generierung von Daten für klinischen Studien, soziale Netzwerke sowie medizinische Geräte – inklusive Smartphones, Smartwatches oder Fitnesstracker. Dies erfordert den Einsatz moderner Textmining- und Datamining-Werkzeugen, um aus diesen Daten wertvolle Erkenntnisse zu gewinnen.
KI für effiziente klinische Forschung
Unsere Lösungen ermöglichen den Echzeit-Zugriff auf große, homogene Patient:innen-Populationen und vereinfachen die Rekrutierung von Proband:innen für die klinische Forschung. Mit unserer KI-Plattform können medizinische Dokumente nach Diagnosen, Symptomen, Verordnungen, besonderen Befundmerkmalen und vielen weiteren Entitäten analysiert und durchsucht werden.
Heterogene Patient:inen-Daten in strukturierter und unstrukturierter Form werden harmonisiert und normalisiert. So lassen sich Patient:innen-Kohorten mit wenigen Mausklicks zusammenstellen – egal ob für Machbarkeitsstudien, Proband:innen-Suche, zur Diagnoseunterstützung bei seltenen Krankheiten oder zur Unterstützung der medizinischen Kodierfachkräfte bei der medizinischen Leistungsabrechnung.
Damit verbessert Averbis die Zusammenarbeit zwischen Pharmaunternehmen und Krankenhäusern, die ihre Datenschätze endlich heben können. Damit erhöhen sie ihre Chancen auf Teilnahme an von der Industrie gesponserten klinischen Studien und verbessern ihre Wettbewerbsfähigkeit bei der Vergabe von Forschungsgeldern.