Digitale Unterstützung für die datengetriebene Rekrutierungsplanung klinischer Studien

Patient Recruitment Information System (PARIS)

 

Klinische Studien sind essenziell für die Erforschung und Entwicklung neuartiger Therapien und medizintechnischer Geräte. Eine effiziente Durchführung kommt Mitarbeitenden, Unternehmen und Patienten zugute. Jedoch scheitern fast die Hälfte aller klinischen Studien an Rekrutierungsschwierigkeiten. Häufiger Grund sind komplexe Ein- und Ausschlusskriterien. In der Folge kommt es zu Verzögerungen von Zulassungen und hohen finanziellen Verlusten der Sponsoren.

Derzeit werden klinische Studien häufig über Excel-Listen und Telefonate zwischen der durchführenden Organisation (häufig eine Clinical Research Organisation (CRO)) und den Studienzentren (häufig Krankenhäuser) organisiert. Dabei werden die Ein- und Ausschlusskriterien durch Mitarbeitende händisch geprüft und mit den Daten der Patienten verglichen. Dieser Prozess ist zeitaufwändig und fehleranfällig.

 

KI-basierte Entscheidungsunterstützung zur effizienteren Planung und Durchführung von klinischen Studien

Ziel des Projektvorhabens ist es, ein Angebot für die KI-basierte Entscheidungsunterstützung der Durchführung von klinischen Studien zu entwickeln. In der Entwicklungsphase sollen frühzeitig Prüfzentren, forschende Pharmafirmen und Infrastrukturen zur Durchführung klinischer Studien adressiert werden, die ein Interesse daran haben, den Rekrutierungsprozess zu verbessern. Denn effizientere Planung und Durchführung von klinischen Studien spart Geld, Zeit und verhindert Studienabbrüche aufgrund unzureichender Teilnehmerzahlen.

Dazu bündeln wir im Fraunhofer CIMD unsere Expertise im Bereich der Künstlichen Intelligenz, insbesondere der generativen KI, Natural Language Processing (NLP) sowie Large Language Models (LLMs) und ergänzen diese mit umfassender Erfahrung in der Durchführung sowie der Analyse von klinischen Studien.

 

Ausblick

Im Krankhaus erfolgt die Erfassung, Bearbeitung und Weitergabe medizinischer und administrativer Daten im Krankenhausinformationssystem (KIS). Eine Integration des entwickelten Systems zur KI-basierten Entscheidungsfindung könnte die Nutzung im klinischen Alltag weiter vereinfachen. Darüber hinaus könnte eine Ausweitung auf weitere Indikationsgebiete erfolgen.