Pharma-Unternehmen benötigen innovative Ansätze, um Daten aus klinischen Studien effektiv zu analysieren. Bisher wurden diese Analysen hauptsächlich durch klassische statistische Methoden durchgeführt, die oft nicht in der Lage sind, komplexe Zusammenhänge und Anwendungen zu erkennen.
Wir unterstützten Novartis dabei, das Potenzial von Künstlicher Intelligenz in der klinischen Forschung zu erkunden.
Die AI4ANNA-Studie zur Vorhersage von Behandlungsergebnissen und Verträglichkeit bei HR+, HER2- fortgeschrittenem Brustkrebs wurde im Dezember 2023 auf dem San Antonio Breast Cancer Symposium vorgestellt. Ziel der Studie war es, das Vorhersagepotenzial von Methoden des maschinellen Lernens (ML) in Bezug auf Tumorkontrolle und Safety Outcomes anhand deutscher Studiendaten (RIBECCA, RIBANNA) zu bewerten und die wichtigsten Ausgangsfaktoren für die Vorhersage zu ermitteln.
Die Publikation ist u.a. auf ResearchGate Abstract P4-01-05 zu finden.
Durch die Implementierung dieser innovativen Ansätze profitieren unsere Kunden von:
