Zeitreduktion durch eine KI-gestützte Recherche
Ein global agierendes Pharmaunternehmen ist an uns herangetreten, um Rechercheaufgaben im Rahmen der Medikamentenzulassung durch KI-Unterstützung zu reduzieren.
Herausforderung
Die Medikamentenzulassung ist ein langwieriger Prozess, der eine umfassende Prüfung der Sicherheit und Wirksamkeit des neuen Medikaments erfordert. Dabei ist die Bestimmung der zweckmäßigen Vergleichstherapie in der dritten Phase der klinischen Studien ein zentraler Vorgang, da sie als Referenz dient, um den Zusatznutzen des neuen Medikaments im Vergleich zu bestehenden Behandlungen zu bewerten. Diese Bewertung beeinflusst letztlich auch die Preisgestaltung und Erstattung durch die Krankenkassen.
Ausgangslage
Die Recherche zur Bestimmung der zweckmäßigen Vergleichstherapie ist komplex. Das liegt unter anderem daran, dass die Recherchierenden auf unterschiedliche Datenbanken zugreifen müssen (EMA, G-BA, NICE, WHO, Pubmed/MEDLINE, Cochrane und weitere) in denen die Informationen in schlecht zu durchsuchenden PDF-Dokumenten vorliegen. Die eigentliche Recherche in den Dokumenten erfolgt manuell und ist oftmals kleinteilig.
Besonders langwierig ist dabei die Analyse der aktuellen Leitlinien der wissenschaftlichen Fachgesellschaften, in denen systematisch entwickelte Handlungsempfehlungen gegeben werden, die auf der Grundlage von wissenschaftlicher Evidenz erstellt werden.
Lösungsansatz
Um den zeitaufwendigen und manuellen Prozess zu erleichtern, hat ontolux ein individuelles Suchsystem vorgeschlagen. Hierfür haben wir gemeinsam mit dem Pharmaunternehmen eine relevante Datenquelle identifiziert und an ein KI-gestütztes RAG-System angebunden. Ein RAG-System kann kontextbasierte Antworten liefern, indem es relevante Informationen aus externen Quellen in Echtzeit abruft und diese in die generierte Antwort einbindet, was zu einer präziseren, fundierteren und dynamischeren Reaktion auf komplexe Anfragen führt. Mithilfe des RAG-Systems können Recherchierende mit hunderte Seiten langen Dokumenten interagieren und sind nicht durch die unzulänglichen Suchoptionen der Datenbanken eingeschränkt.
Ergebnis
Wir entwickelten innerhalb kürzester Zeit einen funktionalen Prototypen, der als Einstieg und Bewertungsgrundlage für weitere Schritte dient. Er greift exemplarisch nur auf eine Datenquelle zu und wurde auf die Abfrage nach Wirkstoffen in einem medizinischen Fachgebiet ausgerichtet. Die Lösung ersetzt somit bereits in diesem frühen Stadium einen konkreten Schritt in der aufwändigen manuellen Recherche.. Die Validierung mit dem Kunden hat außerdem folgendes ergeben:
- Die Auseinandersetzung mit dem Recherche-Prozess hat die Komplexität aus Datenquellen, Datenstrukturen, Arbeitsprozessen und technischen Möglichkeiten offengelegt.
- Der spezifische Ansatz, den wir für den Prototypen gewählt haben, insbesondere die Art der Datenquelle und die möglichen Fragen, hat im Gesamtzusammenhang der Recherche einen zu geringen Impact.
- Um das bestmögliche Ergebnis bei der KI-gestützten Optimierung dieses komplexen Prozesses zu erzielen, bedarf es einer kleinteiligen Beschreibung der manuellen Arbeitsschritte und ein tiefgreifendes Verständnis des Status Quo auf Seiten aller Akteure.
Fazit
Das Pharmaunternehmen hat als Folge entschieden, mithilfe einer Umfrage zu verifizieren, welche Schritte in dem vielschichtigen Prozess am meisten Zeit kosten und wo mit einer KI-basierten Lösung am meisten Mehrwert geschaffen werden kann.
Basierend auf den Ergebnissen gehen wir dann in die nächste Runde der gemeinsamen Exploration.
--
Haben Sie ähnlich komplexe Herausforderungen, über die Sie gerne mal gemeinsam mit uns nachdenken möchten? Gerne zeigen wir Ihnen unsere Prototypen.