Perubahan dalam rekrutmen uji klinis di bawah gelombang digitalisasi: Kalangan uji coba narkoba telah meluncurkan model rekrutmen "Internet AI" yang baru
2024-08-13
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Perekrutan pasien adalah salah satu aspek terpenting dalam penelitian klinis. Dalam kebanyakan kasus, proses ini memakan waktu berbulan-bulan atau bahkan bertahun-tahun. Data penelitian menunjukkan bahwa lebih dari 80% proyek penelitian klinis tidak dapat menyelesaikan pendaftaran pasien dalam waktu yang ditentukan. Cara mendobrak belenggu model rekrutmen tradisional dan merekrut pasien dengan cara yang lebih inovatif, efisien, stabil, dan patuh telah menjadi masalah bagi perusahaan. semua pelamar.
Munculnya jaringan uji coba obat (www.trialnet.cn) diharapkan dapat memberikan solusi baru terhadap masalah ini.
Dibandingkan dengan kekurangan yang melekat pada model perekrutan tradisional seperti pembatasan geografis, saluran tunggal, dan kesulitan dalam komunikasi informasi, lingkaran percobaan narkoba bergantung pada platform Internet untuk melakukan perekrutan "Internet + AI", yang secara efektif memperluas cakupan perekrutan, memungkinkan pasien potensial untuk mencari proyek melalui saluran Internet Informasi, sehingga dapat melakukan proses kolaborasi terintegrasi seperti pemahaman, penyaringan, informasi online, pendaftaran sukarela, pengunggahan materi evaluasi, dan tinjauan CRC proyek. Model inovatif ini tidak hanya menghadirkan sumber daya pasien yang lebih luas kepada sponsor, namun juga secara signifikan meningkatkan efisiensi rekrutmen dan tingkat kepatuhan, menjadikan kemajuan rekrutmen transparan dan terlihat secara real-time.
Baru-baru ini, dengan fokus pada model inovatif ini, kami mewawancarai Ibu Ma Fan, Direktur Perekrutan Subjek Penelitian dan Pengembangan di Shengfang Pharmaceuticals, untuk menguraikan perekrutan "Internet + AI", integrasi mendalam teknologi AI, dan nilai pentingnya bagi sponsor, dll. Melakukan pertukaran yang mendalam.
Berikut isi utama wawancara tersebut:
1, Mengapa kita perlu melakukan "Internet+Kecerdasan Buatan"rekrut?
Ma Fan: Rekrutmen tradisional berarti spesialis rekrutmen merekrut subjek di sekitar lokasi pusat penelitian. Mengambil contoh proyek kanker hati stadium lanjut, jika perlu merekrut pasien dengan kanker hati stadium lanjut, cara tradisionalnya adalah dengan mengirimkan staf untuk mempublikasikan proyek tersebut di departemen onkologi rumah sakit, yang dapat berupa penempatan roll. -up, poster, posting di Momen, dll. Jika seorang pasien ingin berpartisipasi, dia dapat mendaftar ke spesialis perekrutan, yang akan memilah riwayat kesehatan pasien sesuai dengan persyaratan proyek dan melakukan penyaringan awal (beberapa perusahaan besar akan menyerahkan pekerjaan penyaringan kepada spesialis medis). menyaring pasien yang memenuhi persyaratan proyek, Pengaturan akan dibuat untuk pergi ke departemen penelitian untuk wawancara dengan dokter peneliti, di mana formulir persetujuan akan ditandatangani, diperiksa, dan diberikan pengobatan. Ketika tiba waktunya untuk memberikan obat, perekrutan selesai.
2, Jika ingin berhasil dalam rekrutmen, kemampuan apa saja yang dibutuhkan?
Ma Fan: Perekrutan tradisional memiliki persyaratan yang sangat tinggi bagi para praktisi. Meskipun ambang masuknya rendah, hal ini memerlukan pengetahuan yang luas, pekerjaan yang berulang, dan keadaan darurat, serta memerlukan kemampuan pribadi komprehensif tingkat tinggi.
Pertama-tama, dari sudut pandang pengetahuan medis dan farmasi, perekrutan obat anti kanker saja melibatkan ratusan penyakit dan farmakologi terkait. Jika Anda ingin memiliki pemahaman dasar dan komprehensif tentang pengetahuan ini, kebanyakan orang memerlukan setidaknya 5 akumulasi pengalaman bertahun-tahun atau lebih. Dan ini hanyalah akumulasi dari bagian medis.
Kedua, ada juga persyaratan peraturan, seperti "Praktik Klinis yang Baik untuk Obat-obatan", "Langkah-langkah untuk Penyelenggaraan Iklan Medis", "Deklarasi Helsinki", dll. Sebagai seorang praktisi, Anda tidak dapat mengabaikannya profesionalisme seorang praktisi, dan Anda tidak boleh sombong. Operasi, bicara tentang kereta.
Selain itu, metode partisipasi setiap proyek berbeda; proses dan siklus penyaringan di pusat penelitian juga akan diperbarui secara dinamis. Informasi ini mengharuskan staf yang bertanggung jawab atas perekrutan untuk bekerja sama dengan tim eksternal perusahaan dan menyadarinya dengan jelas hal ini dapat dikomunikasikan dan dihubungkan secara efektif. Jika tidak, harapan para subyek dapat diturunkan atau ditingkatkan, sehingga menyebabkan kebingungan dalam pengaturan dan perselisihan.
Terakhir, sebagian besar subjek memiliki bias terhadap penelitian klinis, karena mengira mereka adalah "kelinci percobaan" atau memiliki imajinasi yang tidak masuk akal tentang kemanjuran obat pada awalnya, perekrut perlu memperkenalkan latar belakang penelitian klinis secara objektif;
Ini adalah keterampilan keras yang dapat diperoleh melalui pelatihan.
Sebagai seorang praktisi, Anda juga perlu memiliki soft power. Banyak subjek adalah pasien dengan hati yang sensitif. Ketika keadaan darurat terjadi, praktisi yang berkualifikasi juga perlu mengetahui cara berkomunikasi dan berkoordinasi dengan patuh dan efisien sekaligus melindungi hak dan kepentingan banyak pihak masalah.
3, "Internet" yang diciptakan oleh lingkaran pengujian narkoba+Kecerdasan Buatan“Apa perbedaan model rekrutmen dengan model rekrutmen tradisional?
Ma Fan: Prosesnya berbeda dan alat yang digunakan juga berbeda.
Perekrutan tradisional masih menggunakan WeChat, poster, lembar excel, dokumen PDF, dll. untuk merekrut dan mengelola subjek. Bagi praktisi, ada banyak pekerjaan yang berulang-ulang dan detail informasi mudah diabaikan saat berkomunikasi dan berkolaborasi antar perusahaan, dan ada konsekuensinya cuti personel. Sulit untuk melacak dan mengambil alih kondisi subjek. Bagi subjek, jawaban atas pertanyaan terkait proyek tidak dapat diperoleh dengan segera; untuk manajemen dan pelaporan, mengintegrasikan setiap situasi proyek dan peninjauan memerlukan banyak jam kerja, sehingga mengakibatkan pemborosan sumber daya, berkurangnya efisiensi kerja, dan pengalaman yang buruk.
Lingkaran pengujian narkoba semuanya dikelola menggunakan sistem digital, dan AI telah sangat membantu dalam banyak tugas.
Misalnya, bagi subjek yang mendaftar uji klinis secara online, sistem kami akan secara otomatis memandu mereka untuk mengirimkan informasi riwayat kesehatan. AI akan segera menganalisis informasi yang diunggah subjek melalui foto dan memberikan masukan apakah subjek tersebut cocok dengan uji coba yang didaftarkan sebelumnya staf menghubungi subjek, subjek telah lulus "pencocokan cerdas" dan memiliki pemahaman awal tentang proyek yang dapat mereka ikuti. Setelah itu, efisiensi komunikasi akan sangat tinggi, yang sangat menghemat waktu komunikasi.
Namun, saat mendaftarkan pasien di Internet tradisional, Anda harus terlebih dahulu memperkenalkan perusahaan Anda dan membangun kepercayaan awal selama panggilan telepon, lalu menambahkan akun WeChat subjek untuk mengumpulkan riwayat kesehatan masa lalunya. Staf kemudian akan memilah riwayat kesehatannya dan menemukannya proyek yang cocok untuk subjek di perpustakaan proyek. Kemudian berikan pengenalan awal tentang situasi proyek kepada subjek...tingkat konversi dari keseluruhan proses sangat rendah, dan pengalaman subjek juga akan terganggu.
Selain skenario di mana subjek mendaftar secara mandiri, kami juga menerapkan AI dalam pelaporan proyek, pengelolaan data, kerja kolaboratif, dan skenario lainnya, yang sangat mengurangi pekerjaan berulang. Karena peningkatan alat, mitra kami dapat melakukan lebih banyak pekerjaan dalam skenario tersebut tingkat pertumbuhan dipercepat, beban kerja mitra berkurang, efisiensi kolaborasi lebih tinggi, manajemen proyek lebih lancar, dan pengalaman subjek lebih baik.
4, lingkaran pengujian narkoba sebenarnya ada2022Kami baru mulai merekrut subjek sekitar tahun 2008, namun saat itu sudah ada sekelompok orang10Perusahaan ini telah menjadi pemimpin industri sepanjang tahun ini, dan secara umum diyakini bahwa industri ini akan tumbuh paling cepat pada tahun tersebut14malam tahun baru19Pada tahun 2017, sulit untuk meningkatkan rekrutmen, tetapi data rekrutmen Anda berkembang sangat pesat.
Ma Fan: Ya, data dalam dunia pengujian narkoba telah berkembang sangat pesat dalam beberapa tahun terakhir, melebihi ekspektasi banyak orang.
Saya mulai terjun di industri rekrutmen subjek pada tahun 2022. Meski saat itu sudah ada perusahaan terkemuka, namun rekrutmen masih menjadi alasan utama mengapa penelitian klinis sulit untuk maju. Karena kesulitan perekrutan, banyak proyek harus membuka lebih banyak pusat, menunda uji coba, atau bahkan meninggalkannya di tengah jalan, sehingga mengakibatkan kerugian dan pemborosan sumber daya. Hal ini juga menghalangi banyak obat untuk memasuki pasar dan digunakan oleh pasien lebih baik, jadi kami ingin menantang Ini sulit.
Meskipun 2014-2019 adalah periode pertumbuhan pesat dan keuntungan tinggi untuk model tradisional, pertumbuhan tersebut disebabkan oleh perkembangan pasar dari 0-1. Model tersebut tidak berubah selama bertahun-tahun, dan banyak perusahaan kecil yang mengalaminya mulai mengadopsi model yang sama secara bertahap. Perekrutan telah menyebabkan involusi serius dalam industri. Oleh karena itu, sejak awal kami tidak bermaksud menggunakan strategi crowd wave untuk merebut pasar.
Kami telah menggunakan teknologi dan optimalisasi proses untuk memecahkan masalah yang dihadapi industri. Kami telah menghabiskan banyak energi untuk mengembangkan sistem rekrutmen subjek lingkaran percobaan obat, yang dilengkapi dengan banyak teknologi AI, seperti grafik pengetahuan penyakit, OCR, LLM. , dll.
Dalam proses pemilihan pendaftaran penelitian klinis, jika pasien kanker biasa tidak mendapat bantuan dokter dan tidak dapat memahami perintah rumah sakit dan proyek penelitian klinis, kami akan menggunakan AI untuk membantu mereka menulis rekam medis, menemukan proyek, dan memberi mereka hasil yang semua orang bisa mengerti, seperti Zhang Proyek ketiga 60% cocok dengan Proyek A, yang berjarak 456 km dari pusat, dan 100% cocok dengan Proyek B, yang hanya berjarak 2 km dari pusat. Ini adalah sesuatu yang setiap orang dapat memahami dan memilih secara mandiri.
Selama proses pelaporan dengan sponsor, PM kami tidak perlu menghabiskan waktu mengatur data, membuat tabel, mengirim email laporan, atau menghitung harga...data dalam sistem dapat secara otomatis menghasilkan (BI) berbagai laporan visual, grafik analisis, dan harga. Robot juga dapat melaporkan dan mengirim kemajuan proyek.
Aplikasi ini benar-benar dapat membuat pengguna merasa nyaman dan mengejutkan, sehingga mereka juga memberi kami pertumbuhan kinerja yang pesat. Volume pendaftaran pasien kami sangat besar. Ambil contoh psoriasis, jumlah pendaftaran baru dalam satu hari adalah 100 Di Atas; pasien terdaftar menggunakan APP kami sendiri, mereka akan memiliki pemahaman awal dan pilihan penelitian klinis, dan antusiasme mereka untuk berpartisipasi juga akan meningkat; banyak juga teman rekrutmen tradisional yang bersedia bekerja sama dengan kami, selama mereka dapat menggunakan kami Sistem AI; perekrutan subjek untuk banyak penyakit kronis dan tumor jauh melebihi ekspektasi pelanggan.
Lebih dari itu, kami masih mencoba menerapkannya dalam lebih banyak skenario. LLM yang sekarang populer berkembang dengan cepat dan terus memberi kami banyak kejutan. Kami juga mengikuti dengan cermat dan mempraktikkannya secara bertahap dan peluncuran layanan.
Di masa depan, dengan pengulangan teknologi dan pengurangan hambatan kognitif melalui AI, semakin banyak orang awam yang dapat memahami penelitian klinis, menghilangkan bias, dan berpartisipasi dalam penelitian klinis. Ini juga merupakan titik pertumbuhan pasar yang paling kami hargai.
5, bisakah Anda memperkenalkan kami pada tim dan skala bisnis Anda?
Ma Fan: Tim kami saat ini terdiri dari dua bagian: riset produksi dan operasi. Tim operasi terdiri dari 6 orang, bertanggung jawab atas pelaksanaan dan penyampaian proyek subjek, manajemen tindak lanjut subjek, dll.; tim produksi dan penelitian bertanggung jawab atas desain produk, peluncuran R&D, dll., dengan hampir 10 orang , masih banyak lagi yang bertanggung jawab untuk tindak lanjut, pelaporan, dan pencocokan medis, tanya jawab, dan hal-hal lainnya.
Sejauh ini, kami telah melaksanakan lebih dari 900 proyek perekrutan mata pelajaran, dan sekarang hampir 100 mata pelajaran didaftarkan setiap bulannya.
Apakah menurut Anda di masa depan, model rekrutmen tradisional dapat digantikan oleh rekrutmen cerdas AI?
Ma Fan: Alur kerja perekrutan subjeknya panjang, dan AI tidak dapat menggantikan beberapa tugas layanan pasien dan perawatan humanistik untuk saat ini. Namun, tim yang tidak pandai menerapkan alat baru dalam 3-5 tahun mungkin akan mengalami involusi dan kurangnya pertumbuhan .secara bertahap dihilangkan oleh pasar.
7, keamanan data dan perlindungan privasi pasien adalah isu yang menarik banyak perhatian dalam beberapa tahun terakhir. Bagaimana lingkaran uji coba obat mengatasi masalah ini?
Ma Fan: Komunitas pengujian farmasi selalu mementingkan upaya kepatuhan. Berfokus pada masalah ini, kami telah memperoleh banyak sertifikasi dan membangun sistem keamanan data dan perlindungan privasi pasien yang komprehensif.
Saat pasien mendaftar, mereka perlu menandatangani otorisasi privasi dengan platform dan setuju untuk menggunakan data medis pribadi mereka untuk penyaringan dan pencocokan semua proyek penelitian klinis di platform.
Setelah platform memperoleh data pasien, selain mengenkripsi bagian privasi pribadi yang diisi saat registrasi, AI juga akan secara otomatis mengkodekan bagian data yang difoto yang menyangkut privasi pasien, seperti nama, nomor ID, nomor ponsel, dll. ., untuk memastikan penggunaan perangkat lunak Saat melihat informasi pasien, informasi pribadi pasien tidak dapat dilihat.
peraturan negara saya tentang kepemilikan data pasien saat ini sangat diakui: diagnosis pasien dan hasil pengobatan serta data lain yang berkaitan dengan pencapaian intelektual adalah milik rumah sakit dan masing-masing pasien, dan hasil tes pasien adalah milik masing-masing pasien ("Rekam Medis Elektronik Standar Manajemen Aplikasi (Uji Coba)"), untuk berpartisipasi dalam penelitian klinis, setiap pasien mengambil foto informasi penyakit mereka dan mengunggahnya ke platform dan membuat otorisasi yang relevan. Selama tidak ada masalah dengan keamanan data dan perlindungan privasi di platform, dan cakupan aplikasi tidak melebihi batas yang disepakati, prosesnya sesuai.
Lingkaran pengujian obat telah lulus sertifikasi internasional dan nasional termasuk sistem manajemen keamanan informasi ISO/IEC 27001, sertifikasi Kelas III, Peraturan Perlindungan Data Umum GDPR, Undang-Undang Portabilitas dan Akuntabilitas Asuransi Kesehatan HIPAA, dll. Di satu sisi, sertifikasi ini menggambarkan profesionalisme kami, dan di sisi lain, sertifikasi ini juga menggambarkan pentingnya kami mementingkan keamanan data dan perlindungan privasi.
Pada titik ini, wawancara tentang bisnis rekrutmen cerdas dari kalangan percobaan narkoba telah berakhir.
Dalam revolusi perekrutan subjek penelitian klinis di bawah gelombang digitalisasi ini, eksplorasi model baru perekrutan "Internet + AI" yang dibuka oleh kalangan uji coba obat telah memungkinkan kita melihat kemungkinan dan kemungkinan lain untuk menerapkan teknologi baru di bidang penelitian. Peluang penelitian klinis, dapat diperkirakan bahwa teknologi AI di masa depan akan mencapai lompatan kualitatif dalam hal akurasi, kemampuan beradaptasi, kecerdasan, dll., mulai dari prediksi penyakit dan bantuan diagnostik di industri medis hingga mengemudi cerdas dan optimalisasi arus lalu lintas di transportasi. bidang; mulai dari produksi industri Mulai dari pemeriksaan kualitas dan otomatisasi proses dalam kehidupan sehari-hari hingga rumah pintar dan layanan yang dipersonalisasi dalam kehidupan sehari-hari, ruang penerapan teknologi AI sangatlah luas, memberikan dorongan baru ke dalam pembangunan sosial dan menghadirkan kenyamanan dan inovasi yang belum pernah terjadi sebelumnya dalam kehidupan masyarakat.
Kalangan uji coba obat berharap dapat bekerja sama dengan pihak-pihak industri terkait dan akan terus menggunakan teknologi AI untuk membantu pengembangan obat-obatan inovatif di negara saya. (Jaringan Berita Xianning)
