Le monde de la santé regorge d'exemples de la manière dont l'IA pourrait améliorer - ou améliore déjà - le diagnostic, le traitement, le suivi et l'expérience globale du patient.
Et si les algorithmes d'IA étaient utilisés pour formuler des recommandations en matière de traitement, pour aider les médecins à prendre des décisions ?
Ce scénario "et si" soulève la question suivante : sur la base de quelles données cette recommandation serait-elle formulée ?
On pourrait penser qu'il s'agit d'un mélange de données d'essais cliniques, de preuves réelles et de lignes directrices médicales, mais les nouveaux médicaments qui arrivent sur le marché dépendent entièrement des données de leurs essais cliniques et de la manière dont elles sont perçues et évaluées par les algorithmes. Qu'est-ce que cela signifie pour l'élaboration de l'approche des essais cliniques ?
Des experts se sont exprimés sur ce sujet lors de notre récent webinaire, notamment Agathe Acchiardo, experte en tendances et avenirs de la santé, Eydith Comenencia Ortiz, experte en expérience et connaissance des patients, ainsi que Chris Recaldin et Lucy Ireland de Branding Science.
Les principaux points de discussion sont les suivants :
- Qu'est-ce qui distinguera les nouveaux médicaments des algorithmes ?
- Quels changements devront être apportés aux données réelles et aux données d'essai pour permettre à ces algorithmes de fonctionner efficacement ?
- Quel sera l'impact sur votre stratégie de production de preuves ?
Pour un résumé de leurs principaux points de discussion, cliquez ici pour lire notre dernier article.
Vous avez manqué le webinaire ? Pas de problème. Vous pouvez le regarder en intégralité à la demande en en cliquant ici.
Prendre contact
Chris Recaldin, Directeur : [email protected]
Lucy Ireland, directrice principale des services à la clientèle : [email protected]
Agathe Acchiardo, fondatrice de Think Next : [email protected]
Eydith Comenencia Ortiz, fondatrice et directrice générale de Conecta Partners : [email protected]