— Vi forestiller os en verden, hvor AI ikke kun kan klassificere dokumenter og udtrække metadata, men også generere metadata, der ikke nødvendigvis eksisterer ordret i dokumenter samt ræsonnere og efterligne menneskelig intuition i beslutningstagning og kvalitetskontrol. Faktisk arbejder vi i øjeblikket på en løsning, hvor vi bruger sådanne AI-modeller til at eliminere op til 90 procent af det manuelle arbejde, Jonna Helene Holm Pedersen, Senior Consultant hos NNIT.
Effektiv og skalerbar dokumentbehandling
Mange virksomheder halter i øjeblikket bagefter, når det kommer til at udføre kvalitetskontrol af deres kliniske dokumenter. Det skyldes ofte, at de bruger forskellige dokumentdelingskanaler og -systemer, som ikke bygget til formålet. Dette fører ofte til en række problemer, der effektivt kan løses ved at kombinere automatisering, kunstig intelligens og agile analyser.
— Ved at bygge en forenet cloud-native platform, hvorigennem kliniske forsøgsdokumenter føres tilbage til sponsoren, samt udnytte en fuldt automatiseret backend med flere AI-modeller, der arbejder i harmoni, kan biovidenskabsvirksomheder skabe en enkel motorvej, der sikrer en konsistent og næsten realtidsoprettelse af TMF-klare dokumenter, forklarer Pedersen.
Værktøjer som Microsoft Power Platform, der er skalerbare og bygget op omkring samarbejdende teams, kan nemt genbruges for at imødekomme processen med at automatisere oprettelsen af TMF-klare dokumenter.
3 tips: Sådan kommer du i gang
Der er mange fordele at høste, når du bruger praktisk AI og automatisering, men det er også en tilgang, der stiller krav til din virksomhed. Jonna Helene Holm Pedersen giver sine bedste råd til, hvordan du får mest muligt ud af de digitale værktøjer:
1. Vurder dine behov
AI og cloud-native platforme er designet til at skabe TMF-klare dokumenter i stor skala, og de kræver en stabil intern TMF-proces for at undgå behovet for omskoling af AI-modellerne og ændring af automatiseringsflows:
— Selvom de fleste virksomheder kunne drage fordel af at automatisere kvalitetskontrollen af deres kliniske dokumenter, kræver vores AI-systemer stabile interne TMF'er og data af god kvalitet for at kunne opnå det maksimale potentiale. En tommelfingerregel kan være at have en eTMF, der har været i brug i mindst et år og omkring 50.000 dokumenter, der dækker hele TMF til at træne AI'en, samt et månedligt flow på minimum 10.000 dokumenter for at få det fulde udbytte af løsningen og gøre den økonomisk rentabel, forklarer Roustom.
Platformene er derfor ideelle og særligt gavnlige for mellemstore og store virksomheder.
2. Forstå dine processer og vær forberedt på forandring
Det kan virke overvældende, men hvis du vil have det fulde udbytte af automatisering, er det vigtigt, at du gennemgår dine nuværende TMF-processer. Etablerede og veldefinerede processer er afgørende for en vellykket overgangs- og integrationsproces:
— Du skal have fuld kontrol over dine processer. Vores anbefaling er at dedikere 70 procent af indsatsen forbundet med at adoptere AI i din TMF-oprettelsesproces til forskelligartede processer og 30 procent til teknologi. Denne tilgang muliggør identifikation af automatiseringspotentiale med det højeste ROI samt nem integration med dine downstream-processer og -systemer.
3. Tag et kritisk blik på din digitale modenhed
For at få succes med AI og automatisering skal virksomheden være digitalt moden. Tag et kritisk blik på din virksomhed og afgør, om du er klar til at tage det næste skridt:
— Hvilke teknologier bruger du i øjeblikket? Og hvor digitaliseringsvenligt er dit IT-landskab? Tag et kig på dit Microsoft-økosystem og vurder, hvordan de forskellige systemer arbejder sammen. Der er store synergifordele at hente ved at bruge Power Platformen sammen med Azure-skyen og de tjenester, der er indbygget i begge, afslutter Roustom.
Kontakt os herunder, hvis du vil vide mere om, hvordan vi kan hjælpe dig med at definere dine forretningsbehov og fremskynde optimering af din dokument- og dataudveksling.
