Webinar
Applicare l'intelligenza artificiale e l'analisi per migliorare la valutazione dei rischi e dei benefici del ciclo di vita
Webinar della serie estiva sull'intelligenza artificiale
La valutazione del rapporto rischio-beneficio (BRA) costituisce il cuore di una domanda di commercializzazione per una nuova terapia e fornisce alle autorità di regolamentazione una delle prove più importanti per giustificare un'approvazione. Tuttavia, con l'aumento della complessità delle sperimentazioni cliniche, delle approvazioni all'immissione in commercio e dei requisiti normativi post-commercializzazione, sono aumentate le sfide legate alla redazione di una valutazione completa e accurata del rapporto beneficio-rischio del ciclo di vita. Guarda la registrazione per esplorare i potenziali mezzi per migliorare le valutazioni del rapporto rischio-beneficio applicando tecniche statistiche innovative, intelligenza artificiale e competenze normative e di farmacovigilanza approfondita nella compilazione di valutazioni del rapporto rischio-beneficio.
La valutazione del rapporto rischio-beneficio (BRA) costituisce il cuore di una domanda di commercializzazione per una nuova terapia e fornisce alle autorità di regolamentazione una delle prove più importanti per giustificare un'approvazione. Tuttavia, con l'aumento della complessità delle sperimentazioni cliniche, delle approvazioni all'immissione in commercio e dei requisiti normativi post-commercializzazione, sono aumentate le sfide legate alla redazione di una valutazione completa e accurata del rapporto beneficio-rischio del ciclo di vita. Guarda la registrazione per esplorare i potenziali mezzi per migliorare le valutazioni del rapporto rischio-beneficio applicando tecniche statistiche innovative, intelligenza artificiale e competenze normative e di farmacovigilanza approfondita nella compilazione di valutazioni del rapporto rischio-beneficio.
Punti salienti
- Metodi per migliorare le componenti qualitative e quantitative delle valutazioni del rapporto beneficio-rischio
- In che modo l'IA può supportare una compilazione più rapida e accurata della valutazione del rapporto beneficio-rischio seguendo i requisiti specifici del quadro normativo appropriato (ad es. FDA o EMA)
- Sfruttare le fonti di dati esistenti, come le terapie di confronto e le evidenze del mondo reale (RWE), per contribuire a rafforzare la presentazione del prodotto, ad esempio rappresentando un importante vantaggio specifico rispetto alle terapie attualmente disponibili
- Come ottenere maggiori informazioni, nelle prime fasi del processo, sui dati critici mancanti dalla valutazione del rapporto beneficio-rischio
- Modelli avanzati per ottenere informazioni predittive in una bozza di valutazione del rapporto beneficio-rischio, con un "punteggio di confidenza" quantitativo della bozza complessiva e un'analisi dettagliata dei punti deboli e dei punti di forza nel documento
Moderatore:
Chris Englerth, Direttore dei servizi di consulenza globale, Cencora
Altoparlanti:
Sophie Besset-Dangla, Vicepresidente, Responsabile della farmacovigilanza globale, Cencora
Lin Li, PhD, Responsabile di statistica e intelligenza artificiale predittiva, Cencora
Stephen Sun, MD, MPH, VP, Farmacovigilanza, Cencora
Accedi ora per esplorare l'IA nelle funzioni farmaceutiche regolamentate
