-The good: AI m kommerziellen Einsatz bei Pfizer
-The bad: Anpassung notwendiger Kernprozesse
-The ugly: Diskussionsthemen in der Warteschlange
-Rückblick auf die letzten zwei Jahre mit Generative AI. Die Notwendigkeit einer detaillierten Analyse und Spezialisierung von KI-Anwendungen.
- Neue Aussichten: Agentic AI, Multple Agents, Vollautomatisierung
-KI-Anwendungen im Marketing: Content-Generierung, Effizienzsteigerung, Unterstützung bei Genehmigungsprozessen und weitere.
-Notwendigkeit guter Datengrundlagen. Datenqualitätsmanagement und – Governance optimieren.
-“The Dark Side of AI”: Umgang mit kulturellen und organisatorischen Herausforderungen bei der Integration der KI im Unternehmen. Bedenken und Ängste der
Mitarbeiter bezüglich KI. Anpassung von Arbeitsrollen und die rechtlichen Rahmenbedingungen, die damit verbunden sind.
-Notwendigkeit der Dokumentation von Prozessen und die Schwierigkeiten bei deren Implementierung in einem multinationalen Kontext.
-Vorstellung früher Anwendungsbeispiele von multiplen KI-Agenten in der Commercial Pharma, insbesondere im Bereich der Datenanalyse und
Prozessautomatisierung.
-Diskussion über die Interaktion zwischen verschiedenen KI-Agenten und deren Integration in bestehende IT-Infrastrukturen.
-Ausblick auf die Weiterentwicklung und das Potenzial multipler KI-Agenten in der Pharmaindustrie, einschließlich ethischer und regulativer Überlegungen. KITeams
und Vollautomatisierung verschiedener Bereiche.
Reserviert für Roche
-Klare Ziele und Strategie (Messbare Ziele, passende Tools)
-Integration und Automatisierung
-Richtiges Mindset kultivieren und Upskilling
-Erörterung der Anforderungen an Datenstandardisierung und -bereinigung, um die Zuverlässigkeit von KI-Vorhersagemodellen für die Marketingstrategie und den Vertrieb zu verbessern
-Interne Kommunikation und Automatisierung, KI-Daten Betriebsrat gerecht einsetzen
-Analyse der Zusammenarbeit zwischen Pharmaunternehmen und Datenanbietern zur Sicherstellung einer umfassenden und qualitativ hochwertigen Datengrundlage für KIAnwendungen im kommerziellen Bereich
-Umgang mit Datenschutz und weiteren Hürden
-Analyse der aktuellen Anwendungsfälle von KI in der Pharma Customer Journey und deren Einfluss auf Patientenbetreuung und Markterfolg.
-Untersuchung der Herausforderungen und Grenzen der KI-Technologie in Bezug auf Datenschutz, ethische Bedenken und technische Machbarkeit.
-Vorstellung von Best Practices und zukunftsweisenden Strategien für eine erfolgreiche Integration von KI in die Kundeninteraktionen im Pharma-Bereich.
-Einsatz von Salesforce Marketing und Data Cloud
-Real-Life Beispiele aus dem Pharma OC-Marketing
-Umfragen mittels KI interpretieren
-Next Best Action oder Next Best Engage?
-Einbindung generativer KI-Modelle, um natürliche und kontextbezogene Antworten zu generieren.
-Bewertung der Vorteile und Nachteile regelbasierter und hybrider Ansätze zur Integration generativer KI in Chatbots
-Anwendungen bei Außendienst
Thema reserviert für einen unserer Geschäftpartner
-Einsatz von Salesforce Marketing und Data Cloud
-Real-Life Beispiele aus dem Pharma OC-Marketing
-Umfragen mittels KI interpretieren
-Next Best Action oder Next Best Engage?
-Definition und praktische Voraussetzungen
-Beispiele von Projekten in Bereichen Bildanalyse, Fernüberwachung von Patienten und prädiktiver Analysen im Gesundheitswesen
-Umgang mit Hürden wie Datenheterogenität, Skalierbarkeit und Kommunikationsaufwand, Datenschutz- und Sicherheitsrisiken und Einhaltung gesetzlicher Vorschriften
-Integration in bestehende Gesundheitssysteme
-Früherkennung: KI kann frühe Anzeichen von Krankheiten wie Krebs erkennen und so rechtzeitig eingreifen und bessere Behandlungsergebnisse erzielen.
-Weniger Fehler: KI minimiert Diagnosefehler, indem sie eine zweite Überprüfungsebene bereitstellt und so sicherstellt, dass keine wichtigen Informationen übersehen werden.
-Personalisierte Diagnose: KI kann Diagnoseprozesse auf der Grundlage individueller Patientendaten anpassen und so eine genauere und personalisiertere Versorgung ermöglichen
-Biographiearbeit durch KI Unterstützung hilft Bewohnern von Pflegeheimen und Pflegenden.
-Erfahrungen beim Einsatz von KI in der Pflege und der Entwicklung einer Digitalen Pflegeanwendung.
-Kooperation mit Pflegeeinrichtungen und akademischen Institutionen
-Next Level Omni-Channel. Market like Amazon.
-Zusammenarbeit zwischen Marketing und Vertrieb, Außendienstler als Omni-Channel Manager
-Daten effektiv einsetzen: mit Datenschutz- und Compliance- Beschränkungen umgehen und realistische Customer Journeys aufbauen
-Einsatz von Technologien, um Echtzeit-Feedbackschleifen zu erstellen, die genaue Kundeneinblicke ermöglichen
-Neue Tools Generative AI, Agents, Next Best Action und weiteres, die ersten Erfahrungen und Zukunftsperspektiven
-ROI messen, ganzheitlich und pro Kanal
-AI-Literacy und Mindset-Change
-Vorstellung bewährter KI-Anwendungen, die zu effizienteren Marketingstrategien und einer verbesserten Kundenansprache geführt haben.
-Diskussion über die Messbarkeit des ROI von KI-Technologien in Pharma- Sales und -Marketing sowie die Verbesserung von Kundenbeziehungen.
-Erörterung von ethischen Überlegungen und Compliance-Anforderungen beim Einsatz von KI in der Interaktion mit Kunden und Patienten.
-Erfahrung und Ergebnisse für Patienten verbessern. Welche KIAnwendungen gibt es und welche sind Perspektiven gibt es?
-Anwendungen in der präventiven Diagnostik, Radiologie, Notaufnahmen, Digital Twins und weitere.
-Optimierung der Behandlung, datengesteuerte Entscheidungen, prädiktive Analytics Herausforderungen mit Datenschutz und weitere Regulierungen, Umgang mit Gesundheitsdaten
-Lebensqualität ist ein komplexes, mehrdimensionales Konzept, das sich mit herkömmlichen Methoden nur schwer kontinuierlich erfassen lässt.
-Stimmbiomarker bieten eine vielversprechende Alternative, da die Stimmproduktion hochkomplex ist und empfindlich auf Veränderungen des körperlichen und psychischen Gesundheitszustands reagiert.
-Ein maschinelles Lernmodell wurde entwickelt, um Stimmmerkmale zu analysieren und die Lebensqualität objektiv zu bewerten.
-Aufgrund der komplexen Datenstruktur wurde zusätzlich ein quantenbasiertes maschinelles Lernmodell untersucht, um tiefere Muster zu erfassen.
Diese Masterclass beleuchtet die transformative Kraft der künstlichen Intelligenz in der Gesundheitsversorgung. Wir diskutieren die aktuellen Anwendungen,
Herausforderungen und das zukünftige Potenzial von KI-Technologien, um die Patientenpflege und -verwaltung zu verbessern.
-Diagnoseunterstützung durch KI: Einsatz von KI zur verbesserten Diagnostik und Früherkennung von Krankheiten
-Personalisierte Behandlungspläne: Nutzung von KI zur Erstellung individueller Behandlungsstrategien basierend auf Patientendaten.
-Optimierung von Betriebsabläufen: KI-gestützte Automatisierung administrativer und klinischer Prozesse.
-Fallbeispiele aus verschiedenen Bereichen: Onkologie, Augenheilkunde und Prädiktive Versorgung
-Datenschutz und ethische Überlegungen: Diskussion über die Sicherstellung des Datenschutzes und ethische Aspekte beim Einsatz von KI in der
Gesundheitsversorgung.