-From precision oncology to precision oncology 2.0: How AI and multi-omics integration are redefining individualized care strategies.
-The role of digital twins: Using virtual patient models to simulate disease progression, treatment responses, and predict outcomes.
-Use case in clinical development: Accelerating trial design, patient recruitment, and adaptive protocol optimization through predictive analytics.
-Regulatory and ethical considerations: What needs to be addressed for digital twin models and AI to be clinically validated and adopted.
-Erfahren Sie, wie KI-Wirkstoffe die Identifizierung und Validierung neuer Wirkstoffkandidaten beschleunigen, indem sie umfangreiche chemische und biologische
Datensätze analysieren.
-Die Rolle der KI bei der Verbesserung der prädiktiven Modellierung, um Arzneimittelwechselwirkungen und Nebenwirkungen vorherzusagen und die Sicherheitsund
Wirksamkeitsprofile von Verbindungen zu verbessern.
-Integration von KI-gesteuerter Automatisierung in Laborprozesse, einschließlich Synthese und Tests, zur Rationalisierung der Wirkstoffforschungspipeline.
Vortragsplatz für einen unserer Geschäftspartner reserviert
-Opportunities and Challenges – How are digital technologies and AI changing the efficiency, quality, and ethics of clinical trials?
-Automation and Data Analytics – What role does AI play in patient recruitment, data analysis, and decision-making?
-Future Perspectives – How can regulatory frameworks and technological innovations further advance the development of clinical trials?
-Human vs. Machine – How does the human factor remain relevant and crucial in an increasingly AI-driven research environment?
-Wie digitale Zwillinge das Design klinischer Studien optimieren, indem sie Arzneimittelreaktionen und Patientenreaktionen simulieren und Studienprotokolle vor der eigentlichen Patientenrekrutierung verbessern.
-Beispiele aus der Praxis für digitale Zwillinge, die für die Patientenauswahl und -stratifizierung verwendet werden, um die Studienergebnisse zu verbessern und die Effizienz der Teilnehmerrekrutierung zu steigern.
-Die Rolle digitaler Zwillinge bei der Echtzeitüberwachung und der dynamischen Anpassung von Studien, die zu sichereren, effektiveren und kostengünstigeren
klinischen Studien beitragen.
Vortragsplatz für einen unserer Geschäftspartner reserviert
-Potenziale von KI in der Sicherheitsbewertung: Wie Künstliche Intelligenz präklinische und klinische Daten schneller und präziser analysieren kann.
-Risiken und Grenzen: Welche Herausforderungen bei der Validierung und Regulierung KI-gestützter Sicherheitstools bestehen.
-Zukunftsperspektiven: Welche innovativen KI-Anwendungen in der Pharmakovigilanz und Toxikologie bereits in Entwicklung sind.
-How can real-world evidence improve Phase 4 clinical trials?
-New regulatory framework enabling effective use of RWE
-Laying the groundwork for the use of AI and other technologies to increase efficiency and save time and costs
-Erfahren Sie über praxisnahe Anwendungen synthetischer Daten im klinischen Studiendesign, in der Patientensimulation und in der Forschung zu seltenen Krankheiten.
-Diskutieren Sie wichtige Herausforderungen, darunter regulatorische Akzeptanz, Validierung der Datenqualität und ethische Aspekte.
-Tauschen Sie Strategien zur Integration synthetischer Datensätze aus, um das Modelltraining, die Studienvielfalt und den Datenschutz zu verbessern.
-Nutzung von Real-World-Daten (RWD) und Künstlicher Intelligenz (KI) zur Transformation der klinischen Forschung und Arzneimittelentwicklung.
-Anwendung von RWD und KI zur Bewältigung von Herausforderungen wie langen Zeitplänen, hohen Kosten und niedrigen Erfolgsquoten in klinischen Studien.
-Implementierung innovativer Ansätze wie digitaler Zwillinge zur Optimierung der Patientenergebnisse und Verbesserung der Forschungseffizienz.
-Dinge, die man mit Geld nicht kaufen kann – Vertrauen, Erfahrung und ethische Verantwortung.
-Organisatorisches Risiko – Komplexität, Compliance und Innovationsdruck.
-Kultur – Zusammenarbeit, Offenheit und mutige Entscheidungen.
-Der KI-Hype-Zyklus – Von überzogenen Erwartungen zur nachhaltigen Anwendung
-UCB in a nutshell
-This is Jarvis (our GenAI platform for Clinical Development at UCB)
-Meet Summary Simon
-Our success story
-Anwendungsfälle für LL.M.-Studiengänge im Supply Chain Management
-Hürden und Erkenntnisse bei der Erstellung einer Anwendungsfall-Roadmap für LL.M.-Studiengänge
-Change-Management-Aktivitäten zur Förderung und Befähigung Ihres Unternehmens
-Enhancing Drug Discovery: Explore how Microsoft’s AI technology accelerates the identification and validation of new drug targets through advanced data analytics and machine learning models.
-Optimizing Clinical Trials: Discover Microsoft’s role in improving the efficiency of clinical trial designs, participant selection, and outcome predictions using AIdriven
insights.
-Quantum AI: new frontiers of quantum computing and first applications in drug discovery
In this masterclass, we focus on the solutions and applications presented in the previous presentation, while going into practical examples and case studies.
- Enhancing Drug Discovery: Explore how Microsoft’s AI technology accelerates the identification and validation of new drug targets through advanced data analytics and machine learning models.
-Optimizing Clinical Trials: Discover Microsoft’s role in improving the efficiency of clinical trial designs, participant selection, and outcome predictions using AI-driven insights.
-Quantum AI: new frontiers of quantum computing and first applications in drug discovery
Diese interaktive Masterclass richtet sich an Führungskräfte und Teams, die bereit sind, die Leistungsfähigkeit der KI in ihrem täglichen Betrieb zu nutzen. Unser Ziel ist es, KI zu entmystifizieren und Sie mit umsetzbaren Strategien auszustatten, um die Kompetenz Ihres Unternehmens bei der Nutzung dieser transformativen Technologie zu verbessern. Während des Workshops werden wir uns mit drei Schlüsselbereichen befassen:
-Was ist Everyday AI und wie kann man Unternehmen weiterbilden?
-Wie können Unternehmen in die Lage versetzt werden, Champions bei der täglichen Nutzung von KI zu werden und ihre Anwendungsfälle voranzutreiben?
-Wie kann man den Fortschritt messen und an die Geschäftsleitung berichten?