Wetenschap

Maak het beheer van klinische onderzoeken eenvoudiger.

Werk contextueel samen in elke fase van het klinische onderzoeksproces op een compliant platform.
Identificeer potentiële risico's voor patiënten, kandidaten of onderzoeken, zoals therapietrouw, en genereer zelfs outreach naar bepaalde segmenten, zoals groepen die geschikt zouden kunnen zijn voor een nieuwe klinische proef of nieuw zorgprogramma, en houd ze betrokken op basis van hun voorkeuren.
Verbind en activeer op een veilige manier externe en interne prestatiegegevens van klinische locaties, claimgegevens en commerciële gegevens in een realtime profiel van hun patiënten, zorgverleners en klinische locaties.

Gebruik case-samenvattingen

Vereenvoudig het beheer van klinische onderzoeken door samenwerking mogelijk te maken, patiënten te identificeren en diverse gegevensbronnen te integreren om inzichten te genereren die de besluitvorming verbeteren en de resultaten van klinische ontwikkeling verbeteren.

Sector

Gezondheidszorg en life sciences

Gebruikte Salesforce producten

Gebruikte databronnen

EPD en PHR

Sales databases

Managementsystemen voor klinische proeven

Marketingdata

Systemen voor het beheer van klinische data

Data uit de echte wereld (leveranciers)

Patiëntenregisters

ERP

Wetenschappelijke data (PubMed, enz.)

Pas inzichten en prognoses toe

Door de databronnen waarnaar in deze use case wordt verwezen, samen te brengen, kunnen teams berekende inzichten opbouwen of voorspellende modellen uitvoeren met Data Cloud waarmee ze slimmere beslissingen kunnen nemen of nieuwe automatiseringen kunnen aansturen.

Calculated Insights	Combineer publicatie- en onderzoeksdata (extern en intern) met CRM-gegevens om relevante inzichten te produceren die de besluitvorming kunnen versnellen en het slagingspercentage van investeringsbeslissingen kunnen verbeteren. Inzichten leveren op basis van historische onderzoeksontwerpen ter ondersteuning van de planning van klinische ontwikkeling (fase I-, II- en III-studieplannen).
Voorspellingen	Zorg voor geautomatiseerde patiëntmatching en voorspel voorkeurscommunicatiemethoden op basis van betrokkenheidsdata. Gebruik ML om risicobeoordelingen te genereren en richtlijnen te bieden die de planning en nauwkeurigheid van beoordelingen kunnen versnellen.