Einladung zum DIA-Workshop | EClinCloud-Gründer Dr. Qin Long referiert über datengestütztes RBQM

Quelle: EClinCloud. Autor: EClinCloud.
19. April, Nachmittag, Themenblock KI
Datengestütztes RBQM:
Wie eCOA + EDC die patientenzentrierte Risikoprävention und -kontrolle verbessertWir heißen Sie herzlich willkommen!

Tagungsprogramm
Tag 1: 18. April
09:00–09:45
Einführung in die Grundkonzepte des RBQM
Zhao Lei
General Manager der Niederlassung Shanghai, Innovent Biologics
Vice President Datenmanagement / Pharmakovigilanz / Klinische Qualität
09:45–10:15
Anwendung von RBQM im Verlauf klinischer Studien
Meng Yu
Executive Director Datenmanagement, Innovent Biologics
10:15–10:30
Pause
10:30–11:15
Zentrale Umsetzungsaspekte des RBQM-basierten Projektmanagements
Hu Ruibin
11:15–12:00
Zentrale Anwendungsaspekte von RBQM im Datenmanagement
Chen Xiaomin
Meidakelin (Nanjing) Pharmaceutical Technology Co., Ltd.
Senior Manager der Abteilung Datenmanagement
12:00–13:00
Mittagspause
13:30–14:15
Statistische Unterstützung beim zentralisierten Monitoring
Li Yasha
BeiGene, Datenwissenschaft und Digitale Innovation
(DSDI), Associate Director Zentralisiertes Statistisches Monitoring
14:15–15:00
Abteilungsübergreifende Zusammenarbeit im RBQM
Dr. med. Sun Hualong
Suzhou Kelinlikang Pharmaceutical Technology Co., Ltd.
Chief Strategy Officer
15:00–15:15
Pause
15:15–16:00
Anwendung von RBQM-Werkzeugen und -Plattformen
Li Yasha
BeiGene, Datenwissenschaft und Digitale Innovation
(DSDI), Associate Director Zentralisiertes Statistisches Monitoring
16:00–17:00
Expertendiskussion Herausforderungen und Lösungsansätze der abteilungsübergreifenden Zusammenarbeit
Tag 2: 19. April
09:00–09:45
Prüfpunkte bei Datenmanagement-Inspektionen – Systemebene
Wang Hongwei
BeiGene, Leiter Globales Datenmanagement
Executive Director
09:45–10:15
Prüfpunkte bei Datenmanagement-Inspektionen – Studienebene
Zhao Lei
General Manager der Niederlassung Shanghai, Innovent Biologics
Vice President Datenmanagement / Pharmakovigilanz / Klinische Qualität
10:15–10:30
Pause
10:30–11:15
Fachvortrag zur Vor-Ort-Inspektion
Mei Ni
Senior-Gutachter am Shanghai Center for Drug Evaluation
11:15–12:00
Expertendiskussion Vorbereitung auf Datenmanagement-Inspektionen und Umgang mit Prüfungen
12:00–13:00
Mittagspause
13:30–14:15
Praxisbeispiele für RBQM im Datenmanagement (1)
Yang Xiyao
Manager für Zentralisiertes Monitoring, Abteilung Datenmanagement und Zentralisiertes Monitoring, Johnson & Johnson Innovative Medicine
14:15–15:00
Praxisbeispiele für RBQM im Datenmanagement (2)
Wang He
Manager für Zentralisiertes Monitoring, Abteilung Datenmanagement und Zentralisiertes Monitoring, Johnson & Johnson Innovative Medicine
15:00–15:15
Pause
15:15–16:15
Verbindung von RBQM und KI: Ansätze, Anwendungsszenarien und Ausblick
Datengestütztes RBQM: Wie eCOA + EDC die patientenzentrierte Risikoprävention und -kontrolle verbessert
Dr. Qin Long
Gründer und CEO von EClinCloud
Beispiele für KI-gestützte Optimierung der Datenqualität und Verbesserung der Benutzerfreundlichkeit in der klinischen Forschung
Yan Dong
Berater für Produktlösungen bei Dassault Systèmes Medidata
KI-Agenten-gestützte durchgängige klinische Datenkette
Dr. Zhuang Yonglong
Gründer und Vorstandsvorsitzender von Bioknow
16:15–17:00
Expertendiskussion Gesprächsrunde zum Weg der KI im Datenmanagement
Die oben genannten Referenten sowie
Sun Hualong, Wang Hongwei, Zhao Lei

Scannen Sie den QR-Code, um sich direkt anzumelden
EClinCloud ist ein in der klinischen Forschungsbranche führendes KI-Unternehmen. Durch KI-gestützte Technologien entwickelt es eine integrierte intelligente Cloud-Plattform für die klinische Forschung sowie Verfahren zur Endpunktbewertung und bietet Pharmaunternehmen und Forschungseinrichtungen weltweit Technologieprodukte wie eCOA, CTMS, eTMF, EDC, RTSM, IRC und RM sowie Dienstleistungen in den Bereichen Skalenmanagement, sprachliche Validierung, Rater-Schulung und Datenqualitätsanalyse. Damit schafft das Unternehmen effiziente und präzise digitale Lösungen und nutzt KI-Prognosemodelle sowie eine intelligente Datenplattform, um die Erfolgsrate klinischer Arzneimittelstudien dynamisch zu bewerten und unterstützend zu steigern, zur Verkürzung der Entwicklungszyklen von Arzneimitteln/Medizinprodukten beizutragen und Patientinnen und Patienten zugutezukommen.



