Evonik
Data-Mining-Prozesse für effizientere klinische Studien
Industry: Manufacturing & Industry
Evonik ist ein weltweit führendes Unternehmen der Spezialchemie mit Aktivitäten in über 100 Ländern.
Das Unternehmen produziert keine Endprodukte, sondern entwickelt innovative Lösungen, die die Leistung und Wirksamkeit von Produkten verbessern – etwa bei Reifen oder Medikamenten.
Für die klinische Forschung setzt Evonik auf datengestützte Prozesse, um patientenindividuelle Erkenntnisse zu gewinnen und Behandlungsansätze nachhaltiger und effizienter zu gestalten.
Status quo
Evonik verfolgte das Ziel, klinische Daten effizienter auszuwerten, um Muster und Zusammenhänge schneller zu erkennen.
Bisherige Studienprozesse waren stark auf manuelle Auswertung und generische Patientenmodelle ausgerichtet. Es fehlte an einer datengetriebenen Möglichkeit, Patienten mit ähnlichen Merkmalen zu gruppieren und daraus fundierte Therapieempfehlungen abzuleiten.
The challenge
Die Herausforderung bestand darin, grosse, heterogene Datenmengen aus klinischen Studien in konkrete Erkenntnisse umzuwandeln.
Variablen wie Alter, Körpergrösse, Fettveränderungen, Geschlecht oder Aktivitätslevel mussten so verarbeitet werden, dass sie valide Patientengruppen bilden. Gleichzeitig sollten Schmerzempfinden, Schlafverhalten und weitere klinische Variablen integriert werden.
Ziel war es, ein Modell zu entwickeln, das die Basis für personalisierte Therapien, schnellere Studien und bessere Behandlungserfolge bildet.
The solution
CONVOTIS implementierte eine Data-Mining-Plattform, die klinische Daten mithilfe von Clustering, a-priori-Analysen und prädiktiven Modellen auswertet.
Die Lösung verarbeitet VAS-Daten sowie Variablen wie Körperdaten, Mobilität und Schmerzempfinden. Mit Moving-Average-, Wavelet- und Kalman-Filtern werden die Daten bereinigt. Algorithmen erkennen wiederkehrende Muster, bilden Itemsets und leiten Assoziationsregeln ab.
Die Resultate fließen direkt in die Studienplanung und Therapieentwicklung ein – für höhere Effizienz und präzisere Forschung.
The result
Die Lösung ermöglicht kürzere Studiendauern, tiefere Einblicke in Patientenprofile und eine präzisere Segmentierung.
Evonik profitiert von effizienteren Studien, nachhaltigeren Therapieansätzen und einer deutlich verbesserten Versorgungsqualität. Die datengestützte Analyse bildet die Grundlage für fundierte klinische Entscheidungen und personalisierte Behandlungsprotokolle.
Technische
Highlights
Komplexe Projekte lassen sich auch technisch auf den Punkt bringen. Kennzahlen und besondere Merkmale geben Einblick in die konkrete Umsetzung – messbar, greifbar und nachvollziehbar.
- Analyse heterogener klinischer Daten (VAS, Womac, Schlafverhalten, Schmerzempfinden)
- Clustering und a-priori-Methoden für Mustererkennung
- Anwendung von Moving-Average-, Wavelet- und Kalman-Filtern zur Datenbereinigung
- Entwicklung prädiktiver Modelle für Therapieplanung und Studienoptimierung
- Ableitung von Itemsets, Assoziationsregeln und Patientenprofilen
Data-Mining hebt klinische Forschung bei Evonik auf ein neues Level. Durch intelligente Mustererkennung, präzise Patientensegmentierung und datengetriebene Analysen werden Studien effizienter, Therapien zielgerichteter und Behandlungserfolge nachhaltiger.
Ihre IT-Transformation beginnt hier.
Sprechen wir über Ihre Ziele.
Sie kennen jetzt unsere Erfolgsbeispiele – jetzt schauen wir, wie wir Ihre IT-Transformation gemeinsam umsetzen. Ob am Anfang Ihrer digitalen Reise oder bereit für den nächsten Schritt – unsere Experten unterstützen Sie dabei.