Haalbaarheidsonderzoek ontwikkeling Aletta AI chatbot

Inleiding

Wereldwijd gebruikt vrijwel iedere onderzoeker in het klinische veld enquêtes en vragenlijsten voor participantinteractie. Deze vragenlijsten zijn echter niet interactief, zorgen voor een lage responsratio en leiden hierdoor tot uitval van participanten, terwijl deze van groot belang zijn voor het slagen van een onderzoek.

Probleemstelling

Meer dan 30% van de participanten in klinische studies stoppen vanwege:

• Te weinig interactie met de leidinggevende
• Te weinig waardering voor de input
• Onduidelijke verwachtingen
• Vergeten afspraken

De participanten die stoppen gedurende klinische studies leiden tot ernstige financiële gevolgen voor het onderzoek: Het kost ongeveer €17.000 om een nieuwe participant te rekruteren wanneer er een uitvaller is. Daarnaast is er sprake van tijds- en materiaalverlies voor de onderzoekers en is de verzamelde data van de uitvaller niet bruikbaar.

Gevolgen

Onderzoek heeft uitgewezen dat 80% van deze studies minimaal 1 maand vertraging heeft, wat wereldwijd leidt tot een verlies van bijna €7.000.000 per dag.

Doelstelling

Met deze informatie is [Aanvrager/Partner] (hierna: Aletta) voornemens om de haalbaarheid van een AI-chatbot voor klinische studies te onderzoeken. Deze chatbot moet op basis van vragenlijsten, enquêtes en participanteninformatie een goede interactie mogelijk maken, meedenken met de participant en fungeren als verlengstuk van de onderzoeker gedurende deze klinische studie.

Verwachte resultaten

Hiermee wordt er:

• Een hogere responsratio gerealiseerd
• Minder vertraging opgelopen
• Meer participatietrouw gegarandeerd
• Veel administratief werk bespaard

Al deze factoren leiden tot een enorme kostenbesparing.