制药与生物技术 / 临床试验技术

Thermo Fisher Scientific：通过自然语言发现并按条件筛选临床试验招募患者群体

业务问题

Thermo Fisher Scientific的患者招募数据分散在问卷、同意记录和招募进度等系统中。筛选条件变化时，招募团队需要反复请技术团队查询并重新分析患者群体。

AWS与公司人员撰写的文章介绍，先用S3和Glue整理数据，再通过Patient Match AI进行自然语言患者群体搜索。招募人员按年龄、地域及治疗史等条件逐步筛选，需要个人身份信息的环节保留同意与可联系性控制。Lambda处理患者匹配评分。

文章称已整合超过2000万份患者档案，将常见的群体分析从数天缩短至数分钟。所分享的测试查询在完整数据集上的执行时间不到6秒。系统于FY26第二季度投入生产运行。

没有将会计季度换算为具体启用月份。测试查询速度不代表所有查询或患者入组率都已改善。

本案例根据公开资料整理，并非 ATF Works 客户的成果。