製藥研究公司始終面臨著處理大量患者數據的挑戰，收集這些數據不但很複雜，品質還常差強人意。而利用人工智慧驅動的語音分析和數位互動，盧森堡科技公司 Softbrik 可以獲得更多高品質的病情資訊，同時顯著減少臨床研究的時間和成本。
收集客戶回饋對於大多數公司來說都至關重要，但很少有客戶喜歡填寫冗長的問卷。Softbrik 的營運長暨聯合創辦人 Romit Choudhury 表示：「許多人發現說話比打字容易得多。」因此，該公司開發了一種可以捕捉語音訊息並將生成的音訊轉換為文字的一種工具。透過機器學習演算法分析每個受訪者所傳遞的情緒並洞察關鍵訊息，這使得大規模的回饋評估變得快速且具效率。
了解病患回饋
新冠肺炎（COVID 19）爆發時，Softbrik 剛敲定了針對電信市場的第一個版本工具。團隊隨即意識到他們可以幫助那些因病人來電量過多而不堪重負的醫生。在盧森堡 2020 年春季啟動的 StartupVsCovid19 計畫的支持下，該公司重新設計了針對早期新冠患者訊息的工具，利用人工智慧幫助醫生偵測出最緊急的電話，並辨識出談及類似症狀的患者。「這開啟了我們了解患者回饋的過程，」Choudhury 先生回憶道。
以這項醫療照護領域的首次經驗作為基礎，該公司預見其可以在涉及數千名患者數據的臨床研究領域中產生真正的影響。「傳統上，患者在第一次就診時被要求提供第一批數據，然後在三個月後再次就診時進行追蹤。然而，當剛得知自己病情嚴重的人收到一份 30 頁的問卷時，他們的回答品質將反映出他們的衝擊程度。因此分析師必須處理大量『數據噪音』（data noise）。」
完整的數位化旅程
透過 Softbrik 的數位解決方案，患者將被要求在 iPad 或類似裝置上，透過多種選擇問題、評分、表情符號甚至語音訊息，提供最精要的回答。「表情符號效果最好，人們喜歡它們，微笑的表情符號可以降低他們的壓力，」Choudhury 先生指出。一週後，當他們得知病情後的衝擊程度有望減輕時，他們將在手機上收到自動通知，以便在舒適的家中提供他們的下一批回覆。醫療團隊更可以為患者提供帶有 QR Code 條碼的健康卡，透過實物提醒他們提供及時回饋。
我們的人工智慧工具了解患者在說什麼。
這項數位歷程繼續推進，患者定期提供有關其健康狀況的數位回饋。生物統計學家獲得人工智慧驅動儀表板的支援。「我們的人工智慧工具了解患者在說甚麼，他們對藥物的反應、他們的睡眠週期等，並且可以獲得脈絡背景、他們的情緒等等的資訊。」
更多數據、更少時間和成本
該工具已應用於瑞士、德國和比利時的製藥公司和醫院，並且正在與一些美國醫療照護公司進行討論。「我們的臨床計畫通過了諾華（Novartis）等頂尖製藥公司的倫理驗證，我們已經證明可以收集高出 25 倍的患者情報，同時減少 50-60% 研究所需的時間，並可節省數百萬歐元的預算，」Choudhury 先生解釋。
對於鎖定國際市場的公司來說，這是一項獨特的優勢。
現在的重點是擴大和發展團隊。該公司正在探討與盧森堡大學和盧森堡衛生研究院（Luxembourg Institute of Health）的合作機會，Choudhury 先生在新創社群非常活躍。「我們是一個緊密團結的創辦人團隊，就像 90 年代初的矽谷一樣，政府也非常支持。多樣性是我們的強項，如果我想用阿姆哈拉語（Amharic）製作我的工具版本，我可以輕易地在盧森堡找到 20 名埃塞俄比亞人（Ethiopian）來測試它。對於鎖定國際市場的公司來說，這是一項獨特的優勢。」
照片來源：盧森堡創新局 Luxinnovation/Michel Brumat