Mit KI Methoden Real World Evidenz zur Wirkung von Behandlungsoptionen aus anonymisierten Abrechnungsdaten der nationalen Krankenversicherungen gewinnen und für individualisierte Vorhersagen am Point of Care nutzbar machen.

Der gemeinsam mit Kostenträgern sowie medizinischen Anwendern und Forschern zu entwickelnde Rapid Evidence Generators (REG) soll aus der Vielzahl von Einzelfällen und der breiten Palette von Langzeit Behandlungsverläufen in den Abrechnungsdaten der Krankenversicherungen schnell neue Evidenz für die Wirksamkeit spezifischer Behandlungsmethoden auf konkrete Zielparameter auch für spezielle Patientengruppen gewinnen. Konkrete Forschungsfragen können ab sofort im Bereich Rapid Evidence Generator gestellt werden.

Die REG-Ergebnisse sollen über ein digitales Rapid Evidence Repository (RER) datenschutzkonform am Point of Care nutzbar werden. Dort geben ÄrztInnen Merkmale und Behandlungsziele des Patienten nach dessen Zustimmung anonym ein und erhalten Hinweise zur potenziellen Wirkung der zur Auswahl stehenden Behandlungsoptionen sowie Links zu den verfügbaren Evidenz-Studien.