Summary
- TriNetX exploite le plus grand réseau fédéré de données de santé du monde réel, en partenariat avec plus de 230 organisations de santé et connectant les chercheurs à des informations provenant de près de 300 millions de patients.
- Le développement de médicaments cliniques est lent et coûteux, avec une moyenne de 708 millions de dollars par thérapie et des retards de 260 jours dus aux amendements de protocole. Les chercheurs avaient besoin d'un moyen plus intelligent et plus accessible de travailler avec des données de santé complexes.
- En utilisant Databricks, TriNetX a réduit les amendements de protocole jusqu'à 50 %, a atteint un taux d'acceptation de 63 % des sites avec des temps de réponse de 9 jours et a construit des modèles prédictifs, dont un qui identifie le risque de cancer du pancréas 18 mois à l'avance.
TriNetX est le moteur mondial de vérité pour une meilleure santé humaine™, exploitant le plus grand réseau fédéré de données de santé du monde réel, en partenariat avec plus de 230 organisations de santé dans plus de 20 pays, et connectant les chercheurs à des informations provenant de près de 300 millions de patients. Chaque point de données du réseau TriNetX représente un patient réel en attente de traitement, et chaque jour réduit des délais des essais cliniques signifie que des thérapies qui changent la vie peuvent atteindre ces patients des mois, voire des années plus tôt.
Les enjeux sont importants. Les coûts de développement clinique s'élèvent désormais en moyenne à environ 708 millions de dollars par thérapie approuvée, tandis que les amendements de protocole peuvent retarder les essais en moyenne de 260 jours. Pour les personnes atteintes de cancer, de maladies neurologiques ou de maladies rares, ces retards signifient des opportunités manquées de traitement rapide et efficace. Dans ce contexte, le besoin de l'industrie d'obtenir des informations accessibles et fiables à partir de données du monde réel (RWD) n'a jamais été aussi grand.
Le défi : rendre les données complexes vraiment faciles à utiliser
La promesse fondamentale de TriNetX est de rendre les données complexes du monde réel véritablement faciles à utiliser. L'entreprise s'approvisionne en données directement auprès de son réseau mondial de plus de 11 000 sites cliniques. Ces données doivent non seulement être de haute qualité et conformes, mais aussi immédiatement exploitables par les utilisateurs.
Pour tenir cette promesse, les clients ont besoin de flexibilité : la capacité de sélectionner les sources de données qu'ils souhaitent, de choisir leur méthode d'accès préférée et d'appliquer l'intelligence, qu'il s'agisse d'expertise humaine ou d'analyses basées sur l'IA, qui correspond à leurs besoins commerciaux. À mesure que le réseau de TriNetX s'est développé, l'infrastructure de données traditionnelle n'a pas pu suivre la demande croissante d'analyses avancées, d'apprentissage automatique (ML) et d'expériences d'IA intuitives.
Les sociétés pharmaceutiques exigent de plus en plus des analyses personnalisées ainsi que des environnements collaboratifs et conformes pour leurs équipes de science des données. TriNetX visait également à préparer son écosystème aux applications d'IA de nouvelle génération qui pourraient démocratiser les informations RWD et supprimer les barrières techniques pour les chercheurs de tous niveaux. Pour y parvenir, une nouvelle approche était nécessaire.
Le partenariat : simplifier grâce à une infrastructure sophistiquée
TriNetX s'est tourné vers Databricks pour fournir la plateforme de données et d'analyse alimentée par l'IA capable de soutenir sa vision. Databricks fournit la base moderne qui permet aux clients de TriNetX de travailler avec les RWD comme ils le souhaitent, que ce soit par le biais d'interfaces en libre-service, d'API personnalisées ou d'IA conversationnelle, tout en appliquant le mélange exact de logiciels, d'algorithmes et d'expertise requis pour leurs objectifs de recherche.
Databricks sert désormais d'architecture de lakehouse centralisée pour TriNetX, consolidant les RWD des dossiers de santé électroniques du réseau mondial. Tous les ensembles de données personnalisés, y compris les produits de données pan-thérapeutiques, sont construits directement sur la plateforme Databricks, qui prend également en charge les services de conseil de TriNetX, où les data scientists développent des modèles ML sophistiqués et des algorithmes propriétaires qui s'exécutent sur l'ensemble du réseau TriNetX.
TriNetX étend son utilisation des capacités d'IA de Databricks pour rendre ses données encore plus accessibles. L'assistant de requête de l'entreprise, actuellement en version bêta auprès de certains clients, introduira une interface conversationnelle qui permettra aux chercheurs de poser des questions complexes en langage naturel et de recevoir des analyses sophistiquées immédiates. Aucune expertise en programmation n'est requise. Cela reflète l'engagement de TriNetX à rendre les données complexes faciles. La plateforme gère la complexité, tandis que les utilisateurs font l'expérience de la simplicité.
TriNetX construit également son prototype d'assistant de support à l'aide des Agent Bricks de Databricks. Cette solution est conçue pour évoluer en un assistant de faisabilité complet et représente un changement significatif dans la manière dont les clients accèdent à l'intelligence intégrée dans les RWD de TriNetX.
Le guide pratique de l'IA agentique pour l'entreprise
L'impact : transformer l'innovation en résultats mesurables
En 2025, TriNetX a aidé des clients pharmaceutiques à réduire les amendements de protocole jusqu'à 50 %, en maintenant les études sur la bonne voie et en accélérant les délais de développement. Son approche améliorée par l'IA pour l'identification des sites a atteint un taux d'acceptation de 63 % et un temps de réponse moyen de neuf jours dans une collaboration majeure. Cette performance est nettement plus rapide que les flux de travail de faisabilité traditionnels.
Les modèles ML développés sur la plateforme Databricks donnent également des améliorations prédictives notables. Pour les études sur les maladies inflammatoires de l'intestin, les résultats des modèles suggèrent que les taux de conversion des inscriptions pourraient passer de 33 % à 85 %. Dans une autre avancée significative, le modèle de prédiction du risque de cancer du pancréas de l'entreprise, développé avec des institutions de recherche de premier plan, identifie 87 caractéristiques prédictives capables de prévoir le développement de la maladie dans les 18 mois. Ce modèle fait actuellement l'objet d'une validation à l'aide d'une cohorte prospective de six millions de patients.
Perspectives d'avenir : entrer dans l'ère de la recherche clinique intelligente
TriNetX poursuit sa trajectoire d'innovation en 2026 en déployant des capacités d'API améliorées qui permettent aux partenaires pharmaceutiques d'envoyer des requêtes d'étude directement depuis leurs systèmes existants. Ces requêtes, soumises en langage naturel ou en codes structurés, renvoient des décomptes de patients en temps réel, des indicateurs de faisabilité et des informations au niveau du site dans les flux de travail des partenaires. En supprimant les silos de données et en accélérant la planification des études, TriNetX crée la base d'une intégration plus approfondie de l'IA agentique dans la recherche clinique.
L'entreprise explore également des produits Databricks supplémentaires, y compris Genie, pour débloquer de nouveaux cas d'utilisation des RWD au-delà de la faisabilité et de la conception de protocoles. À mesure que les modèles fondamentaux progressent, TriNetX prévoit de s'étendre à des domaines adjacents des opérations cliniques et de la génération de preuves du monde réel.
L'avenir de la recherche clinique sera façonné non seulement par les outils numériques, mais aussi par des systèmes intelligents qui apprennent, s'adaptent et évoluent. Avec Databricks fournissant l'infrastructure sous-jacente, TriNetX accélère ce qui est possible et contribue à garantir que les thérapies qui changent la vie atteignent les patients plus rapidement que jamais.
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original