Einstein Generativ AI för deltagares hantering
Deltagarhanterings Einstein Kandidatmatchning är en AI-aktiverad funktion som utformats för att automatiskt matcha kandidater till inklusions- och uteslutningskriterierna för forskningsstudier. Koordinatorer eller rekryterare för kliniska prövningar kan använda denna information för att bygga olika kandidatkohorter.
Versioner som krävs
| Tillgängliga i: Lightning Experience |
| Tillgängliga i: Enterprise och Unlimited Editions med Life Sciences Cloud eller Health Cloud och tilläggslicensen Deltagarregistrering |
| Användarbehörigheter som krävs för att | |
|---|---|
| Hantera data för kliniska prövningar: | Chef för klinisk prövning |
Med denna funktion kan du skapa en robust pool av kandidater som uppfyller specifika provkrav. På så sätt kan du förbättra effektiviteten i kliniska prövningar och minska tiden och kostnaden för att rekrytera kandidater.
Implementeringsalternativ för kandidatmatchning
Implementera denna funktion med Generativ AI-kapacitet eller en databearbetningsmotor med åtgärdslistor.
| Implementering | Beskrivning |
|---|---|
| Einstein Generativ AI | Med Generativ AI-kapacitet förstår funktionen en forskningsstudies kriterier för inkludering och uteslutning. Einstein Kandidatmatchning använder provcentrerade kriterier för att söka strukturerade och ostrukturerade data i omfattande databaser med kandidat- eller patientinformation, till exempel elektroniska patientjournaler (EMR) och elektroniska patientjournaler (EHR). Denna process hjälper rekryterare av kliniska prövningar att identifiera alla kandidater som kvalificerar sig för ytterligare registreringsprocesser, till exempel ett inledande uppsökande för att mäta intresset för prövningen eller utföra förscreening för den kliniska prövningen. |
| Databearbetningsmotor och åtgärdslistor | Om du vill implementera funktionen Kandidatmatchning utan Generativ AI-kapacitet kan du använda definitionen av databearbetningsmotorn Förbered kandidatdetaljer för deltagares hantering och skapa användbara listor. Detta tillvägagångssätt hjälper dina användare filtrera ut kandidater baserat på några grundläggande kriterier som behövs för att matcha kandidater till kliniska prövningar. |
Med funktionen Kandidatmatchning skapar samordnarna för kliniska prövningar en pool av robusta kandidater att använda för uppsökande. Att veta att dessa kandidater uppfyller de specifika kraven för en forskningsstudie gör det enklare att konvertera dem för slutlig registrering, vilket ökar kandidatkonverteringsresultatet.
Kandidatmatchningsflöden
Du kan använda dessa inbyggda flöden för att inleda processen för kandidatutvärdering från postsidor för konton, forskningsstudiekandidater och åtgärdslistor.
- Kandidatutvärdering för forskningsstudie
- Utvärdera medlemmar för forskningsstudie
- Utvärdera kandidater för forskningsstudier
- Utvärdera kandidater för forskningsstudie
Mall för matchningsuppmaning för kandidat
Mallen Utvärdera kandidat för forskningsstudie är förkonfigurerad för att underlätta kandidatutvärdering med Einstein Kandidatmatchning. Denna uppmaningsmall utlöses av flödet Kandidatutvärdering för forskningsstudie. Uppmaningsmallen använder egen åberopbar åtgärd för att hämta kandidatens medicinska data, tillsammans med forskningsstudiens kriterier för inkludering och uteslutning. Dessa data används sedan för att matcha kandidater till försök.
Snabbåtgärder för kandidatmatchning för att starta flöden
Du kan inleda processen för kandidatutvärdering med hjälp av de inbyggda snabbåtgärderna från objektpostsidor med ett enda klick.
| Objekt | Snabbåtgärd |
|---|---|
| Konton (detaljsida) | Utvärdera kandidat |
| Konton (listvysida) | Utvärdera kandidater |
| Forskningsstudiekandidater (detaljsida) | Utvärdera kandidat |
| Forskningsstudiekandidater (listvysida) | Utvärdera kandidater |
| Åtgärdsbara listor | Utvärdera kandidater |
- Aktivera kandidatmatchning för deltagares hantering
Ge dina användare åtkomst till matchningsfunktioner för kandidater genom att aktivera organisationspreferens i din Salesforce-organisation. Användare kan sedan välja antingen AI-aktiverad Einstein Kandidatmatchning eller en databearbetningsmotor med användbara listor som en implementeringsmetod för att identifiera kandidater för kliniska prövningar. - Konfigurera kandidatmatchning med Einstein Generativ AI
Använd Deltagarhanteringens Einstein Kandidatmatchning-funktion för att automatiskt identifiera kandidater som uppfyller kriterierna för specifika kliniska prövningar. Med denna funktion kan dina användare bygga en robust pool av kvalificerade kandidater anpassade till varje provversions krav. - Felsök körningsfel för satsjobb
Einstein Kandidatmatchning använder ett batchjobb för att bearbeta stora volymer poster i flödet för att matcha kandidater med kliniska prövningar. Om du stöter på problem när du utför batchjobbet kan du felsöka dem. - Konfigurera kandidatmatchning med hjälp av databearbetningsmotor och åtgärdslistor
Hjälp användare att konfigurera Deltagarhanteringens funktion Kandidatmatchning genom att använda databearbetningsmotor och åtgärdslistor. Detta tillvägagångssätt hjälper dem filtrera ut kandidater baserat på några grundläggande kriterier som behövs för att matcha kandidater till kliniska prövningar.
