Medidata NEXT 2018 China

敬请期待

时间	会议内容
8:00-9:00	注册签到 & 展览
9:00-9:10	开幕致辞徐晖 Medidata Solutions中国区总经理
9:10-9:50	下一代临床试验发展 Glen de Vries Medidata Solutions全球总裁和联合创始人
9:50-10:20	从监管角度谈临床安全性数据管理韩玲国家药品监督管理局药品审评中心临床试验管理处处长
10:20-10:40	茶歇 & 展览
10:40-11:20	临床试验中的新数据收集方法 Dr. Tempei Miyaji 东京大学大学院医学系研究科临床试验数据管理学专项助理教授
11:20-12:00	人工智能在临床试验中的应用李正豪 Medidata Solutions高级副总裁及首席数据官
12:00-13:30	社交午餐 & 展览
	数据采集和管理	试验计划和管理	实践操作与演示课程
13:30-14:10	泰格数据管理和Medidata RAVE，Balance合作经验分享顾佩丽泰格数据管理总监	案例研究：在提交前进行数据自查，确保数据质量陈志扬 Medidata Solutions亚太区客户服务总监	13：30 - 14：00 经典RAVE EDC 情景体验刘倩 Medidata Academy 培训专员
14:10-14:50	中美双报临床数据的准备及CDISC实践刘铁浦方恩医药全球生物统计部门总负责人	Collection, review and presentation of clinical data in RBM trials 郑博科望（上海）生物医药科技有限公司高级总监/临床运营主管现代化的试验管理与监查策略—科技提高管理与监查效率张志伟 Medidata Solutions中国区解决方案顾问	14:00 - 14:30 电子知情同意和电子病人自报数据何洁如 Medidata中国区解决方案顾问
14:50-15:30	患者端移动数据采集在临床研究中的应用浦迪葛兰素史克（上海）医药研发有限公司高级临床数据科学专家何洁如 Medidata Solutions中国区解决方案顾问	申办方选用临床试验电子系统的经验分享张恬北京复星医药科技开发有限公司数据管理与统计部总监季川 Medidata Solutions中国区解决方案顾问	14:30 - 15:20 RAVE Architect建库实操刘倩 Medidata Academy 培训专员
15:30-16:10	电子化医学影像管理 Eunho Shin Medidata亚太区解决方案顾问负责人	Medidata 规管文档管理解决方案 - SOP/eTMF 季川 Medidata Solutions中国区解决方案顾问	15:20 - 16:10 Rave Lab Administration实践杨炜宏 Medidata实施顾问
16:10-16:40	茶歇 & 展览
16:40-17:10	中国E药研发新布局/闭幕致辞马欢辉瑞（中国）研究开发有限公司信息管理部门负责人徐晖 Medidata Solutions中国区总经理
17:10-17:20	幸运抽奖

同声传译

※演讲内容有可能在会议前更改。请密切留意本网站的更新。
※活动当天，会让有预先注册的客户先进场。如果没有预先注册但有剩下空的位子，可以入场参加。

联系我们

Medidata NEXT 2018 中国区会务组

TEL+86 21 22310422

MAILmarketing.china@mdsol.com

↑pagetop

张虹
QuintilesIMS高级医学总监

张虹博士是QuintilesIMS高级医学总监，大中华区（包括香港和台湾）首席医学官，领导昆泰艾美仕大中华区的整体战略成长和医学服务。 20多年来在中国和美国药品和医疗器械领域，从产品研发到上市的生命周期管理方面积累了丰富的经验。她在昆泰的10年中先后创立和领导了多个部门如：医学部门，临床试验可行性部门，临床试验选点部门和临床中心管理服务部门，以及卓越临床研究中心；在她的倡导下，昆泰与国内顶尖的医院建立了长期的战略伙伴关系。她领导卓越临床研究中心，为国内、外药厂提供临床试验策略和方案设计指导，帮助本土和全球制药公司的产品在中国研发和上市。她领导医学事务团队与十几家跨国公司合作，提供灵活的医学资源，以确保其合作伙伴的成功。她曾担任中国临床肿瘤学会 (CSCO) 临床研究和药物安全委员会委员. 张虹博士毕业于上海交通大学医学院并在英国卡的夫商学院获得工商管理学硕士（MBA）。她曾在临床呼吸内科工作。1995年起她分别在医疗器械公司日本泰尔茂和美国史赛克公司工作了6年。之后在美国印第安纳州大学医学中心工作了3年,于2006年回国。先后在Parexel和QuintileIMS从事临床研发。

创新解决方案

测量，管理和提高操作性能：数据驱动的方法来诊断性能，提高可行性和预测研究中心

当前全球倡议和公众意识正引导数字数据峰涌发展，越来越多的关注放在如何提炼大量信息和建立智能解决方案。电子数据采集系统平台成为这个数据生态系统不可或缺的一部分，而对各种数据进行预测分析会给我们对于疾病和治疗反应的认知带来革命。

在本专题中，我们将着重讨论通过统计预测方法来基准化分析和选择适合的临床研究中心，从而优化临床试验。负责招募参加临床试验的受试者的研究中心是任何临床试验的重要组成部分，投入大量人力物力来为研究中心招募适合的临床试验受试者。然而即使投入如此之大，我们仍然发现30－40%的研究中心招不到到任何受试者, 而有些招募率高的研究中心在研究早期不能尽快启动试验。我们将阐述如何使用高级预测模型对电子数据采集系统收集的运行数据进行分析从而减轻上述困难。

预测模型不仅能够让临床试验申办方选择适合的研究中心和预测可能出现的招募延误，还能够帮助解答临床研究一开始就面临的最基本问题，那就是，要用多长时间才能招到全部所需的受试者。而我们能否缩短这个时间？我们将为您展示预测模型是如何通过减少低招募率研究中心和实时防止招募延迟来提高试验运行效率的。