AI · 27 oktober 2026
Oracle en AstraZeneca starten samenwerking voor kunstmatige intelligentie in klinisch onderzoek
Oracle en AstraZeneca hebben een niet-bindende raamovereenkomst getekend om kunstmatige intelligentie te integreren in klinische werkstromen. Deze samenwerking heeft als doel patiënten die in aanmerking komen voor onderzoek eerder te identificeren en bewijslast te genereren uit gegevens uit de dagelijkse praktijk. De partijen combineren de wetenschappelijke kennis van AstraZeneca met de cloud-, data- en kunstmatige-intelligentie-infrastructuur van Oracle.
De eerste focusgebieden omvatten kanker, hart- en vaatziekten, nierziekten en stofwisselingsstoornissen. Ook aandoeningen van de luchtwegen, het immuunsysteem en zeldzame ziekten vallen binnen de mogelijke reikwijdte. De organisaties zijn van plan gezamenlijke evaluatiecriteria op te stellen om succesvolle toepassingen naar andere ziektegebieden en regio's uit te breiden. Daarnaast staat het monitoren van geneesmiddelenveiligheid en het koppelen van onderzoeksresultaten aan dagelijkse zorgprocessen op de agenda.
Het eerste programma zal in Abu Dhabi van start gaan in samenwerking met M42. Dit project richt zich op het opsporen van patiënten met ongecontroleerde hoge bloeddruk en het ondersteunen van klinische onderzoeksprocessen. De Verenigde Staten, het Midden-Oosten en Europa worden genoemd als de belangrijkste regio's waar verschillende projecten zullen worden geëvalueerd.
Er is expliciet vastgelegd dat alleen geanonimiseerde gegevens uit de dagelijkse praktijk zullen worden gebruikt. AstraZeneca krijgt geen toegang tot informatie die de identiteit van een patiënt kan onthullen. Elk project kan alleen doorgaan nadat alle vereiste juridische, privacy-, regelgevende, ethische en institutionele goedkeuringen zijn verkregen. De bedrijven hebben de financiële waarde van de overeenkomst niet bekendgemaakt.
De toekomstige uitbreiding van de werkzaamheden hangt af van een gezamenlijk beheersmodel en vooraf overeengekomen resultaatmetingen. Deze aanpak vereist evaluatie van verkregen gegevens in plaats van uit te gaan van een vaststaand resultaat voor elke proef. Het uiteindelijke doel is clinici beter te informeren binnen hun onderzoek- en zorgwerkstromen, zonder dat dit direct een nieuwe behandeling of bewezen diagnostisch succes garandeert.