Digitale Einwilligung: Wie KI die weibliche Teilhabe in klinischen Studien steigert
Eine US-basierte Studie zur Frauengesundheit berichtet nach Angaben des Fachportals European Pharmaceutical Review eine Adoptionsrate von über 85 Prozent für die digitale Einwilligung (eConsent) unter den Teilnehmerinnen.
18 Studienzentren erreichten laut Alison Holland, Chief Customer Officer bei Medable, eine vollständige Akzeptanz des Verfahrens, das Top-Zentrum 91 Prozent. Die Daten sind pharmakologisch relevant, weil eine höhere weibliche Studienbeteiligung die externe Validität von Wirksamkeits- und Sicherheitsdaten direkt verbessert.
Studienaufbau und Primärdaten
Die Frauen-Gesundheitsstudie wurde von Icon plc durchgeführt und nutzte Medables Total-Consent-Plattform. Die Patienteninformation umfasste 13 vorgeschriebene Beurteilungspunkte. Medable gibt an, dass KI-gestützte PDF-Verarbeitung die Implementierungszeit von 5 bis 14 Tagen auf unter drei Tage reduziert. Über 85 Prozent der Teilnehmerinnen entschieden sich aktiv für das digitale Verfahren. Holland bezeichnet das Ergebnis als „remarkable enrollment goals".
Die pharmakologische Bedeutung liegt in der Folge: Eine bessere weibliche Beteiligung erlaubt robustere Subgruppenanalysen, etwa zu peri- und postmenopausaler CYP-Aktivität, Pharmakokinetik und Verträglichkeit. Holland verweist indirekt auf den Treiber: „Remote electronic consent is particularly beneficial to driving female participation due to increased time constraints for women and mothers juggling family care responsibilities". Belastbare pharmakokinetische Subgruppendaten liefert die vorliegende Auswertung allerdings nicht.
Was die Evidenz trägt – und was nicht
Stärke: Real-World-Anwendung in einem konkreten Frauen-Gesundheitsprotokoll mit dokumentierter Adoptionsrate pro Standort. Schwäche: Die Daten stammen aus einer einzelnen, herstellergebundenen Implementierung; eine unabhängige Replikation über andere Indikationen steht aus. Die Aussage „remarkable enrollment goals" ist eine Wertung des Anbieters, kein vorab definierter primärer Endpunkt. Ohne Vergleichsarm (Papier-Consent oder konventionelles eConsent) bleibt der Netto-Beitrag der KI-Komponente zur Teilnahmerate offen. Vergleichbare Initiativen sollen laut Bericht auch bei der FDA integriert werden.
Binäre Einordnung: eConsent ist als Werkzeug tragfähig; ein belegter Vorteil KI-gestützter Varianten gegenüber klassischem eConsent für die weibliche Studienteilnahme ist mit dieser Datenlage nicht gesichert. Empfehlung für Studienteams: Adoptionsrate pro Zentrum, Drop-out zwischen Screening und erster Visite sowie Adhärenz in Subgruppen getrennt erfassen.
