임상 서비스
더 빠르고 믿을 수 있는
임상 데이터 서비스
나눔스페이스의 출발점은 임상시험 데이터 관리와 생물통계입니다. 그 업무를 가장 잘 아는 사람들이 만든 Agent를 매일의 서비스에 적용해, 같은 품질 기준으로 더 빠르게 데이터를 전달합니다.
01
임상시험 데이터 관리
Clinical Data Management
나눔스페이스는 DB Spec부터 eCRF 구축, DM 문서, Medical Coding까지 임상시험 데이터 관리 전 과정을 수행합니다. 반복되는 구축과 초안 작성은 AI가 맡고, 확정과 UAT는 담당자가 책임집니다.
AI EDC Set-up Plugin, DM 문서 Skill, Medical Coding Skill
- DB Specification, eCRF 구축, Edit Check
- DMP, DVS, eCRF Completion Guideline
- Medical Coding (MedDRA, ATC)
- 더미 UAT, 의뢰사 검토와 승인
02
생물통계 · 통계 프로그래밍
Biostatistics & Programming
나눔스페이스는 SAP 검토부터 ADaM, TFL까지 통계 분석 전 과정을 수행합니다. AI가 초안 작성과 대조를 맡고, 실데이터 실행과 QC는 사내 담당자 2인이 독립적으로 진행합니다.
AI SAP 검토 Agent, ADaM Agent, TFL Agents
- SAP 작성, 검토, 변경대비표
- ADaM Specification, 데이터셋 프로그래밍
- Table, Figure, Listing
- 독립 이중 프로그래밍, 통계 책임자 승인
03
임상약리 Protocol 개발
Protocol Development
나눔스페이스는 약물과 시험 유형에서 출발해 조사, 설계, Synopsis, Protocol, ICF까지 초안을 작성합니다. 인용은 다시 조회하고, 위험한 숫자는 코드로 막아 신뢰할 수 있는 문서를 만듭니다.
AI Protocol Plugin (MIT 오픈소스)
- 생동성, DDI, FIH 등 임상약리 1상
- Synopsis, Protocol, ICF 초안
- 인용 재조회, 용량 검증, 교차 모델 검토
- Protocol 변경 비교표, 회귀 검증
진행 방식
프로젝트는 이렇게 진행됩니다
AI를 사용하더라도 의뢰사의 검토 범위와 책임 소재는 기존과 같습니다.
- 1단계
AI 적용 범위 협의
과제를 시작하기 전에 AI를 쓸 업무와 입력할 자료의 범위를 의뢰사와 정하고 DMP와 SAP에 명시합니다.
- 2단계
AI 초안과 자동 점검
Agent가 초안을 만들고 스스로 점검합니다. 불확실한 항목이 있으면 멈추고 담당자에게 묻습니다.
- 3단계
담당자 확정
분석 방법, Spec, 코딩 용어처럼 판단이 필요한 사항은 담당자가 결정합니다.
- 4단계
사내 실행과 QC
실데이터 실행과 이중 프로그래밍, QC는 사내에서 담당자가 직접 수행합니다.
- 5단계
의뢰사 검토와 승인
검토 범위와 책임은 기존 위탁 업무와 같으며, 의뢰사의 승인을 받은 뒤 납품합니다.
더 신뢰할 수 있는 임상 데이터,
나눔스페이스와 함께 만듭니다
나눔스페이스는 과제를 시작하기 전에 어떤 업무에 AI를 쓰고 어떤 자료를 입력할지 의뢰사와 먼저 협의합니다.
