A equipe da Marlabs usou RPA na forma de CODIbot (Content for Disclosure bot). O CODIbot extrai os dados e os transfere para o PharmaCM. Mais de 80% dos campos de dados foram automatizados. Assim que os dados são inseridos no PharmaCM, o CODIbot envia um relatório resumido para a equipe de pesquisa. Para fazer isso com sucesso, os especialistas em automação da Marlabs colaboraram com a redação médica do cliente equipe para atualizar o modelo de protocolo de estudo clínico. Isso permitiu maior automação para que os dados pudessem ser reutilizados. Além disso, a confidencialidade dos documentos do protocolo, um requisito essencial de conformidade, foi garantida através de processos apropriados de armazenamento e criptografia. A equipe de automação classificou os campos de dados do PharmaCM em três grupos :

• Não aplicável (18): Campo não preenchido no PharmaCM
• Fora do escopo (31): Campos de dados que exigem conhecimento de SME para serem preenchidos, por exemplo, informações que não pode ser extraído inequivocamente do protocolo do estudo clínico
• No escopo (61): Campos de dados que o bot pode preencher conforme as informações estiverem disponíveis no protocolo

Agora, quando a equipe de protocolo de ensaio clínico do cliente cria um novo estudo e a PharmaCM carrega os dados em um compartilhamento de arquivo, um e-mail é enviado para iniciar o CODIbot. Primeiro, o CODIbot verifica se o arquivo já foi processado antes. Caso contrário, ele extrai o conteúdo do protocolo pré-especificado, como título do estudo, ID secundária, breve resumo, ARMS e seção de intervenção, desfechos do estudo, critérios de elegibilidade e alguns detalhes administrativos. Para fazer isso, o CODIbot utiliza um conjunto de regras de validação. Em seguida, os dados extraídos são inseridos no PharmaCM e um e-mail é enviado com o resumo do resultado e o relatório de execução. Se o processo não for bem-sucedido, o relatório mostrará o motivo da falha. Além disso, os erros são coletados pela equipe para melhorar ainda mais o processo. As tecnologias usadas para criar a automação incluíram mineração de processos, RPA, OCR, automação inteligente baseada em IA e IA conversacional.