Der zweite dggö-Talk am 12. Februar um 17 Uhr zum Thema „Gesundheitsökonomische Modellierung im Zeitalter der KI: Schnellere Erkenntnisse, intelligentere Entscheidungen” befasst sich damit, wie künstliche Intelligenz die pharmakoökonomische Modellierung verändert.

Im ersten Teil gibt Stefan Walzer eine strukturierte Einführung in die Pharmakoökonomie und den heutigen Standardansatz für gesundheitsökonomische Modellierung: Excel-basierte Modelle, umfangreiche systematische Literaturrecherchen (SLRs), lange Entwicklungszeiten und hoher Ressourcenverbrauch – trotz des zunehmenden Drucks von HTA-Gremien und Kostenträgern, schnellere und robustere Erkenntnisse zu liefern.

Auf dieser Grundlage schlägt der Vortrag eine Brücke zur KI-gestützten Modellierung: Wie können vorhandene Evidenz, automatisierte Datenextraktion und intelligente Modelllogik genutzt werden, um Analysen zu beschleunigen und gleichzeitig Transparenz und methodische Robustheit zu gewährleisten?

Im zweiten Teil präsentieren die Codesk-Gründer Kevin Mayo und Rahul Mudumba eine Fallstudie aus der Praxis, die zeigt, wie eine vollständige gesundheitsökonomische Analyse auf der Grundlage verfügbarer Evidenz innerhalb weniger Minuten erstellt werden kann. Der Fall verdeutlicht, wie KI nicht nur das Potenzial hat, die Effizienz zu verbessern, sondern auch die Art und Weise, wie gesundheitsökonomische Evidenz generiert und für Entscheidungen genutzt wird, grundlegend zu verändern.

Der Talk findet über Zoom statt:

https://zoom.us/j/98907386167?pwd=PlzQ1sMJzaELfWYgObOqSEEIcZ017g.1

Meeting-ID: 989 0738 6167

Kenncode: 2026

 

Der Vortrag findet in englischer Sprache statt.

---

*** English version ***

The second dggö-talk on February 12^th at 5pm with the topic “Health Economic modeling in the AI Era: Faster Evidence, Smarter Decisions” talk explores how Artificial Intelligence is transforming pharmacoeconomic modelling.

In the first part, Stefan Walzer will provide a structured introduction to pharmacoeconomics and today’s standard approach to health economic modelling: Excel-based models, extensive systematic literature reviews (SLRs), long development timelines, and high resource consumption—despite increasing pressure from HTA bodies and payers for faster, more robust evidence.

Building on this foundation, the talk opens the bridge to AI-enabled modelling: How can existing evidence, automated data extraction, and intelligent model logic be leveraged to accelerate analyses while maintaining transparency and methodological robustness?

In the second part, Codesk founders Kevin Mayo and Rahul Mudumba will present a real-world case study demonstrating how a complete health economic analysis can be generated within minutes, based on available evidence. The case highlights how AI has the potential not only to improve efficiency, but to fundamentally reshape how health economic evidence is generated and used in decision-making.

The talk will take place via Zoom:

https://zoom.us/j/98907386167?pwd=PlzQ1sMJzaELfWYgObOqSEEIcZ017g.1

Meeting ID: 989 0738 6167

Passcode: 2026

 

The presentation will be held in English.