药品安全是至关重要的,在药物发现的所有阶段,开发和交付。在整个跨度,与安全相关的数据生成和寻求从非结构化文本——从内部安全报告,科学文献,个人安全报告,临床研究者手册,病人论坛、社交媒体、会议摘要。
在这些成千上万的智能搜索页面可以为关键决策提供信息支持。生命科学公司正在积极追求创新技术解决管理增加的安全的挑战来自新的和不同来源的数据。必威官方在线我们的许多客户使用Linguamatics的力量自然语言处理(NLP)平台,将非结构化文本转换为可执行的结构化数据,可以快速可视化和分析,通过安全生命周期每个阶段的药物。这次研讨会将介绍客户成功故事的概述,展示最佳实践使用的人工智能(AI)技术来推进药品安全。
你学习什么?
- 自然语言处理(NLP)文本挖掘如何从非结构化文本中提取结构化数据在科学论文,临床试验数据库、内部安全报告,FDA药品标签,等等。
- 大型制药公司如何访问内部数据竖井和外部数据源的安全决策。用例从制药和FDA将讨论。
谁应该参加?
任何人有兴趣获得更好的价值来自内部和外部的文本信息和集成不同的数据集提供相关药品安全知识和风险预测。
- 具体地说,信息专家、信息专家、研究人员、负责:
- 早期药物发现的风险概况的目标
- 临床前和临床用药安全
- 整个管道安全评估
演讲者
简里德
生命科学主任Linguamatics IQVIA公司
凯特林怀特
应用科学家Linguamatics IQVIA公司