药物安全至关重要，在药物发现，开发和分娩中的各个阶段。在整个跨度中，与非结构化的文本一起产生和寻求与安全相关的数据 - 内部安全报告，科学文献，个人案例安全报告，临床研究者手册，患者论坛，社交媒体，会议摘要。
在这十万页面上进行智能搜索可以提供信息以提供关键决策支持。生命科学公司正在积极寻求创新技术，以应对管理新的和不同来源的安全相关数据增加的挑战。必威官方在线我们的许多客户都使用语词的力量自然语言处理（NLP）在每个阶段通过药物的安全生命周期，将非结构化文本转换为可迅速可视化和分析的可行的结构化数据的平台。该网络研讨会将概述客户成功案例，以展示这种人工智能（AI）技术的最佳实践来提高药物安全。
你会学到什么？
- 自然语言处理（NLP）文本挖掘如何从科学论文，临床试验数据库，内部安全报告，FDA药物标签等中从非结构化文本中提取结构化数据。
- 大型制药公司如何访问内部数据孤岛和安全决策的外部数据源。将讨论来自顶级药物和FDA的用例。
谁应该参加？
任何有兴趣从内部和外部文本信息中获得更高价值的人，并集成了不同的数据集，以提供与药物安全和风险预测相关的知识。
- 具体来说，知情者，信息专业人士，研究人员，负责：
- 早期药物发现中目标的风险概况
- 临床前和临床药物安全
- 整个管道的安全评估
演讲者
简·里德
生命科学林纳米特学总监，一家IQVIA公司
凯特琳·怀特（Kaitlyn Whyte）
应用科学家语言学，一家IQVIA公司