logo averbis information discovery

IDMP Text Mining

Sparen Sie Zeit und Kosten durch die automatische Extraktion von IDMP-Elementen mit >95% Genauigkeit!

Mit der Einführung der IDMP-Standards stehen viele Unternehmen nun vor der Herausforderung, relevante Daten für ihre Zulassungsangelegenheiten genau und kosteneffizient zu erfassen. Traditionell ist dies eine hauptsächlich manuelle Aufgabe, bei der Tausende von Dokumenten durchgesehen werden, um die benötigten Informationen zu extrahieren. Das Ergebnis ist oft ein zeit- und kostenintensiver Prozess, der mit menschlichen Fehlern behaftet ist.

scientists-in-lab-people-in-white-coat-chemical-researchers-with-vector-id1286865118
8_3
Automatisierung der IDMP-Datenextraktion
  • Vollständige Automatisierung der IDMP-Datenextraktion mit NLP
  • Benutzerdefinierte IDMP-Bibliotheken und Annotatoren
  • Mehrsprachige Terminologieverwaltung
  • Kontrollierte Terminologien, die von der EMA gepflegt werden
  • Einfache Integration in Ihre bestehenden Systeme durch offene APIs

Dies ermöglicht Ihnen:

Ihre Datenqualität durch automatische und konsistente Zuordnung zu steigern und die Kodierung eines kontrollierten Vokabulars.

Zeit und Kosten zu sparen bei Ihrer IDMP-Extraktion.

einfache Bearbeitung von Änderungsanträgen durch automatische Re-Extraktion.

von einer validierten Lösung profitieren, die bereits von großen Pharmaunternehmen und Anbieter:innen von Zulassungsdiensten genutzt wird.

Partner

Wir sind eine Partnerschaft mit Amplexor Life Sciences eingegangen, um unsere IDMP-Textmining-Lösung in ihre Life Sciences Suite, eine IDMP-konforme RIM-Lösung, zu integrieren. Dies ist die perfekte Lösung, wenn Sie noch keine Lösung für das Management von Zulassungsinformationen haben, aber dennoch von der automatischen IDMP-Datenextraktion profitieren möchten. Um mehr über die Partnerschaft und Amplexor zu erfahren, klicken Sie hier.

Verwandte Informationen

Wissenschaftliche Veröffentlichung (Regulatory Intelligence)

Um mehr über Text Mining für Regulatory Intelligence zu erfahren, lesen Sie die folgende Veröffentlichung (“Text Mining for Regulatory Intelligence: taking an automated approach”) von unseren geschätzten Kolleg:innen Harsha Gurulingappa (Text Analytics Product Owner, IT Advanced Analytics), Dominik Schneider (Senior Architect, IT Advanced Analytics), Moritz Kloft (Senior IT Project Manager, IT Healthcare) von Merck KGaA, Darmstadt, Deutschland; und Janaki Suriyanarayanan (Senior Manager – Regulatory Information Management), Joerg Werner (Associate Director – Regulatory Data Governance) vom Global Regulatory Affairs Team bei Merck Healthcare KGaA. Um zur vollständigen Veröffentlichung zu gelangen, klicken Sie hier.

Kundenstimme

“Wir hatten einen erfolgreichen PoC der Averbis IDMP Pipeline.
Zu Beginn des PoCs waren wir aufgrund der Heterogenität unserer Dokumente etwas nervös. Aber die Qualität der Extraktion der vorhandenen Datenelemente war von Anfang an gut und konnte durch kleine Anpassungen der Pipeline an unseren Dokumenten auf das erforderliche Niveau gesteigert werden. Für unsere zusätzlich benötigten Datenelemente zeigte sich, dass sie in kurzer Zeit erfolgreich hinzugefügt werden konnten. Hier hat uns die offensichtliche Flexibilität der Averbis-Lösung überzeugt.  Auch die extrahierten Daten konnten wir während des PoC mit wenig Aufwand in unseren Systemen nutzen.
Während des PoCs ist uns aufgefallen, dass wir die Adressharmonisierung (Modul 3 Extraktion) auch für andere Anwendungsfälle in der Produktion nutzen können. Das war ein schöner Nebeneffekt!
Besonders hervorheben möchten wir noch einmal die zielstrebige und angenehme Zusammenarbeit mit dem Averbis-Projektteam.”

Direktor/Senior Manager Process & QM IT eines großen Pharmaunternehmens (~10 Mrd. Umsatz)

Finden Sie Antworten in Ihren Daten

Gerne stellen wir Ihnen unsere Produkte vor und erstellen eine Demonstration auf Basis der von Ihnen ausgewählten Datenbestände.