Talk the talk and walk the walk!
Einsatz von maschinellem Lernen zur Identifizierung von Adverse Events in der wissenschaftlichen biomedizinischen Literatur
In letzter Zeit haben wir oft erwähnt, wie Averbis Information Discovery eine wichtige Rolle bei der Verbesserung Ihrer Pharmakovigilanz und der Erkennung unerwünschter Ereignisse spielen kann. Heute möchten wir Ihnen ein Beispiel aus einer gemeinsamen Veröffentlichung mit Sonja Wewering, Claudia Pietsch und Anna-Theresa Lülf-Averhoff von der Bayer AG sowie Marc Sumner, Kornél Markó und David Baehrens von Averbis Information Discovery vorstellen (vollständiger Artikel unten verlinkt).
In dieser von Fachleuten begutachteten Studie wurde gezeigt, wie maschinelles Lernen eingesetzt werden kann, um den sogenannten „Noise“ zu reduzieren und große Mengen von Dokumenten für die Überprüfung durch Experten automatisch vorzuklassifizieren. Unter Verwendung der verfügbaren historischen Trainingsdaten und des Expertenwissens war Information Discovery in der Lage, 84 % aller relevanten Artikel mit einem hohen Vertrauenswert zu identifizieren. Darüber hinaus wird in der Publikation erläutert, wie Bayer Information Discovery in seinen Workflow implementiert hat, um automatisierte und intellektuelle Überprüfungen zu kombinieren und so eine nahezu 100%ige Korrektheit zu erreichen.
Diese Ergebnisse zeigen nicht nur die bedeutenden Vorteile des maschinellen Lernens für die Zukunft der Literaturüberprüfung, sondern auch, wie wir dadurch das Leben von Patienten verbessern können, indem wir keine relevanten Adverse Events für die weitere Forschung übersehen.
Vollständiger Artikel:
Wewering S, Pietsch C, Sumner M, Markó K, Lülf- Averhoff A- T, Baehrens D. Machine learning approach to identify adverse events in scientific biomedical literature. Clin Transl Sci. 2022;00:1– 7. doi: 10.1111/cts.13268
https://ascpt.onlinelibrary.wiley.com/share/2UWZ4MVDA5BCMRFUR6ER?target=10.1111/cts.13268
Profitieren Sie von modernster KI
Möchten Sie die gleichen Vorteile für Ihr Unternehmen nutzen?
Nehmen Sie noch heute Kontakt mit uns auf und wir zeigen Ihnen, wie Sie von maschinellem Lernen in Ihren Pharmakovigilanzprozessen profitieren können!