Header
 
Login
 

Privatsphäre-Einstellungen

Wir verwenden Cookies auf unserer Website. Einige von ihnen sind unerlässlich, während andere uns helfen, diese Website und Ihre Erfahrungen zu verbessern.

Notwendig Statistik Marketing
Alle auswählen
Auswahl bestätigen
Weitere Einstellungen

Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können ganzen Kategorien Ihre Zustimmung geben oder weitere Informationen anzeigen und bestimmte Cookies auswählen.

Alle auswählen
Auswahl bestätigen
Notwendig Cookies
Wesentliche Cookies ermöglichen grundlegende Funktionen und sind für die ordnungsgemäße Funktion der Website erforderlich.
Statistik Cookies
Statistik-Cookies sammeln anonym Informationen. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.
Marketing Cookies
Marketing-Cookies werden von Werbekunden oder Publishern von Drittanbietern verwendet, um personalisierte Anzeigen zu schalten. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen
Zurück

Ihr Suchergebnis

Sie recherchieren derzeit unangemeldet.
Melden Sie sich an (Login) um den vollen Funktionsumfang der Datenbank nutzen zu können.
Sie suchen in allen Bereichen und nach dem Autor Kloft M.

In der Rubrik Zeitschriften haben wir 2 Beiträge für Sie gefunden

  1. Merken

    Automation of Unstructured Data Transformation for Regulatory and Identification of Medicinal Products

    Rubrik: Praxis

    (Treffer aus pharmind, Nr. 10, Seite 1354 (2020))

    Werner J | Kloft M | Gurulingappa H | Schneider D | Schlaps D

    Automation of Unstructured Data Transformation for Regulatory and Identification of Medicinal Products / Text Mining for Merck Pharma Regulatory Intelligence · Werner J1, Kloft M2, Gurulingappa H2, Schneider D2, Schlaps D3 · 1Merck Healthcare KGaA, Darmstadt und Merck KGaA, Darmstadt und IT Consulting Life Science, Wessobrunn
    In der Pharmaindustrie liegen große Mengen an Unternehmensdaten in unstrukturierten Textformaten vor. Sie enthalten wertvolle Informationen, die von der frühen Wirkstoffentdeckung bis zur Post-Market-Analyse eine Schlüsselrolle spielen. Die Tatsache, dass diese Daten in unstrukturierter Form vorliegen, erschwert es klassischen Informationssystemen, verborgene Informationen effizient zu suchen, zu finden und zu extrahieren. Text Mining verwendet linguistische und statistische Verfahren, um den Aufbau von intelligenten Systemen, welche die automatisierte Extraktion von Informationen und Erkenntnissen aus Textdaten steuern können, zu ermöglichen. In diesem Beitrag beleuchten wir die Anwendung von Text Mining mit Betonung darauf, wie es einen Mehrwert für regulatorische Prozesse schaffen kann, die ...

  2. Merken

    Identification of Medicinal Products: A Master Data Management Initiative

    Rubrik: Fachthemen

    (Treffer aus pharmind, Nr. 08, Seite 1057 (2019))

    Herrmann A | Werner J | Kloft M

    Identification of Medicinal Products: A Master Data Management Initiative / Herrmann et al. • Medicinal Products · Herrmann A, Werner J, Kloft M · Merck, Darmstadt
    Die Identifikation von Arzneimitteln (Identification of Medicinal Products, IDMP) ist ein Nachfolgeprojekt des Extended Eudra Vigilance Medicinal Product Dictionary (XEVMPD), auch bekannt als Art.-57-Datenbank, mit dem Ziel, ein Datenverarbeitungssystem zur Meldung und Analyse vermuteter Nebenwirkungen von Arzneimitteln aufzubauen. IDMP erweitert dieses Konzept um 5 ISO-Normen, die die Identifizierung von Arzneimitteln entlang ihres Lebenszyklus regeln. Diese Initiative der Europäischen Arzneimittel-Agentur (European Medicines Agency, EMA) beruht auf einem Masterdaten-Ansatz. Die Implementierung erfolgt durch die Konzentration auf die 4 für regulatorische Pharma-Prozesse relevanten Stammdaten-Domänen, sog. Substanz-, Produkt-, Organisations- und Referenz-Daten (SPOR-Daten) [ 1 ]. Durch die schrittweise Implementierung erwarten Unternehmen eine klare Wirkung: ...