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 J
1, Kloft M
2, Gurulingappa H
2, Schneider D
2, Schlaps D
3 ·
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 ...