药物安全性至关重要，在药物发现，开发和交付中的所有阶段都是至关重要的。在整个跨度，安全相关数据都是生成和寻求非结构化的文本 - 来自内部安全报告，科学文学，个人案例安全报告，临床调查员小册子，患者论坛，社交媒体，会议摘要。
跨越数十万页的智能搜索可以提供关键决策支持的信息。生命科学公司正在积极追求创新技术，以解决管理从新的和不同来源增加安全相关数据的挑战。必威官方在线我们的许多客户都在使用语义的力量自然语言处理(NLP)平台，将非结构化文本转换为可操作的结构化数据，可在药物安全生命周期的每个阶段快速可视化和分析。本次网络研讨会将概述客户的成功案例，展示人工智能(AI)技术在提高药物安全性方面的最佳实践。
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药品标签等中的非结构化文本中提取结构化数据。
- 大型制药公司如何利用内部数据库和外部数据源进行安全决策。我们将讨论来自顶级制药公司和FDA的用例。
谁应该参加?
任何人都有兴趣从内部和外部文本信息中获得更好的价值，并集成不同的数据集，以提供与药物安全和风险预测相关的知识。
- 具体来说，信息学家、信息专业人员、研究人员，负责:
- 早期药物发现靶点的风险概况
- 临床前和临床用药安全
- 管道安全评估
演讲者
简里德
IQVIA公司生命科学语言学总监
凯特林怀特
应用科学家语言学，IQVIA公司