数据整合加快了药物搜索

数据整合加快了药物搜索

一个用于R的基于云的自动化整合应用程序&D数据帮助制药公司提高了创建产品放行批准(APR)文件的周转时间.

客户端

A U.S.跨国制药公司.

目标

减少apr的周转时间.

工具和技术

Amazon AWS OPCx, Webmethods, 自然语言处理(NLP), 神经网络, 和Python编程

商业挑战

在制药R&D, 数据由几个来源生成:流程, 病人, 零售商, 和照顾者, 等. 制药R&使用传统方法创建apr的D组织手工将纸张规范整合到所有R&D函数. 特定的区域规则, 合规要求, 而外部的规章制度减慢了客户的工作流程. 许多多种格式的电子表格由于人工输入和重复数据而导致错误——这是不可避免的“旋转效应”,因为数据从完全不同的数据中提取出来, 无关的软件包. Iris was approached to improve the process of collecting and using data from multiple sources; the improvement would help the client identify and develop new potential drug candidates faster.

解决方案

Iris的团队由12名专家设计, 发达, 测试, 并部署了一个基于云的应用程序,将来自多个地区和八个不同系统的数据集成到一个单独的系统中, 客户端用户的统一接口. 宝博app的应用程序统一了客户跨业务线和20个不同产品系列的工作流的创建和管理. The development environment included Amazon AWS OPCx; Webmethods; 自然语言处理(NLP); 神经网络; 和Python编程.

结果

在应用程序发布的一年内, 2,有800名用户在使用该应用程序, 55%的四月份在10周或更少的时间内完成. 多亏了内存中的数据网格, 整个交易的响应时间已降低到近2秒. Iris开发的基于云的应用程序可以确保数据在以前独立的系统之间自动无缝地共享,并且需要手工输入数据.

联系

宝博app的专家可以帮助您找到合适的解决方案,以满足您的需求.

取得联系
版权所有©2022虹膜软件股份有限公司. 保留所有权利
友情链接: 1 2 3 4 5 6 7 8 9 10