Branże · Farmacja
theBlue.ai buduje dedykowane systemy AI, które czytają teksty medyczne, analizują obrazy i dane z czujników oraz odpowiadają na pytania na podstawie Twoich dokumentów. Oznaczają podejrzenia działań niepożądanych, przygotowują projekty odpowiedzi na zapytania o informację medyczną, wykrywają anomalie w urządzeniach produkcyjnych i wyodrębniają zamówienia z e-maili. Każdy system działa w Twojej obecnej infrastrukturze: on-premise, w chmurze lub hybrydowo.
AI w farmacji przeszukuje duże ilości tekstu: zgłoszenia pacjentów i personelu medycznego, literaturę fachową oraz zapytania. Rozpoznaje sygnały o działaniach niepożądanych, klasyfikuje zapytania i streszcza istotne fragmenty.
W farmakowigilancji i medical affairs wspiera to wstępną selekcję zgłoszeń, przygotowanie odpowiedzi i przegląd literatury. Wyniki trafiają do bazy bezpieczeństwa, CRM albo wewnętrznego systemu wiedzy.
Korzyść: nic nie zalega w skrzynce, zgłoszenia są szybciej posortowane, a odpowiedzi szybciej przygotowane. Ocena, zgłoszenie i zatwierdzenie pozostają po stronie odpowiedzialnych specjalistów.
Przykład projektu · Globalny koncern farmaceutyczny
Opinie pacjentów, zgłoszenia od fachowych pracowników ochrony zdrowia, wpisy w mediach społecznościowych i dokumenty regulacyjne napływały w wielu językach. Zespoły klienta musiały ręcznie przeglądać i klasyfikować te informacje, a przy rosnącym wolumenie danych nie dało się już tego robić na bieżąco. Dziś czytaniem i klasyfikacją zajmuje się pipeline NLP, a zespoły pracują na jego wynikach.
Wybrane organizacje, dla których budowaliśmy rozwiązania
Co przejmuje AI
Firmy farmaceutyczne przeglądają teksty, obrazy i dane w ilościach, których żaden zespół nie jest w stanie przejrzeć w całości. AI przejmuje tę pracę w obszarze bezpieczeństwa leków, medical affairs, badań, produkcji, łańcucha dostaw i wprowadzania leku na rynek.
Bezpieczeństwo leków
System przeszukuje wpisy online, opinie pacjentów i notatki fachowych pracowników ochrony zdrowia pod kątem podejrzeń działań niepożądanych, a nazwy leków i substancji czynnych rozpoznaje w kilku językach.
Medical affairs
Na pytania od lekarzy, farmaceutów i pacjentów system przygotowuje projekt odpowiedzi na podstawie zatwierdzonej dokumentacji produktowej, ze źródłem, a Twój zespół informacji medycznej sprawdza ją i wysyła.
Medical affairs
System przegląda nowe publikacje pod kątem wzmianek o Twoich produktach i możliwych sygnałów bezpieczeństwa, a istotne artykuły streszcza do weryfikacji.
Badania kliniczne
System automatycznie obrysowuje struktury anatomiczne i zaznacza trudno dostrzegalne zmiany do oceny przez specjalistów.
Produkcja
System monitoruje dane z czujników urządzeń, pomieszczeń czystych i chłodni pod kątem anomalii i uszkodzonych czujników, a konserwację planujesz według rzeczywistego stanu każdej maszyny.
Łańcuch dostaw
Zamówienia od aptek i hurtowni trafiają z e-maili prosto do Twojego systemu ERP, a planiści pytają o stany magazynowe i dane planistyczne w języku naturalnym, tekstem lub głosem.
Kongresy
Awatar AI lub asystent głosowy odpowiada na bieżąco, w kilku językach, na pytania uczestników o sesje, zmiany w programie i strefę wystawienniczą.
Wprowadzenie na rynek
Zespoły odpowiedzialne za wprowadzenie leku widzą, jak pacjenci, opiekunowie i fachowi pracownicy ochrony zdrowia mówią o nim w mediach społecznościowych, przed premierą rynkową i w jej trakcie.
Wiedza
Pracownicy zadają pytania w języku naturalnym i dostają odpowiedź na podstawie standardowych procedur operacyjnych, instrukcji stanowiskowych i wewnętrznych wytycznych, z linkiem do fragmentu, z którego pochodzi.
Jak to działa
W zeszłym tygodniu zacząłem brać Produkt A 20 mg, przepisał mi go dr Keller z Zurychu.
Od wtorku co popołudnie mam silny ból głowy i strasznie kręci mi się w głowie. Ktoś też tak ma?
Sygnał bezpieczeństwa · szkic
Przykład poglądowy z fikcyjnymi danymi, oparty na case study z farmakowigilancji.
Stworzone dla farmacji
Wrażliwe dane dotyczące zdrowia, wiele różnych źródeł danych i decyzje, które pozostają w rękach wykwalifikowanych osób.
Tam, gdzie w grę wchodzą dane pacjentów lub lekarzy, deidentyfikacja jest pierwszym etapem pipeline’u, zanim zacznie się jakakolwiek analiza.
On-premise, w chmurze lub hybrydowo, w połączeniu z systemami, których już używasz, takimi jak SAP lub Twoje własne aplikacje.
Potoczne wpisy, nazewnictwo farmaceutyczne w kilku językach, niejednolite formaty dokumentów i zaszumione strumienie danych z czujników.
System wyszukuje i przygotowuje. Ocena i każda decyzja pozostają w rękach Twoich zespołów: bezpieczeństwa leków, działu medycznego, jakości i operacji.
Case studies
Nasz projekt farmaceutyczny oraz dwa projekty z pokrewnych dziedzin, które pokazują naszą pracę z obrazami medycznymi i danymi z czujników.
Farmacja · klient objęty NDA
Zespoły czytały opinie pacjentów, notatki medyczne i posty w mediach społecznościowych w pięciu językach, szukając sygnałów dotyczących bezpieczeństwa leków. Teraz modele językowe rozpoznają pojęcia medyczne, deidentyfikują tekst i oznaczają działania niepożądane.
Zobacz projekt
Medycyna · Ev. Krankenhaus Alsterdorf
Neurolodzy przeglądali obrazy MRI mózgu w poszukiwaniu zmian wywołujących padaczkę. To wymaga eksperckiej wiedzy, a subtelne przypadki łatwo przeoczyć. Nasze modele wykrywają je z większą czułością niż ludzkie oko, a wyniki opublikowano w recenzowanym czasopiśmie Epilepsy Research.
Zobacz projekt
MedTech · apoQlar
Pracownicy wsparcia przeszukiwali setki dokumentów produktowych, żeby odpowiadać na pytania klientów i pytania dotyczące compliance. Teraz pytają zwykłym językiem i dostają odpowiedź wraz ze źródłem, z którego pochodzi.
Zobacz projektJak zacząć
Skrzynka zgłoszeń bezpieczeństwa, napływ nowych publikacji albo linia produkcyjna: praca, którą Twój zespół wykonuje dziś ręcznie, i dane, na których się opiera. Na wczesnym etapie sprawdzamy, czy dane wystarczą do danego zastosowania i gdzie wolno je przetwarzać.
Powiedz nam, gdzie tkwi praca ręczna i jakich danych dotyczy. W ciągu jednego dnia roboczego wrócimy do Ciebie ze wstępną oceną i propozycją 30-minutowej rozmowy o zakresie.
Opisz swój procesMapujemy przebiegi pracy, sprawdzamy źródła danych i wymagania, a potem proponujemy architekturę z zakresem, harmonogramem i kosztami. Samodzielne zlecenie, bez zobowiązania do dalszej współpracy.
Zobacz Warsztat AI DiscoveryFAQ
W farmacji AI przejmuje pracę, którą bez niej zespoły ds. bezpieczeństwa leków, działy medyczne i operacyjne wykonują ręcznie. Chodzi o teksty pacjentów i wpisy online w obszarze bezpieczeństwa leków, zapytania o informację medyczną i literaturę naukową w medical affairs, obrazy MRI i CT w badaniach, dane z czujników w produkcji i chłodniach, zamówienia i dane planistyczne w łańcuchu dostaw oraz SOP i dokumenty wewnętrzne w całej firmie. System AI przygotowuje wynik, a decydują wykwalifikowane osoby.
Tak. Dla globalnego szwajcarskiego koncernu farmaceutycznego theBlue.ai zbudowało pipeline, który analizuje opinie i wpisy publikowane w internecie i identyfikuje działania niepożądane powiązane z konkretnymi lekami, po niemiecku, angielsku, francusku, włosku i hiszpańsku. Wstępne przetwarzanie radzi sobie z tym, jak ludzie naprawdę piszą w sieci: ze skrótami, językiem potocznym, medycznym żargonem i niejednolitym formatowaniem.
Tak. theBlue.ai zbudowało modele, które w kilka sekund obrysowują struktury anatomiczne na obrazach MRI i CT, trójwymiarową sieć neuronową wykrywającą zmiany padaczkowe w MRI oraz pipeline’y uczenia maszynowego, które wykrywają anomalie i uszkodzone czujniki w danych eksploatacyjnych ponad 100 urządzeń, każde z co najmniej 50 czujnikami.
Deidentyfikacja jest pierwszym etapem każdego pipeline’u, który przetwarza dane pacjentów lub lekarzy. Automatyczna anonimizacja usuwa dane osobowe z notatek i dokumentacji medycznej, zanim zacznie się jakakolwiek analiza, a system może działać on-premise, w chmurze lub hybrydowo.
Tak. theBlue.ai wbudowuje systemy w infrastrukturę, którą już masz, np. SAP, hurtownie danych, systemy zarządzania dokumentami lub własne aplikacje. Przykładowo asystent planistyczny, zbudowany dla producenta samochodów, pobiera dane z systemów SAP działających on-premise, a pytania przyjmuje tekstem lub głosem.
Od jednego procesu, np. przeszukiwania jednego źródła tekstów pacjentów pod kątem działań niepożądanych, i danych, na których się opiera. Analiza procesu ma stałą cenę od 3000 € i kończy się propozycją architektury, która określa zakres, harmonogram i koszty, w tym to, gdzie wolno przetwarzać dane. Budowę wyceniamy według kamieni milowych, a pierwsze działające komponenty pojawiają się zwykle po sześciu do ośmiu tygodniach.
Opisz proces, a w ciągu jednego dnia roboczego wrócimy do Ciebie ze wstępną oceną i propozycją 30-minutowej rozmowy o zakresie.
