下载PDF
Cortical.io > 实例探究 > 一家生物制药公司如何评估社交媒体以监控药品说明书外的使用
Cortical.io Logo

How a biopharmaceutical company evaluated social media to monitor off-label drug use

技术
  • 分析与建模 - 自然语言处理 (NLP)
适用行业
  • 药品
适用功能
  • 产品研发
  • 质量保证
用例
  • 对话机器人
  • 监管合规监控
服务
  • 数据科学服务
挑战
这家生物制药公司面临着追踪其药品的说明书外使用情况的挑战。说明书外使用是指以 FDA 未指定的方式开具药品,占所有处方的 10% 到 20%。然而,其确切程度很难衡量,因为制药公司没有直接的反馈机制来追踪其产品用于哪些疾病。该公司无法监控其药品的使用情况,因为患者记录受到隐私限制,不允许公司重建哪种药物用于哪种疾病。该公司决定使用社交媒体,尤其是 Reddit,作为有关药物使用情况的知识来源。
关于客户
客户是一家全球生物制药公司。该公司不直接向消费者销售药物,因此无法监控其药物的使用情况。患者记录受到隐私限制,即使有记录,公司也无法重建针对哪种疾病开出的药物。该公司希望通过筛选社交媒体上的患者评论来收集有关标示外用药的情报。
解决方案
该公司向 Cortical.io 寻求帮助,利用其在开发基于自然语言理解 (NLU) 的解决方案方面的专业知识,开发出一种工具,能够克服社交媒体帖子固有的歧义和模糊措辞障碍,并在可供训练的帖子数量有限的情况下正确解释这些帖子。在项目的初始阶段,Cortical.io 基于 SemanticPro Classify & Automate 创建了一个原型,用于识别一组静态 Reddit 帖子中提及的符合和不符合标签的药物使用情况。利用 Cortical.io 基于含义的算法,该应用程序可以自动准确地过滤和分类 Reddit 消息并汇总结果。Cortical.io 使用公开信息为公司指定的每种示例药物训练分类器。
运营影响
  • The company was able to review over 2.2 million Reddit posts mentioning medications.
  • The company was able to filter for trade or generic names of medication.
  • The company was able to filter out off-topic posts based on the semantic meaning of the post.
数量效益
  • The Cortical.io application achieved a very high level of accuracy based on standard NLU metrics (92-100%) in classifying on-label vs. off-label usage.

相关案例.

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.