El sector de las ciencias de la vida está sometido a una presión constante para mejorar la atención a los pacientes, proporcionar resultados precisos a los pacientes y medir los resultados. El principal problema al que se enfrentan los auditores durante las auditorías de centros es que la mayoría de los datos están en forma de texto libre, lo que requiere un tiempo considerable para leer, evaluar y valorar los factores de riesgo de cada centro. Las organizaciones de ciencias de la vida necesitan innovar y evolucionar el paradigma de la atención al tiempo que garantizan los resultados adecuados mediante auditorías proactivas de los centros.
La solución de análisis de monitorización de sitios y detección de anomalías de Virtusa, impulsada por AWS Comprehend, analiza los informes y proporciona información sobre cada comentario con predicción de riesgo y análisis de sentimiento para cada visita al sitio. La solución proporciona los datos resultantes a los auditores destacando los riesgos críticos para una rápida revisión y evaluación del sitio para realizar auditorías proactivas.
Los procesos automatizados apoyan a los auditores durante la verificación de las normas de distribución del seguimiento de envíos salientes, donde los auditores deben comprobar las normas con las listas de productos, los acuerdos y los requisitos de la legislación. También hemos desarrollado un muestreo automático de datos en el que una muestra estratificada, seleccionada por país o nombre de producto, representa de la mejor manera posible a la población, asignando pesos específicos a los problemas relacionados con el riesgo, como el incumplimiento o el retraso en la presentación.
Solución de análisis de monitorización de sitios y detección de anomalías de Virtusa:
- Evalúa el riesgo de calidad y cumplimiento de los resultados de las inspecciones y auditorías
- Detecta, predice y alerta sobre los riesgos
- Extrae información específica del centro, del paciente o del estudio que no se encuentra en otras fuentes
- Utiliza el aprendizaje automático para extraer datos históricos y convertir el texto en puntuaciones de riesgo, sentimiento, problemas de EA, desviaciones del protocolo o del consentimiento y formación del personal
- Entrena el modelo de IA con las categorías requeridas, las variables extraídas de las palabras clave utilizando los algoritmos AWS Comprehend y random forest
Con la solución de análisis de monitorización de sitios y detección de anomalías, nuestros clientes pueden
- Reducir las tareas manuales necesarias para recorrer el largo texto no estructurado y encontrar registros similares
- Detectar rápidamente los posibles riesgos o problemas para poder realizar auditorías proactivas
- Clasificar los problemas identificados y recibidos de la extracción de datos
- Extraer datos de los registros del sistema como fuente adicional de datos y para detectar procedimientos no estándar y valores atípicos
- Evaluar varios marcos de modelado temático
- Obtener visualizaciones y paneles de control para supervisar rápidamente el nivel de cumplimiento de un sitio, observar las tendencias y realizar gráficos por los problemas más comunes