من الكم الهائل إلى رؤى قابلة للتنفيذ: إثبات مفهوم للتنقيب في النصوص لبيانات صوت العميل.
شركة أدوية · الأدوية والتقنية الحيوية
تقييم استخراج الكيانات وتحليل المشاعر ودمج تصنيف طبي باستخدام تقارير داخلية حقيقية
الملخص التنفيذي
عملت Iknow مع إدارة الشؤون العلمية في الشركة J لتقييم قدرة برمجيات التنقيب في النصوص المتقدمة على تحديد الرؤى واستخلاصها من كمية هائلة من معلومات العملاء. تتولى الشؤون العلمية توليد المعلومات الطبية والسريرية وتجهيزها ونشرها لدعم أكثر من 40 علامة تجارية. وكان كل فريق من فرق جمع المعلومات في الشركة J (منسقو الشؤون العلمية الميدانيون، ومركز الاتصال بالعملاء، ومجموعة الاتصالات الطبية، ومجموعة التثقيف الطبي) يعدّ تقارير شهرية عن صوت العميل (VOC)، وأرادت الشؤون العلمية معرفة ما إذا كانت برمجيات تحليل النصوص قادرة على تبسيط تحليل ونشر هذا الكم المتنامي باطراد من المعلومات.
وخلال مهمة مركزة استمرت شهرًا واحدًا، اختارت Iknow حزمة SAP BusinessObjects Text Analysis لتحليل ثلاثة أشهر من تقارير VOC غير المهيكلة الخاصة بمجال علاجي ومنتج محددين، مع معالجة ملفات إدخال بصيغ Microsoft Word وPowerPoint وPDF. اختبرت Iknow الوظائف الجاهزة للمنتج، ثم طوّرت قواعد مخصصة خاصة بالشؤون العلمية عبر عملية تكرارية، مستفيدة من نتائج مشروع تدقيق المعرفة السابق الذي نفذته Iknow، ومدمجة MeSH (Medical Subject Headings)، وهو المعجم الطبي المضبوط الخاص بالمكتبة الوطنية للطب الأمريكية، لبناء قاموس مصطلحات ملائم للمجال. كما أنشأت Iknow قواعد مخصصة لتحليل المشاعر ولتمييز الجمل التي تصف خطوات تالية محتملة أو فرصًا بحثية. وأثبتت تجربة إثبات المفهوم أن محرك استخراج الكيانات في البرنامج، مقترنًا بتصنيف طبي مخصص، يستطيع بنجاح استخلاص المصطلحات والعبارات والمشاعر ذات الصلة من التقارير الداخلية مع توازن جيد في دقة النتائج.
الخلفية والسياق
نبذة عن العميل
تتولى شعبة الشؤون العلمية في الشركة J توليد المعلومات الطبية والسريرية وتجهيزها ونشرها بشأن أكثر من 40 علامة تجارية. وتعمل بنحو 350 موظفًا يغطون الولايات المتحدة.
سياق القطاع
جاءت تجربة إثبات المفهوم هذه في لحظة مفصلية للتقنية الأساسية: فقد استحوذت SAP على Business Objects في أوائل عام 2008، ضامّة بذلك استحواذ Business Objects السابق على Inxight، التي أصبحت تقنيتاها SmartDiscovery وThingFinder أساس SAP BusinessObjects Text Analysis. وبالنسبة إلى وظائف الشؤون العلمية والطبية في قطاع الأدوية، مثّلت تقارير صوت العميل التي تلخص الملاحظات الواردة عبر قنوات عديدة عبئًا تحليليًا سريع النمو لكنه كثيف الاعتماد على العمل اليدوي. وقدّم التنقيب في النصوص مسارًا لإبراز الأنماط والمشاعر بشكل منهجي، وهو ما كان سيتطلب لولاه مراجعة يدوية شاملة، وهو عمل ذو رهانات سريرية وتنظيمية حقيقية في مجال تهم فيه الإشارات الناشئة المتعلقة بالسلامة أو الفعالية. وكان إرساء تجربة إثبات المفهوم على معجم مرجعي متخصص في المجال مثل MeSH، بدلًا من الاعتماد على المعالجة اللغوية العامة وحدها، انعكاسًا لإدراك أوسع في القطاع بأن المحتوى الطبي المتخصص والحرج من حيث السلامة يتطلب صرامة تفوق ما توفره أدوات تحليل النصوص الجاهزة عادة.
الوضع الراهن
كان الهدف من تجربة إثبات المفهوم هذه هو استقصاء فعالية برمجيات تحليل النصوص في تبسيط تحليل معلومات VOC ونشرها. وكان النطاق مركّزًا عن قصد: تحليل ثلاثة أشهر من التقارير الخاصة بمجال علاجي ومنتج محددين، وتقييم مدى قدرة البرنامج على تحديد المصطلحات والعبارات الرئيسية واستخلاصها. واختارت Iknow حزمة SAP BusinessObjects Text Analysis لتحليل النصوص غير المهيكلة في التقارير الداخلية واستخلاص المعلومات الحرجة وتصنيف النتائج.
المشكلة / التحدي
- حجم هائل ومتنامٍ من معلومات العملاء. كانت مجموعات الشؤون العلمية المختلفة تولّد كمية هائلة من معلومات صوت العميل أصبح من الصعب تحليلها ونشرها يدويًا.
- غياب نهج مُثبت لاستخلاص الرؤى آليًا. لم توجد طريقة مثبتة لاستخدام التنقيب الآلي في النصوص لاستخلاص رؤى ذات معنى من التقارير الداخلية غير المهيكلة الخاصة بالشؤون العلمية.
- أدوات تنقيب نصوص عامة غير ملائمة للمحتوى الطبي. احتاجت الشؤون العلمية إلى معجم وتصنيف يعكسان مجالها الطبي والسريري المتخصص، لا إلى نهج عام جاهز للتنقيب في النصوص.
- غياب قاعدة أدلة لاستثمار تقني أكبر. احتاجت الشؤون العلمية إلى أدلة حقيقية، لا افتراضات، حول جدوى منصة تحليل النصوص قبل الالتزام بنشر أوسع.
أهداف المشروع
- استقصاء فعالية استخدام برمجيات تحليل النصوص في تبسيط تحليل معلومات VOC ونشرها.
- تحليل ثلاثة أشهر من التقارير الخاصة بمجال علاجي ومنتج محددين لاختبار أداء البرنامج في الظروف الواقعية.
- تقييم مدى قدرة البرنامج على تحديد المصطلحات والعبارات الرئيسية واستخلاصها من التقارير.
- تحديد المجالات الأخرى داخل الشؤون العلمية التي يمكن فيها تطبيق برمجيات التنقيب في النصوص وتحليلها.
نهج Iknow
كيف نظّمت Iknow العمل
نظّمت Iknow المهمة كتجربة إثبات مفهوم مركزة ومحددة النطاق (إرساء خط أساس بالوظائف الجاهزة للبرنامج، ثم تخصيص القواعد والقواميس بشكل تكراري على محتوى حقيقي من الشؤون العلمية)، بما يعكس منهجية Iknow لإثبات مفاهيم الذكاء الاصطناعي القائمة على التحقق من النهج التقني بالأدلة قبل أي استثمار في الإنتاج.
الأنشطة والقرارات الرئيسية
- اختيار المنصة. اختارت Iknow حزمة SAP BusinessObjects Text Analysis لتحليل التقارير الداخلية غير المهيكلة للشؤون العلمية واستخلاص المعلومات الحرجة وتصنيف النتائج.
- تحليل ملفات متعددة الصيغ. حللت Iknow ملفات إدخال بصيغ Microsoft Word وPowerPoint وPDF، بما يعكس المزيج الحقيقي لأنواع المستندات التي كانت مجموعات الشؤون العلمية تنتجها فعليًا.
- تطوير تكراري للقواعد المخصصة. استخدمت Iknow الوظائف الجاهزة للمنتج كخط أساس، ثم طوّرت قواعد مخصصة خاصة بالشؤون العلمية عبر عملية تكرارية لتحليل مخرجات المنتج.
- دمج نتائج تدقيق المعرفة السابق. أدمجت Iknow نتائج وتوصيات مشروع تدقيق المعرفة السابق الذي نفذته لإرساء تجربة إثبات المفهوم على المشهد الفعلي لمحتوى الشؤون العلمية.
- دمج معجم MeSH. أدمجت Iknow معجم MeSH (Medical Subject Headings)، وهو مكنز المفردات المضبوطة للمكتبة الوطنية للطب المستخدم في فهرسة مقالات PubMed، لإنشاء قاموس مصطلحات ملائم ومتخصص في المجال.
- قواعد المشاعر واكتشاف الفرص. أنشأت Iknow قواعد مخصصة لتحليل المشاعر، تغطي إشارات المنتج الإيجابية والسلبية على السواء، ولتحديد الجمل التي تتناول خطوة تالية محتملة أو فرصة لمزيد من البحث.
أصحاب المصلحة والتعاون
عملت Iknow بصفتها المتعاقد الرئيسي، متعاملة مباشرة مع الشؤون العلمية في تجربة إثبات المفهوم المركزة هذه التي استمرت شهرًا واحدًا، مستندة إلى الثقة التي ترسخت خلال مهمة تدقيق المعرفة السابقة التي نفذتها Iknow لدى المؤسسة.
التحديات وكيف تغلبت عليها Iknow
اختبار برمجيات عامة أمام لغة طبية عالية التخصص
برمجيات تحليل النصوص الجاهزة مصممة للغة الأعمال العامة، لا للمفردات المتخصصة والمرتبطة بالسلامة في محتوى الشؤون العلمية الدوائية. عالجت Iknow ذلك بإدماج MeSH، المعجم الطبي المضبوط الخاص بالمكتبة الوطنية للطب نفسها، مباشرة في تجربة إثبات المفهوم، فمنحت البرنامج قاموسًا ملائمًا للمجال بدلًا من الاعتماد على قدراته اللغوية العامة وحدها.
الموازنة بين الدقة وعدم إغفال الرؤى الحقيقية
القواعد المضبوطة بتساهل مفرط كانت ستدفن الرؤى الحقيقية وسط الضوضاء، بينما كانت القواعد المضبوطة بصرامة مفرطة تخاطر بإغفال مصطلحات ومشاعر ذات معنى تمامًا. عالجت Iknow ذلك من خلال عملية تكرارية لتطوير القواعد، بتحليل مخرجات المنتج مرارًا وصقل قواعد الاستخراج وتحليل المشاعر المخصصة حتى حققت، وفق تقييمها الخاص، توازنًا جيدًا في دقة النتائج.
النتائج والأثر
النتائج الكمية
- نطاق التحليل: تحليل ثلاثة أشهر من التقارير الخاصة بمجال علاجي ومنتج محددين.
- صيغ المستندات المعالجة: معالجة ثلاث صيغ لملفات الإدخال: Microsoft Word وPowerPoint وPDF.
- مجموعات القواعد المخصصة المسلّمة: قواعد مخصصة طُوّرت لاستخراج الكيانات وتحليل المشاعر وتحديد الخطوات التالية والفرص.
- فرص التوسع المحددة: تحديد ستة مجالات تطبيق إضافية لنشر أوسع للتنقيب في النصوص: إنشاء التصنيفات، وإنشاء البيانات الوصفية، وتحسين البحث والتصفح، والوسم لأغراض إدارة المحتوى، وتحليل بيانات مركز الاتصال، وتحليل تقارير VOC.
- مدة المهمة: مهمة استمرت شهرًا واحدًا.
النتائج النوعية
أثبتت Iknow أن محرك استخراج الكيانات في منتج SAP BusinessObjects Text Analysis، مقترنًا بتصنيف طبي مخصص، يستطيع بنجاح استخلاص المصطلحات والعبارات والمشاعر ذات الصلة من التقارير الداخلية للشؤون العلمية، وبيّنت كيفية إنشاء القواعد والقواميس وكيف يمكن لتقنية التجذيع تحديد مصطلحات إضافية ذات معنى. ومنحت تجربة إثبات المفهوم الشؤونَ العلمية ثقةً قائمة على الأدلة بأن التنقيب في النصوص يمكن أن يمتد إلى ما هو أبعد بكثير من تقارير VOC (إلى إنشاء التصنيفات، وإنشاء البيانات الوصفية، وتحسين البحث والتصفح، والوسم لأغراض إدارة المحتوى، وتحليل بيانات مركز الاتصال)، وأنه يمكن دمجه مع أدوات ذكاء الأعمال لإنشاء لوحات معلومات إلكترونية لتقارير الإدارة التنفيذية.
الوقت حتى تحقق الأثر
خلال المهمة التي استمرت شهرًا واحدًا، سلّمت Iknow تجربة إثبات مفهوم عاملة ومقيَّمة شملت القواعد المخصصة ودمج المعجم الطبي وتحليل المشاعر، إلى جانب رؤية موثقة للمجالات التي يمكن أن تمتد إليها التقنية عبر العمليات الأوسع للشؤون العلمية.
قدرات Iknow التي أثبتها المشروع
المهارات الأساسية
- تطوير تجارب إثبات المفهوم في الذكاء الاصطناعي والتنقيب في النصوص
- التصنيف الآلي للمحتوى واستخراج الكيانات
- دمج التصنيفات والمعاجم الطبية
- تصميم قواعد تحليل المشاعر
الأساليب والأطر
- التطوير والضبط التكراري للقواعد
- دمج المعاجم المتخصصة في المجال (MeSH)
- تقييم تجربة إثبات المفهوم ضمن نطاق محدد
التقنيات والأدوات
- حزمة SAP BusinessObjects Text Analysis
- MeSH (Medical Subject Headings)؛ استخراج الكيانات والتجذيع
ضع هذه الخبرة في خدمة مشكلتك.
كثير من أعمالنا لا يظهر على الموقع. احجز مكالمة وأخبرنا عن قطاعك وسنعرض عليك المشاريع التي تقابل مجالك.