Lomake on lähetetty onnistuneesti.
Lisätietoja on postilaatikossasi.
Innowise toteutti monitahoisen lääketieteellinen tutkimusohjelmisto päivitys ontologiatoimittajalle, joka sisällytti AI-ohjatun haun, mukautetut datan mittaritaulut ja ontologioiden integroinnin kemiallisen tutkimusyrityksen infrastruktuuriin.
Asiakkaamme, joka on johtava ontologia-alan yritys, toimii Saksassa. Yritys on erikoistunut sellaisten teknologioiden kehittämiseen, jotka poimivat tietoa strukturoidusta ja strukturoimattomasta datasta ja muuttavat sen tietämykseksi tutkimusta, löytöjä ja päätöksentekoa varten. Heidän asiantuntemuksensa kattaa kemian, biologian ja niihin liittyvät tieteenalat. Yrityksellä on laaja ontologiajärjestelmä, joka on toisiinsa liittyvien tieteellisten termien ja käsitteiden jäsennelty kehys.
Yksityiskohtaisia tietoja asiakkaasta ei voida luovuttaa NDA:n ehtojen mukaisesti.
Pääasialliset haasteet, joita asiakkaamme kohtasi, keskittyivät kolmeen pääalueeseen: etupään kehittäminen AI:llä toimivaan hakujärjestelmäänsä, jolla automatisoidaan tietojen visualisointi lääketieteen tutkimusohjelmistoissa ja integroimalla niiden ontologiat olemassa olevaan kemiantutkimusyrityksen järjestelmään:
Innowise:n tiimi keskittyi hankkeen kolmeen keskeiseen osa-alueeseen:
Tiimimme keskittyi kehittämään ja parantamaan erikoistunutta AI-käyttöjärjestelmään perustuvaa hakujärjestelmää, joka on keskeinen osajärjestelmä laajemmassa kokonaisuudessa, joka on suunniteltu web- ja mobiilikäyttöliittymiä varten. Tehtävään sisältyi useita teknisiä ja toiminnallisia parannuksia:
Meidän datatieteen tiimi keskityttiin tietojen visualisoinnin automatisointiin kojelautojen avulla, mikä on ratkaisevan tärkeää asiakkaan tutkimuksessa, jolla pyritään tunnistamaan molekyylikohteita uusia lääkehoitoja varten. Tutkittaviin ensisijaisiin sairauksiin kuuluivat liikalihavuus ja lihassairaudet.
Kojelaudan luominen: Ryhmän tavoitteena oli luoda kojelautoja lääketietojen visualisoimiseksi. Tämä edellytti suurten tietokokonaisuuksien, jotka ovat valtava määrä kommentoituja lääketieteellisiä artikkeleita, joissa on yksilölliset tunnisteet ja metatiedot, käsittelyä suuriksi GBQ-taulukoiksi.
Tietojen visualisointi: Käyttämällä Looker Studio, muutimme nämä suuret datataulukot pienempiin, helpommin hallittaviin muotoihin kojelautojen luomista varten. Tämä visualisointivaihe oli välttämätön, jotta asiantuntijat voivat paremmin tarkastella ja suodattaa tietoja.
Mittariston automatisointi: Lääketieteen asiantuntijoiden hyväksynnän jälkeen automatisoimme kojelaudan luomisen tietotekniikan tekniikoiden avulla. Tähän liittyi SQL-skriptejä sisältävien tietovarastojen käyttäminen tarvittavien tietojen hakemiseen. Skriptit ajoitettiin ajettaviksi tietyin väliajoin, jotta kojelaudat pysyivät ajan tasalla uusimpien tutkimustulosten kanssa.
Jatkuvat päivitykset ja integrointi: Ratkaisumme mahdollisti uusien relevanttien julkaisujen jatkuvan integroinnin mittaristoihin. Tätä dynaamista päivitysprosessia helpotti Google Cloud Functions. Se piti kojelaudat ajan tasalla uusimmilla tiedoilla.
Kyselyjen hallinta: Käsittelimme kyselyjä suurten taulukoiden kautta ja poimimme hakukyselyihin perustuvia erityistietoja. Sen jälkeen tiimi visualisoi nämä tilastot kojelaudoissa ja tunnisti mahdolliset ongelmat hakukyselyissä.
Projektimme keskittyi asiakkaamme ontologioiden integroimiseen kemiallisen tutkimusyrityksen vakiintuneeseen laboratorionhallintaohjelmistoon. Tehtävään sisältyi useita keskeisiä vaiheita vanhentuneen järjestelmän nykyaikaistamiseksi ja automatisoimiseksi:
Lähestymistapamme kehitysprosessiin oli metodinen ja noudatti ketteriä periaatteita, mikä varmisti joustavuuden ja jatkuvan parantamisen.
Aluksi teimme perusteellisen tutkimuksen asiakkaan tarpeiden ja olemassa olevien järjestelmien ymmärtämiseksi ja laadimme yksityiskohtaisen Vision- ja laajuusasiakirjan. Alkuperäisten havaintojen perusteella suunnittelimme ja kehitimme tarvittavat ominaisuudet kutakin virtausta varten. Tiimimme piti säännöllisiä sprinttipalavereja varmistaakseen, että työmme vastasi asiakkaan odotuksia. Kaikki ominaisuudet toteutettiin ja testattiin tiukasti suorituskyvyn ja tarkkuuden osalta, ja asiakas antoi jatkuvasti palautetta.
Tehokkaaseen viestintään ja projektin seurantaan käytimme Microsoftin työkaluja ja Monday.com-sivustoa, mikä varmisti avoimen prosessin ja reaaliaikaiset päivitykset.
1
Projektipäällikkö
3
React Kehittäjät
3
Java-kehittäjät
1
ML/Python Kehittäjä
2
Tiedot Engineers
Yhteistyössä asiakkaan kanssa, joka kattaa kolme keskeistä osa-aluetta, olemme edistyneet merkittävästi asiakkaan tieteellisten tutkimusvalmiuksien kehittämisessä. Tässä on tilannekuva todellisista tuloksista:
60%
manuaalisen tietojenkäsittelyn vähentäminen
3x
tiedonhaun nopeutuminen
50%
nopeampi kommentointiprosessi
Viestisi on lähetetty.
Käsittelemme pyyntösi ja otamme sinuun yhteyttä mahdollisimman pian.
Rekisteröitymällä hyväksyt Tietosuojakäytäntö, mukaan lukien evästeiden käyttö ja henkilötietojesi siirto.