Notre client, un fabricant mondial de produits pharmaceutiques, avait besoin d'une méthode rationalisée pour extraire et analyser les informations fournies par les professionnels de la santé, tout en garantissant la conformité réglementaire. Les processus existants étaient manuels et gourmands en ressources, et nécessitaient des efforts considérables pour catégoriser les informations et générer des rapports.

‍

Les équipes de vente, de recherche et de marketing fonctionnaient en vase clos, chacune s'appuyant sur des sources de données différentes. L'absence de système centralisé rendait difficile l'automatisation de l'ingestion des données, la classification des informations et l'accès en temps réel aux informations critiques. Pour relever ces défis, l'entreprise s'est associée à Compass Analytics pour mettre en œuvre une solution pilotée par l'IA comprenant l'automatisation, la modélisation prédictive et l'extraction de connaissances en temps réel.

‍

Surcharge de données

Avec des milliers de rapports HCP et un retour d'information continu, l'entreprise s'est efforcée de traiter et d'analyser efficacement de vastes quantités de données médicales.

Processus manuels et inefficacité

Le traitement manuel des données nécessitait des efforts considérables pour consolider, classer et résumer les tendances en matière de prescription, ce qui ralentissait la production d'informations.

Manque d'informations en temps réel

Sans l'automatisation, les tendances critiques en matière de comportement de prescription et de perception des patients étaient souvent identifiées trop tard, ce qui limitait la prise de décision proactive.

‍

Compass Analytics a développé un système alimenté par l'IA qui automatise l'extraction, la catégorisation et la récupération des connaissances. En intégrant Snowflake pour le stockage sécurisé et Dataiku pour l'analyse avancée, l'entreprise a mis en place un pipeline robuste qui rationalise l'ingestion et la transformation des données.

‍

Un chatbot LLM personnalisé dans l'application web Dataiku Answers a fourni un accès en temps réel à une base de connaissances, garantissant que les équipes puissent récupérer instantanément des informations pertinentes. Les idées et les résultats de la modélisation des sujets issus de l'analyse LDA/LLM ont été automatiquement étiquetés à l'aide de scores de cohérence afin de déterminer la segmentation optimale des sujets. Ces résultats ont été déployés via un plugin Dataiku personnalisé développé par Compass et visualisés dans Power BI.

‍

En mettant en œuvre des pipelines de données robustes, une récupération des connaissances en temps réel et une modélisation thématique avancée, l'entreprise a transformé sa capacité à extraire, résumer et analyser les informations médicales. L'intégration de Snowflake, Dataiku et Power BI a permis de rationaliser les opérations, d'améliorer la précision des informations et d'accélérer la prise de décision. Grâce à la mise en place d'une solution d'IA évolutive, l'entreprise a bénéficié d'une meilleure visibilité sur les comportements de prescription, d'un développement proactif de la stratégie et d'une collaboration plus efficace entre les équipes.

Résumés d'informations pilotés par l'IA

L'automatisation de la synthèse des informations médicales a permis d'accélérer la production de rapports et d'améliorer la visibilité des comportements de prescription des professionnels de santé. Les recettes LLM de Dataiku ont catégorisé et résumé les informations, réduisant ainsi le temps de traitement manuel.

Automatisation cognitive pour un traitement rationalisé des données

Élimination des efforts manuels dans l'ingestion, la transformation et la modélisation des données. Snowflake a stocké les données HCP structurées et non structurées, tandis qu'un plugin Dataiku personnalisé a classé les informations en utilisant la modélisation thématique LDA/LLM. Les analystes et les équipes commerciales ont pu se concentrer sur la stratégie plutôt que sur le traitement des données.

Accès aux connaissances en temps réel avec les chatbots LLM

Les équipes de vente, de marketing et de recherche ont obtenu un accès instantané à une base de connaissances médicales. Un chatbot RAG basé sur le LLM a récupéré des informations pertinentes dans l'application web Dataiku Answers, permettant une intégration transparente avec les données Snowflake. La prise de décision s'est accélérée et la collaboration entre les équipes s'est améliorée en réduisant la dépendance à l'égard des recherches et des rapports manuels.

‍