数据整合加速了药物搜索

在药学R中&D, 数据从几个来源生成:流程, 病人, 零售商, 和照顾者, 等. 制药R&使用传统方式创建apr的D组织手动将纸张规格合并到所有R的粘合剂中&D函数. 具体地区规则, 合规要求, 外部的规章制度拖慢了客户的工作流程. 多种格式的电子表格导致了手工输入和数据重复造成的错误——这是不可避免的“旋转效应”，即从不同的数据中提取数据, 未连接的软件包. Iris was approached to improve the process of collecting and using data from multiple sources; the improvement would help the client identify and develop new potential drug candidates faster.

Iris的12位专家团队设计了, 发达, 测试, 并部署了一个基于云的应用程序，将来自多个地区和八个不同系统的数据集成到一个应用程序中, 客户端用户统一接口. 宝博app的应用程序统一了跨业务线和20个不同产品系列的客户工作流的创建和管理. The development environment included 亚马逊的AWS OPCx; Webmethods; 自然语言处理(NLP); 神经网络; 和Python编程.

在应用程序发布的一年内, 2,当时有800名用户在使用该应用程序, 55%的apr在10周或更短的时间内周转. 多亏了内存中的数据网格, 整个交易的响应时间已降至近2秒. Iris开发的基于云的应用程序确保数据在系统之间自动无缝地共享，这些系统以前是独立的，需要繁琐的手动输入数据.