DistillerSR führt die branchenweit fortschrittlichsten GenAI-Funktionen zur Extraktion von Evidenzen aus wissenschaftlicher Literatur ein

DistillerSRs Smart Evidence Extraction automatisiert nun vollständig die Extraktion von Text- und Tabellendaten im großen Maßstab

OTTAWA, ON / ACCESS Newswire / 8. April 2026 / DistillerSR, der Marktführer im Bereich der KI-gestützten Automatisierung von Literaturrecherchen und des Evidenzmanagements, gab heute neue vollautomatisierte Funktionen für sein Smart Evidence Extraction (SEE)-Modul bekannt. SEE nutzt speziell entwickelte GenAI-Technologie, um End-to-End-Workflows für die Extraktion von Evidenz aus wissenschaftlicher Literatur in großem Maßstab zu automatisieren, wobei die vollständige Nachvollziehbarkeit und die menschliche Kontrolle über die von der KI generierten Ergebnisse gewährleistet bleiben.

Da das Volumen veröffentlichter Forschungsergebnisse weiterhin exponentiell wächst, stehen Forschungsteams in der Pharma- und Medizinproduktebranche unter zunehmendem Druck, Evidenz schnell und präzise zu überwachen. SEE ermöglicht es Forschungsfachleuten, die unterstützende Evidenz innerhalb der Referenz in einem Human-in-the-Loop- und vollautomatisierten Workflow genau zu finden, vorzuschlagen, zu erklären, zu extrahieren und zu verknüpfen.

Die neueste Version von SEE wurde entwickelt, um Forschungsteams von einer reaktiven zu einer proaktiven Evidenzstrategie zu führen, sagte Peter O’Blenis, CEO von DistillerSR. Durch die Automatisierung der zeitaufwändigsten und fehleranfälligsten Aspekte der Datenextraktion helfen wir unseren Kunden, lebensrettende Forschungsergebnisse kosteneffizienter sowie mit größerer Transparenz und Zuversicht auf den Markt und zu den Patienten zu bringen.

Zu den neuen SEE-Funktionen gehören:

– Vollständige Formularautomatisierung: SEE füllt nun ganze Extraktionsformulare automatisch aus und übermittelt sie, wobei es den Workflow eines menschlichen Prüfers nachbildet, um den manuellen Arbeitsaufwand deutlich zu reduzieren.

– Verbesserte Genauigkeit und Umfang: Die neueste Version von SEE zeigte im Vergleich zur Vorgängerversion eine Gesamtverbesserung von 8,3 Prozentpunkten beim standardisierten LitQA-Benchmark (Literatur-Frage-Antwort), was deutlich über vergleichbaren Benchmarks liegt.

– Kontextbezogene Verarbeitung: Dank vereinfachtem Prompting kann SEE alle Fragen in einem Formular gleichzeitig verarbeiten und so den gesamten Kontext des Extraktionsformulars sowie die Beziehungen zwischen den Variablen erfassen, was zu einer höheren Genauigkeit und Konsistenz führt.

– Erklärbare KI: Um die Einhaltung regulatorischer Anforderungen und das Vertrauen zu fördern, liefert SEE für jede vorgeschlagene Antwort Erklärungen in einfacher Sprache, einschließlich der vollständigen Nachvollziehbarkeit der von der KI extrahierten Daten.

– Echtzeitüberwachung: Ein KI-Dashboard ermöglicht es Teams, die Nutzung zu verfolgen und zu verwalten und gleichzeitig die KI-Kosten in Echtzeit zu überwachen.

– Einhaltung von KI-Produktstandards: Extrahierte Daten werden vollständig auf der sicheren Plattform von DistillerSR gehostet, wobei keinerlei Kundendaten für das Modelltraining verwendet werden. Das Unternehmen hat das NIST AI Risk Management Framework übernommen, um das Design, die Bereitstellung, das Testen und die Validierung der KI-Fähigkeiten von DistillerSR zu regeln.

Die neueste Version von SEE markiert einen bedeutenden Meilenstein im dreijährigen Eureka-ITEA-Forschungskonsortium von DistillerSR, dem weltweit größten internationalen Forschungs- und Entwicklungsnetzwerk, das 45 Länder vertritt. Das aus sechs Ländern bestehende Forschungskonsortium wird von DistillerSR geleitet und umfasst Philips Medical Systems, University of Leiden Medical Center, Bosonit, Dataseen BV, Össur, Adelphi Group, Biotronik und DrugBank. Die Mitglieder des Konsortiums arbeiten gemeinsam daran, KI-gestützte Workflows für Forschungsorganisationen zu ermöglichen, die Agentic AI integrieren, die zugrunde liegenden Evidenzdaten mit klinischen Standards und Ontologien anreichern und die Initiativen der EU im Bereich der Gesundheitsdatenräume unterstützen.

DistillerSR genießt das Vertrauen globaler Forschungsorganisationen, darunter mehr als 80 % der größten Pharma- und Medizintechnikunternehmen, Auftragsforschungsinstitute, Regierungen, NGOs und akademische Einrichtungen.

Über DistillerSR
Weitere Informationen finden Sie unter www.distillersr.com.

DistillerSR Inc. Medienkontakt:
Vivian MacAdden
vivian.macadden@distillersr.com

QUELLE: DistillerSR Inc.

Hinweis/Disclaimer zur Übersetzung (inkl. KI-Unterstützung): Die Originalmeldung in der Ausgangssprache (in der Regel Englisch) ist die einzige maßgebliche, autorisierte und rechtsverbindliche Fassung. Diese deutschsprachige Übersetzung/Zusammenfassung dient ausschließlich der leichteren Verständlichkeit und kann gekürzt oder redaktionell verdichtet sein. Die Übersetzung kann ganz oder teilweise mithilfe maschineller Übersetzung bzw. generativer KI (Large Language Models) erfolgt sein und wurde redaktionell geprüft; trotzdem können Fehler, Auslassungen oder Sinnverschiebungen auftreten. Es wird keine Gewähr für Richtigkeit, Vollständigkeit, Aktualität oder Angemessenheit übernommen; Haftungsansprüche sind ausgeschlossen (auch bei Fahrlässigkeit), maßgeblich ist stets die Originalfassung. Diese Mitteilung stellt weder eine Kauf- noch eine Verkaufsempfehlung dar und ersetzt keine rechtliche, steuerliche oder finanzielle Beratung. Bitte beachten Sie die englische Originalmeldung bzw. die offiziellen Unterlagen auf www.sedarplus.ca, www.sec.gov, www.asx.com.au oder auf der Website des Emittenten; bei Abweichungen gilt ausschließlich das Original.

Verantwortlicher für diese Pressemitteilung:

ACCESS Newswire
Client Support
500 Perimeter Park Drive, Suite D
NC 27560 Morrisville
USA

email : cs@accesswire.com

Pressekontakt:

ACCESS Newswire
Client Support
500 Perimeter Park Drive, Suite D
NC 27560 Morrisville

email : cs@accesswire.com

DistillerSR führt die branchenweit fortschrittlichsten GenAI-Funktionen zur Extraktion von Evidenzen aus wissenschaftlicher Literatur ein