Wie Indegene die Datenqualität in den Lebenswissenschaften modernisiert und skaliert
aws ·
Indegene hat im Rahmen seiner NEXT Unified Data Platform einen generativen KI-gestützten Data Quality Agent entwickelt, um die Herausforderungen der Skalierung von Datenqualität in der Life-Sciences-Branche zu bewältigen. Dieser Agent nutzt Amazon Bedrock und Retrieval Augmented Generation (RAG), um kontextbewusste Validierungsregeln zu erstellen, indem internes Unternehmenswissen mit externen Referenzstandards kombiniert wird. Durch die Analyse von Metadaten, Profilerstellungsergebnissen und Anomalieerkennungssystemen generiert das System technischen sowie geschäftsspezifischen SQL- und Python-Code für Datenintegritätsprüfungen. Die Lösung reduziert den manuellen Aufwand erheblich und verkürzt die Zeit zur Definition von Regeln von etwa 30 Stunden auf nur 4 Stunden pro Datensatz, was einer Effizienzsteigerung von 85 % entspricht. Sie gewährleistet strenge Governance durch einen Human-in-the-Loop-Arbeitsablauf, bei dem Datenverwalter hochkonfide Recommendations vor der Ausführung überprüfen und genehmigen. Zu den wichtigsten Funktionen gehören automatisierte Anomalieerkennung, Schweregradklassifizierung basierend auf Geschäftsauswirkungen sowie nahtlose Integration in bestehende ETL-Pipelines. Dieser Ansatz hilft Organisationen im Life-Sciences-Sektor, komplexe, regulierte Datenökosysteme zu verwalten und gleichzeitig Compliance sowie Vertrauenswürdigkeit für unternehmensweite KI-Anwendungen sicherzustellen.
aws