Today, Real World Data (RWD) is a popular topic in many studies. In particular, it is anticipated to be a significant resource for addressing issues brought on by drug development costs, lengthy development times, and safety concerns. The Swedish healthcare Quality Registries (QR) are studied to contribute to the improvement of health care with individual-based clinical data. Recorded data is used for quality improvement, guidance compliance monitoring, and research. However, the workflow for such a framework that applies RWD which is patient-related data that came from various sources to the new drug development field is currently not well-defined. Thus the main aim of this project is to establish a strategy for integrating RWD with pharmaceutical modeling. To achieve this aim, QRs were examined through an ontological approach. The data and procedures necessary for modeling the development of new drugs, as well as the correspondence of the pieces offered by QR, were studied to assess the feasibility. The modeling of new drug development was studied for three applications: Adverse Drug Event (ADE), Computer-based Simulation (CBS), and drug repurposing, and the analysis of QRs was conducted on seven diseases. After in-depth analysis, although there were differences between the registries, it showed enough feasibility in terms of how much the data provided in the studies on drug repurposing and computer-based simulation satisfied the items required for new drug development. However, in the case of rare diseases, given the lack of an automated method, the ethical ambiguity, and the speed of the process, there still seems to be potential for improvement.  Many registries have begun to support research on the development of novel medications, such as by independently recording the features of drugs. These initiatives could enable the future potential of new Real World Evidence (RWE) such as in the field of proteomics and genomics discovery. / Idag är Real World Data (RWD) ett populärt ämne i många studier. I synnerhet förväntas det vara en betydande resurs för att ta itu med problem som orsakas av kostnader för läkemedelsutveckling, långa utvecklingstider och säkerhetsproblem. Kvalitetsregistren studeras för att bidra till att förbättra hälso- och sjukvården med individbaserade kliniska data. Registrerade data används för kvalitetsförbättring, övervakning av efterlevnad av riktlinjer och forskning. Arbetsflödet för ett sådant ramverk som tillämpar RWD som är patientrelaterad data som kom från olika källor till det nya läkemedelsutvecklingsområdet är dock för närvarande inte väldefinierat. Därför är huvudsyftet med detta projekt att upprätta en strategi för att integrera RWD med läkemedelsmodellering. För att uppnå detta mål undersöktes kvalitetsregister genom ett ontologiskt tillvägagångssätt. De data och procedurer som krävs för att modellera utvecklingen av nya läkemedel, såväl som överensstämmelsen mellan de bitar som erbjuds av kvalitetsregister, studerades för att bedöma genomförbarheten. Modelleringen av utvecklingen av nya läkemedel studerades för tre tillämpningar: skadlig läkemedelseffekt, datorbaserad simulering och återanvändning av läkemedel, och analys av kvalitetsregister genomfördes på sju sjukdomar. Efter en djupgående analys, även om det fanns skillnader mellan registren, visade den tillräcklig genomförbarhet när det gäller hur mycket data som tillhandahållits i studierna om läkemedelsåteranvändning och datorbaserad simulering uppfyllde de krav som krävdes för utveckling av nya läkemedel. Men när det gäller sällsynta sjukdomar, med tanke på avsaknaden av en automatiserad metod, den etiska oklarheten och processens snabbhet, verkar det fortfarande finnas potential för förbättringar. Många register har börjat stödja forskning om utveckling av nya mediciner, till exempel genom att oberoende registrera drogens egenskaper. Dessa initiative skulle kunna möjliggöra den framtida potentialen för nya verkliga bevis, såsom inom området för proteomik och genomik.