Este artículo describe PRINCE (Preclinical Information Center), una plataforma agéntica basada en la nube que Bayer AG desarrolló junto a Thoughtworks para transformar el acceso a datos en la fase preclínica del desarrollo de fármacos. El sistema integra décadas de informes de seguridad en PDF y datos estructurados mediante una combinación de Generación Aumentada por Recuperación agéntica (Agentic RAG) y Text-to-SQL, y evolucionó en tres fases: "Search", que unificó silos de metadatos en un buscador con filtros; "Ask", que incorporó RAG para responder preguntas en lenguaje natural sobre informes no estructurados; y "Do", la fase actual, en la que PRINCE actúa como asistente de investigación capaz de ejecutar tareas complejas y redactar documentos regulatorios. La arquitectura se apoya en LangGraph para la orquestación, FastAPI como backend y una interfaz conversacional en React, con un diseño modular de agentes especializados en planificación, investigación y redacción. Los autores reinterpretan las decisiones de ingeniería mediante dos conceptos: context engineering, que define qué información recibe cada modelo y cómo circula entre agentes, y harness engineering, que abarca la orquestación, los límites de las herramientas, la persistencia de estado, los reintentos, la validación, los bucles de reflexión, la observabilidad y la revisión humana. El sistema prioriza la confianza a través de transparencia, explicabilidad e integración humana en el bucle, y utiliza reconocimiento de entidades nombradas para mejorar la calidad de los datos. Los autores concluyen que PRINCE ilustra el potencial transformador de la IA en la industria farmacéutica, mejorando la accesibilidad a los datos y la eficiencia de la investigación sin renunciar a la gobernanza y el cumplimiento normativo.
Noticias agregadas con IA