Bayer AG új AI-rendszere gyorsítja a gyógyszerkutatást
A Bayer AG és a Thoughtworks által közösen fejlesztett PRINCE platform mesterséges intelligenciát használ a gyógyszerkutatási adatok elemzésére, így gyorsítva a komplex kérdések megválaszolását és a dokumentumok elkészítését.

A Bayer AG és a Thoughtworks közös fejlesztésű PRINCE (Preclinical Information Center) platformja forradalmasítja a gyógyszerfejlesztésben rejlő adatkezelési kihívásokat. A rendszer Agentic Retrieval-Augmented Generation (RAG) és Text-to-SQL technikákat alkalmazva integrálja évtizedes biztonsági tanulmányok adatait. (Hacker News)
A PRINCE a hagyományos kulcsszavas keresést egy intelligens kutatási asszisztensre cseréli, amely képes összetett kérdések megválaszolására és szabályozási dokumentumok megfogalmazására. A rendszer megbízhatóságát a kontextus- és harness-mérnöki megközelítések, valamint az emberi felügyelet biztosítja, ezzel is elősegítve a bizalmat a termelésben használt LLM-ek iránt.
Kapcsolódó: AI-ügynökök biztonságának javítása
A platform jelentősen javítja az adatok hozzáférhetőségét és a kutatási hatékonyságot a gyógyszerészeti preklinikai munkában. A rendszer a Bayer AG korai befektetéseinek eredményeként jött létre, és a kutatási adatokat egy nehezen áttekinthető labirintusból intuitív, beszélgetés alapú élménnyé alakítja — írja a MartinFowler.com.
Kapcsolódó: AI-kompatibilitás tesztelése
A preklinikai kutatás rendkívül összetett és adatigényes. A kutatók számára kihívást jelent a hatalmas mennyiségű információ hatékony elérése és elemzése. A hagyományos kulcsszavas keresés gyakran nem elegendő a preklinikai kutatási kérdések árnyalt természetéhez. A Generatív AI, különösen a RAG, új lehetőségeket kínál: lehetővé teszi a kutatók számára, hogy természetes nyelven tegyenek fel komplex kérdéseket, és pontos, kontextus-gazdag válaszokat kapjanak a Bayer AG saját adataira alapozva.
Kapcsolódó: AI ügynökök gyorsabb üzembe helyezése
A PRINCE három fő fázison ment keresztül: kezdetben egységesített keresőfelületként működött több ezer nem-klinikai tanulmányra, majd a RAG integrálásával természetes nyelvi lekérdezési rendszerré alakult. A rendszer megbízhatóságát a kontextus-mérnöki (context engineering) és harness-mérnöki (harness engineering) döntések határozzák meg, amelyek magukban foglalják az orchestrációt, a hibakezelést, a megfigyelhetőséget és az emberi felülvizsgálatot.
Kapcsolódó: AI-ügynökök megbízhatósága
A platform a bizalom kiépítését is prioritásként kezeli az átláthatóság, a magyarázhatóság és az ember-a-hurokban (human-in-the-loop) integráció révén. A PRINCE a gyógyszeriparban rejlő AI transzformatív potenciálját demonstrálja, miközben biztosítja a kormányzati és megfelelőségi követelményeket. A rendszer 2026. június 16-án került bemutatásra.
Kapcsolódó: Lokális AI-ügynökök védelme