Extracción automática del documento SmPC para la construcción del modelo de datos IDMP utilizando la fundación LLM y...

Área de la Ciencia:

• Ciencias de la reglamentación farmacéutica
• Inteligencia artificial en el desarrollo de medicamentos
• Estandarización y interoperabilidad de los datos

Sus antecedentes:

• La industria farmacéutica está haciendo la transición a procesos basados en datos, que requieren estándares de intercambio de datos estructurados como la identificación de medicamentos (IDMP).
• La extracción y estandarización de datos de documentos no estructurados, como el Resumen de las Características del Producto (RCP), para el cumplimiento de las PMDI presenta desafíos significativos.

Objetivo del estudio:

• Investigar la eficacia de los grandes modelos lingüísticos (LLM) de la fundación combinados con la generación aumentada de recuperación (RAG) para la extracción estructurada de datos de los documentos del RCP.
• Evaluar diferentes modelos de incrustación y estrategias de solicitación para optimizar la precisión de la extracción de datos para el cumplimiento de IDMP.

Principales métodos:

• Utilizó LLM de fundación (Claude 3.5 Sonnet, Gemini 1.5 Flash) con generación aumentada de recuperación (RAG).
• Empleó varios modelos de incorporación (generalista, especializado, híbrido) y métodos de recuperación basados en reglas.
• Evaluó múltiples estrategias de incitación, centrándose en el contexto, la acción y los ejemplos.

Principales resultados:

• Claude 3.5 Sonnet demostró un rendimiento superior en comparación con Gemini 1.5 Flash.
• La generación aumentada de recuperación (RAG) con búsqueda semántica utilizando modelos de incorporación superó los enfoques basados en reglas.
• Las indicaciones contextuales, orientadas a la acción y basadas en ejemplos fueron más efectivas.
• Alcanzó una puntuación BERT F1 de hasta 0,98 para la extracción de datos de medicamentos.

Conclusiones:

• El enfoque LLM-RAG permite la extracción precisa y escalable de datos estructurados de los CCP, apoyando la transformación digital de la regulación farmacéutica.
• Este método promueve la estandarización, la interoperabilidad y la armonización en los procesos regulatorios.
• La aplicación efectiva puede mejorar el cumplimiento normativo, simplificar las presentaciones y mejorar la consistencia de los datos para las empresas farmacéuticas.