Generación Aumentada por Recuperación (RAG) para Consultas en Lenguaje Natural de Datos de Inmunogenicidad de...

Área de la Ciencia:

• Biotecnología
• Inteligencia Artificial
• Inmunología

Sus antecedentes:

• La inmunogenicidad de los biológicos es fundamental para la seguridad y eficacia de los medicamentos.
• La consulta en lenguaje natural de datos complejos de biológicos presenta desafíos.
• La inteligencia artificial de generación aumentada por recuperación (RAG) ofrece una solución potencial para la síntesis de datos.

Objetivo del estudio:

• Evaluar las fortalezas y limitaciones de la IA RAG para consultar datos de inmunogenicidad de biológicos.
• Evaluar el rendimiento de diferentes modelos de lenguaje grandes (LLM) dentro de un sistema RAG.
• Identificar áreas de mejora en los sistemas RAG para el análisis de literatura científica.

Principales métodos:

• Se recuperaron prospectos de 663 biológicos de DailyMed.
• Un sistema RAG integró componentes de PNL, recuperación y LLM (ChatGPT, Gemini, DeepSeek, Llama).
• Se consultó a los LLM sobre los factores que influyen en la incidencia de anticuerpos contra el fármaco (ADA) y la tolerabilidad.

Principales resultados:

• El sistema RAG recuperó contextos relevantes pero notó imprecisiones para medicamentos proteicos no anticuerpos.
• Todos los LLM identificaron determinantes clave de la incidencia de ADA y factores de tolerabilidad.
• Las salidas de LLM variaron en detalle y exhaustividad, pero en general mostraron relevancia y fidelidad al texto fuente.
• La evaluación específica del dominio confirmó la identificación precisa de tendencias y la identificación de lagunas de conocimiento.

Conclusiones:

• Los sistemas basados en RAG pueden recuperar y sintetizar datos de inmunogenicidad de múltiples fuentes.
• Existen limitaciones, particularmente en la efectividad y precisión del recuperador para tipos específicos de medicamentos.
• Se justifica un mayor refinamiento de los sistemas RAG para la consulta confiable de datos científicos.