ИИ для фармкомпаний: извлечение данных из публикаций, документы и база знаний

Фармкомпания зарабатывает на знаниях, а значительную часть работы со знаниями до сих пор делают руками: специалисты читают статьи, переносят цифры в таблицы, ищут нужную версию документа. На этой странице: где отрасль тратит дорогие часы экспертов, какие ИИ-решения здесь окупаются, наш опыт и как начать так, чтобы результату можно было доверять.

Где фармкомпания теряет время и деньги

Научные публикации. Объем литературы постоянно растет: в PubMed больше 40 млн записей по биомедицине. Обзоры, обоснования, сравнения с конкурентами требуют прочитать десятки и сотни статей и вручную вынести из них популяции, вмешательства, исходы и цифры. По исследованию в BMJ Open, систематический обзор от регистрации до публикации занимал в среднем 67,3 недели при среднем составе в 5 авторов.

Двойная проверка. Руководство Cochrane рекомендует, чтобы данные, критичные для выводов, как минимум извлекали независимо два человека. Это правильно для качества, но удваивает ручную работу.

Мониторинг литературы для фармаконадзора. Правила надлежащей практики фармаконадзора ЕАЭС (решение Совета ЕЭК № 87) предписывают держателям регистрационных удостоверений выполнять систематический обзор литературы в справочных базах, в том числе Medline или Embase, не реже 1 раза в неделю. Это регулярная нагрузка, которая растет с каждым препаратом в портфеле.

Документы и регуляторика. Досье, инструкции, отчеты, письма регуляторов, внутренние СОПы. Поиск нужного фрагмента и сверка версий отнимают часы у людей, чье время стоит дорого.

Знания внутри компании. Ответы на типовые вопросы медицинских представителей, отдела продаж и новых сотрудников живут в головах и папках. Когда эксперт уходит, знания уходят вместе с ним.

Какие ИИ-решения в фарме окупаются

Общий принцип: ИИ берет на себя чтение, поиск и перенос данных, а оценку и решение оставляет специалисту. Каждая цифра в результате должна вести к месту в источнике, иначе ее нельзя использовать в регуляторной работе.

Наш опыт: извлечение данных из научных статей

Для международной фармкомпании (название под NDA) мы сделали систему извлечения данных из научных публикаций. Данные извлекаются по модели PICOS-T: популяция, вмешательство, сравнение, исходы, дизайн исследования и время. Система работает не только с текстом статьи, но и с таблицами и изображениями, где часто лежат ключевые цифры.

Результат: точность извлечения выше 90%, экономия больше 10 часов на одном исследовании. Проект занял 2,5 месяца.

Еще два наших проекта переносятся в фарму почти без изменений. Цифровой помощник по базе знаний ищет нужный документ в 7 раз быстрее и экономит 30% времени: сотрудник спрашивает в Telegram обычными словами и получает документ. ИИ-бенчмаркинг конкурентов делает анализ в 100 раз быстрее и вдвое снижает нагрузку на отдел. Как устроены системы ответов по документам, мы разбирали в статье про RAG-систему.

Как мы обеспечиваем доверие к результату

В фарме ошибка в цифре дороже, чем потерянное время. Поэтому мы закладываем проверку в устройство системы, а не надеемся на модель:

• Ссылка на источник для каждого значения. Эксперт видит страницу и фрагмент, откуда взята цифра, и проверяет ее за секунды.
• Точность по каждому полю. Сравниваем результат с разметкой ваших специалистов и показываем, какие поля система извлекает надежно, а какие пока требуют ручной проверки.
• Человек в контуре. Система готовит черновик, эксперт подтверждает. Ответственность за выводы и регуляторные решения остается за компанией.
• Данные в контуре. Неопубликованные и внутренние документы можно обрабатывать на моделях, развернутых у вас, без отправки во внешние сервисы. Работаем под NDA.

С какими источниками и системами работаем

Фармкомпания работает с разнородными источниками, и система должна принимать их в том виде, в каком они есть, а не требовать ручной подготовки.

• Научные публикации. PDF статей и приложений, выгрузки из библиографических баз, результаты поисковых запросов. Отдельно разбираем таблицы и рисунки: в них часто лежат исходы и размеры эффекта, которых нет в тексте.
• Внутренние документы. Отчеты, протоколы, СОПы, презентации, переписка с регуляторами. Для них важны версии: система должна отвечать по актуальной редакции и показывать, откуда взят ответ.
• Сканы. Старые документы в виде изображений распознаем, прежде чем извлекать из них данные, и отдельно меряем точность на таких файлах.
• Куда выгружаем результат. Таблицы Excel по вашему шаблону, внутренние базы и порталы, системы документооборота, Telegram-бот или веб-интерфейс для поиска по базе знаний. Формат выгрузки фиксируем на разборе, чтобы результат сразу встраивался в привычную работу отдела.

Если у компании уже есть свои инструменты для обзоров или фармаконадзора, мы не заменяем их, а добавляем ИИ-слой, который готовит для них данные. Так специалисты продолжают работать в знакомой среде, а ручной перенос цифр уходит.

С чего начать

1. Бесплатный разбор на 30-40 минут. Выбираем один процесс, где эксперты тратят больше всего часов на ручную работу с документами, и считаем, сколько это стоит.
2. Схема и выборка. Вместе с вашим специалистом фиксируем поля и формат результата, отбираем выборку источников и размечаем ее часть для сравнения.
3. Пилот. Запускаем извлечение на выборке, меряем точность по полям и экономию часов.
4. Решение по цифрам. Если результат устраивает, подключаем выгрузку в ваши системы и расширяем на другие типы документов.

Срок пилота фиксируем после разбора: он зависит от типа источников и требований к проверке.

Сколько стоит

Разбор процесса бесплатный. Пилот стоит от 300 000 ₽. Точную цену называем после разбора: она зависит от числа и сложности полей, типов источников (текст, таблицы, изображения), требований к развертыванию в контуре компании и систем, куда нужно выгружать результат.