Ako nemecká farmaceutická firma ušetrila 220 000 eur automatizáciou auditov cez RAG

Manuálne prechádzanie tisícok strán protokolov z klinických skúšok spojené s novými prísnymi požiadavkami normy EU AI Act vyriešila nemecká farmaceutická spoločnosť nasadením vlastného RAG systému kombinujúceho model BioGPT a OpenAI Enterprise API.

Kontext a výzva farmaceutického hráča

Stredne veľký výrobca liečiv z Nemecka so 450 zamestnancami čelil vážnemu spomaleniu vývojového cyklu pri schvaľovaní nových terapeutických látok. Spracovanie, verifikácia a kros-referenčná kontrola rozsiahlej klinickej dokumentácie si vyžadovala viac ako tri týždne intenzívnej práce vysoko kvalifikovaných interných tímov a externých právnych poradcov. Uvedenie európskeho nariadenia EU AI Act navyše prispelo k vyššej komplexnosti: firma musela striktne garantovať a auditovať transparentnosť dátových množín, sledovať pôvod dát a overovať zhodu spracovania algoritmov s legislatívou. Každá administratívna chyba alebo opomenutie znamenali riziko zastavenia schvaľovacieho procesu Európskou liekovou agentúrou (EMA) a hrozbu vysokých sankcií.

Technická architektúra: Hybridný RAG model v praxi

Inžinieri navrhli bezpečné interné riešenie založené na architektúre RAG (Retrieval-Augmented Generation), ktoré spĺňa najprísnejšie štandardy GDPR a enterprise bezpečnosti. V prvom kroku vstupuje neštruktúrovaná dokumentácia z klinických testov do spracovateľského reťazca, kde špecializovaný otvorený model BioGPT zaisťuje presnú extrakciu biomedicínskych entít, identifikáciu špecifických terminológií a automatizovanú anonymizáciu osobných údajov pacientov.

Spracované dáta sú následne indexované vo vektorovej databáze. Nad týmto dátovým skladom operuje OpenAI Enterprise API, ktoré vykonáva hĺbkovú semantickú analýzu. Použitie podnikovej verzie API zaručuje, že žiadne citlivé firemné dáta ani výsledky výskumu nezostávajú na serveroch poskytovateľa a nie sú použité na tréning komerčných modelov.

Systém automaticky porovnáva texty dokumentácií s neustále aktualizovanou databázou pravidiel EU AI Act. Vyhľadáva porušenia transparentnosti, chýbajúce odkazovanie na metodiku zberu dát či nezrovnalosti v oznamovaní nežiaducich účinkov. Ak AI identifikuje potenciálnu nezhodu, vytvorí pre auditný tím správu s presným odkazom na odsek v legislatíve a navrhne úpravu formulácie.

Merateľné výsledky a finančný dopad

Zavedenie RAG architektúry prinieslo hmatateľné zrýchlenie celého auditného procesu. Čas potrebný na kompletnú kontrolu a validáciu dokumentácie z jednej fázy klinického skúšania klesol z pôvodných 21 dní na 4 dni. Pôvodne manuálna práca sa zmenila na kontrolný proces, kde ľudskí experti iba potvrdzujú alebo upravujú nálezy vygenerované systémom.

V priebehu roka 2024 firma znížila rozpočet na externé právne audity a regulačné konzultácie o 220 000 EUR. Zároveň sa eliminovalo riziko pokút za porušenie EU AI Act, ktoré môžu v prípade závažných pochybení dosiahnuť až 35 miliónov EUR alebo 7 % celosvetového obratu. Spoločnosť dosiahla 100 % úspešnosť pri interných compliance provierkach.

Lekcie pre farmaceutický sektor

Tento príklad ukazuje efektívnu cestu pre technologických lídrov v zdravotníckom a farmaceutickom priemysle. Spojenie voľne dostupných špecializovaných modelov (ako BioGPT) na lokálnu predpripravu dát s uzatvorenými enterprise LLM modelmi poskytuje rovnováhu medzi bezpečnosťou, presnosťou a rýchlosťou spracovania.

Pre firmy pôsobiace v prísne regulovaných odvetviach je kľúčové vnímať legislatívne požiadavky EU AI Act nie ako prekážku, ale ako zadanie pre automatizáciu. Skorá investícia do vlastnej RAG infraštruktúry chráni firmy pred právnymi rizikami a výrazne skracuje čas potrebný na uvedenie nových produktov na trh.