Clario, un líder en soluciones de datos para ensayos clínicos, ha dado un paso adelante en la optimización de sus procesos de configuración de software mediante la adopción de una innovadora solución de inteligencia artificial generativa. Esta iniciativa responde a la necesidad creciente de mejorar la eficiencia y precisión en un sector donde la exactitud y rapidez son cruciales. Con más de cinco décadas de experiencia, Clario ha apoyado más de 30,000 ensayos y ha contribuido a 700 aprobaciones regulatorias en más de 100 países.
Uno de los principales retos que enfrentaba Clario era el manejo manual de datos provenientes de diversas fuentes, un proceso que implicaba la extracción y revisión de información de documentos PDF. Esto generaba inconsistencias y dificultades en el control de versiones. Para superar este desafío, Clario ha desarrollado el Genie AI Service en Amazon Web Services, un sistema que emplea modelos de lenguaje avanzados para estructurar y generar automáticamente las configuraciones necesarias para los ensayos clínicos.
El proceso comienza con la recopilación de datos esenciales a través de una interfaz que permite a los usuarios ingresar códigos de estudio y realizar consultas para obtener detalles relevantes. La inteligencia artificial se encarga de extraer y validar automáticamente la información de los formularios transmitidos. Esto se complementa con una interfaz de revisión donde los expertos pueden verificar y ajustar la salida generada por la IA antes de completar la configuración.
Además, esta solución genera un documento de Especificación de Configuración de Software (SCS), proporcionando una fuente centralizada y autorizada de datos para los equipos. Las mejoras implementadas han logrado reducir significativamente los tiempos de ejecución y minimizar errores de transcripción, mientras fortalecen la colaboración entre equipos multidisciplinarios.
El uso del Genie AI Service ha ofrecido a Clario una mayor escalabilidad y ha facilitado una revisión más ágil y precisa de los datos. Las lecciones aprendidas subrayan la importancia de la ingeniería de prompts, la supervisión humana y la integración fluida entre los sistemas. Con esta evolución, Clario busca no solo mejorar su flujo de trabajo, sino también establecer un precedente para futuras implementaciones de inteligencia artificial en el ámbito de los ensayos clínicos.
