Los investigadores han presentado TrialAtlas, una organización de investigación multiagente con memoria aumentada diseñada para asistir en la planificación del desarrollo clínico (CDP). El sistema coordina agentes especializados para la síntesis de literatura, inteligencia competitiva y análisis regulatorio, con el fin de anticipar los riesgos del desarrollo.

  • TrialAtlas aprende de ensayos clínicos históricos y de solicitudes previas de nuevos medicamentos (NDAs) para fundamentar sus decisiones en la experiencia acumulada.
  • El equipo evaluó el sistema utilizando TrialAtlasBench, un conjunto de datos de 291 Cartas de Respuesta Completa de la FDA que abarca la detección de deficiencias, mejoras en el diseño y predicción del éxito.
  • Para la detección de deficiencias, TrialAtlas obtuvo una puntuación F1 de 50.0 %, superando al mejor punto de referencia en 6.1 puntos.
  • Alcanzó una precisión equilibrada del 85.3 % y una F1 del 84.7 % para predecir el éxito técnico y regulatorio, mejorando sobre los puntos de referencia en 6.7 puntos en precisión equilibrada y 12.0 puntos en la kappa de Cohen.
  • En las evaluaciones de expertos, el 86.4 % de las preocupaciones generadas por TrialAtlas fueron juzgadas válidas, en comparación con el 83.1 % para OpenAI DeepResearch y el 59.3 % para Gemini DeepResearch.

El sistema tiene como objetivo reducir la naturaleza intensiva en mano de obra y subjetiva de la planificación del desarrollo clínico, proporcionando información basada en datos sobre el diseño de los ensayos y los resultados regulatorios.