Pesquisadores apresentaram o TrialAtlas, uma organização de pesquisa multiagente com memória aprimorada, projetada para auxiliar no planejamento do desenvolvimento clínico (CDP). O sistema coordena agentes especializados para síntese de literatura, inteligência competitiva e análise regulatória, a fim de antecipar riscos no desenvolvimento.
- O TrialAtlas aprende com ensaios clínicos históricos e Aplicações de Novos Medicamentos (NDAs) anteriores, fundamentando suas decisões em experiência acumulada.
- A equipe avaliou o sistema usando o TrialAtlasBench, um conjunto de dados com 291 Cartas de Resposta Completa da FDA, cobrindo detecção de deficiências, melhorias no planejamento e previsão de sucesso.
- Para a detecção de deficiências, o TrialAtlas alcançou uma pontuação F1 de 50,0%, superando a linha de base mais forte em 6,1 pontos.
- Alcançou 85,3% de acurácia balanceada e 84,7% de F1 para prever sucesso técnico e regulatório, melhorando as linhas de base em 6,7 pontos na acurácia balanceada e 12,0 pontos no kappa de Cohen.
- Nas avaliações de especialistas, 86,4% das preocupações geradas pelo TrialAtlas foram consideradas válidas, comparado a 83,1% para o OpenAI DeepResearch e 59,3% para o Gemini DeepResearch.
O sistema visa reduzir a natureza trabalhosa e subjetiva do planejamento do desenvolvimento clínico, fornecendo insights baseados em dados sobre o planejamento de ensaios e os resultados regulatórios.