AWS wdrożyła rozwiązanie GraphRAG, które zmienia sposób pracy nad badaniami farmaceutycznymi. Technologia zintegrował dotąd rozdzielone proprietary databases w jeden przeszukiwalny graf wiedzy, skracając cykl badań nad lekami aż o 87 procent.
Problemy, które GraphRAG rozwiązuje, były fundamentalne dla branży. Kluczowe zestawy danych - od metryki klinicznych po notatki laboratoryjne - były rozproszone między oddzielne systemy magazynowania, przez co naukowcy nie mogli odkrywać utajonych powiązań. Dodatkowo gdy pracownicy odchodzili, zabierali ze sobą kluczowy kontekst projektów. Historycznie wstępne fazy gromadzenia i selekcji danych zajmowały ponad sześć miesięcy na iterację z zaledwie pięcioprocentowym wskaźnikiem powodzenia. AWS zaadoptował GraphRAG framework łączący grafy bazodanowe z NLP, wykorzystując Amazon Neptune Analytics i Bedrock. Pracownicy mogą teraz zadawać naturalne zapytania w języku angielskim i uzyskać odpowiedzi mapowane do zweryfikowanej literatury branżowej oraz wewnętrznych zbiorów danych.
Wdrożenie nie jest pozbawione wyzwań. Integracja izolowanych proprietary datasets z niestrukturalnymi otwartymi repozytoriami, takimi jak PubMed, wprowadza znaczące problemy normalizacji danych. Wymaga to ścisłego nadzoru schematów, aby uniknąć niedokładnych mapowań relacji i zmniejszyć ryzyko halucynacji modelu. Firmy mogą wtyczać własne grafy wiedzy, ale sukces zależy od jakości przygotowania danych.