En el ámbito de la ciencia farmacéutica, la búsqueda de nuevos medicamentos es un proceso complejo que requiere tiempo y recursos significativos. Sin embargo, empresas de renombre como Genentech y AstraZeneca están recurriendo a herramientas avanzadas de inteligencia artificial (IA) para acelerar este proceso crucial. Estas compañías han comenzado a utilizar las funciones integrales de Amazon Bedrock para desarrollar flujos de trabajo específicos que abarcan desde la identificación de dianas farmacológicas hasta la interacción directa con proveedores de atención médica.
En un esfuerzo por abordar casos de uso más complejos, se ha implementado el uso de Strands Agents SDK, una plataforma de código abierto que emplea un enfoque modelado para la creación y gestión de agentes de IA. Esta solución trabaja de manera efectiva con la mayoría de los proveedores de modelos, facilitando el acceso a lenguajes específicos tanto para uso interno como externo, permitiendo que los agentes funcionen en aplicaciones de Python.
Uno de los desarrollos más prometedores es un nuevo asistente de investigación creado con Strands Agents y Amazon Bedrock. Este asistente tiene la capacidad de consultar simultáneamente múltiples bases de datos científicas utilizando el Model Context Protocol (MCP). Esto permite la síntesis de hallazgos y la generación de informes detallados sobre objetivos farmacológicos, mecanismos de enfermedades y áreas terapéuticas diversas. El asistente ya está disponible como ejemplo en la herramienta de agentes de salud y ciencias de la vida de código abierto.
La solución integra modelos de alto rendimiento con bases de datos comunes en ciencias de la vida como arXiv, PubMed y ChEMBL. La experiencia ha demostrado que equipos de agentes de IA pequeños y especializados pueden arrojar mejores resultados que un único agente masivo. En términos técnicos, la arquitectura consta de un agente orquestador que gestiona las consultas de los usuarios, redirigiéndolas a sub-agentes especializados según sea necesario para recuperar información o generar planes y síntesis.
Actualmente, el asistente se encuentra en fase de pruebas, y los investigadores tienen acceso a una interfaz de chat desde la cual pueden evaluar su eficacia al enfrentar diversas consultas. Por ejemplo, al solicitar un informe sobre el receptor HER2 relacionado con el cáncer de mama, el asistente genera un plan de trabajo detallado que incluye noticias recientes, artículos científicos y ensayos clínicos en curso, consolidando toda esta información en un informe único.
Además de la generación de informes, el asistente elimina la necesidad de definir procesos detallados para cada tarea específica, pues es capaz de determinar automáticamente las herramientas adecuadas y su orden de aplicación. Dado que la información científica se incrementa de manera exponencial, plataformas como Strands Agents están convirtiéndose en herramientas esenciales para avanzar en la investigación y descubrimiento de nuevos fármacos.
