Uma implantação recente do AWS GraphRAG reduziu os ciclos de pesquisa e desenvolvimento de medicamentos em ambientes farmacêuticos em 87%. Essa aceleração é alcançada integrando bancos de dados proprietários previamente separados em um gráfico de conhecimento unificado e consultável.
Historicamente, as fases iniciais de coleta e triagem de dados levavam mais de seis meses por iteração, gerando uma taxa de sucesso baixa de 5%. Conjuntos de dados cruciais – que vão desde métricas clínicas específicas de domínio até notas de engenharia interna e de laboratório – foram isolados em ambientes de armazenamento, impedindo efetivamente que os cientistas de dados descobrissem correlações latentes. Quando a equipe saiu, eles levaram consigo o contexto crucial do projeto, paralisando a pesquisa ativa.
A AWS construiu uma solução para conectar esses sistemas, combinando bancos de dados gráficos com PNL.
A configuração depende de uma estrutura GraphRAG e usa Amazon Neptune Analytics e Bedrock para transformar pontos de dados desconectados em uma rede pesquisável. Os usuários podem enviar consultas padrão em linguagem natural e receber respostas mapeadas para literatura de domínio verificada e conjuntos de dados internos.
No entanto, a unificação de conjuntos de dados proprietários isolados com repositórios não estruturados de acesso aberto ainda introduz desafios significativos de normalização de dados, exigindo uma governação rigorosa do esquema para evitar mapeamento relacional impreciso e mitigar o risco de alucinações.
Construção do gráfico de conhecimento
As empresas podem inserir seus próprios gráficos de conhecimento. O sistema extrai arquivos confusos e não estruturados de bancos de dados públicos como o PubMed e os mistura com registros corporativos internos. Ferramentas como o Amazon Comprehend Medical escaneiam este texto para extrair códigos médicos padrão. Amazon Bedrock, executando o Claude 4.5 Sonnet da Anthropic, resume o conteúdo do documento e determina a relevância do tópico.
As funções do AWS Lambda e os carregamentos em massa do Amazon S3 roteiam esses elementos processados para o Amazon Neptune Analytics. O gráfico de conhecimento resultante estrutura os dados em nós discretos que representam entidades principais, como classes específicas de domínio, autores, periódicos de origem e blocos de texto incorporados. As arestas do gráfico definem os relacionamentos entre esses nós, mapeando classificações hierárquicas e associações de entidades. Esta representação estruturada fornece a base determinística necessária para a recuperação precisa de informações.
O esquema do banco de dados estabelece os limites estritos do processo de descoberta do RAG. Os nós são estruturados para capturar condições específicas e mapeá-las hierarquicamente para ontologias estabelecidas, enquanto os nós de autor e periódico fornecem origem para pesquisas publicadas. Documentos extensos são divididos em segmentos de texto digeríveis usando estratégias de agrupamento da base de conhecimento do Amazon Bedrock, e nós de classificação específicos ancoram os dados textuais não estruturados em métricas de diagnóstico padronizadas.
A operação desta arquitetura gráfica requer alocações específicas de recursos em nuvem. Um gráfico padrão do Amazon Neptune Analytics executado com 16 unidades de memória provisionadas incorre em custos operacionais de US$ 0,48 por hora. Ambientes de desenvolvimento, como notebooks Amazon SageMaker Jupyter executados em instâncias t3.medium, adicionam despesas básicas de computação e armazenamento. As organizações também devem levar em consideração os custos de consumo dinâmico de tokens gerados pelo modelo Amazon Bedrock Claude 4.5 Sonnet durante o processamento de consultas e a geração de resumos.
O kit de ferramentas GraphRAG atua como a camada de execução entre a interface do usuário e o banco de dados subjacente. Um Knowledge Graph Linker dedicado processa consultas recebidas em linguagem natural, extrai entidades relevantes usando indexação de string difusa e as mapeia para nós gráficos estabelecidos. O sistema percorre os caminhos da rede para gerar links relacionais plausíveis antes de elaborar uma resposta por meio do modelo de linguagem hospedado no Bedrock.
A precisão da recuperação depende da configuração de correspondência da entidade. Um componente EntityLinker alinha os termos de linguagem natural dos prompts do usuário ao esquema de dados estruturados. Esse processo de correspondência difusa lida com o ruído inerente e a terminologia variada encontrada em conjuntos de dados corporativos complexos, garantindo que os usuários recuperem os nós corretos mesmo quando usam linguagem imprecisa.
Modularidade e arquitetura do sistema
A extração de dados depende muito da análise especializada de IA; a arquitetura emprega Claude para avaliar documentos de origem bruta e gerar resumos concisos. Ferramentas específicas de domínio mapeiam essas descrições textuais complexas em taxonomias padronizadas.
O kit de ferramentas GraphRAG Python inicializa um BedrockGenerator para potencializar interações de linguagem natural, enquanto os engenheiros configuram um componente Knowledge Graph Linker para vincular o armazenamento de gráfico ao modelo de linguagem. Essa integração cria uma interface direta para execução de consultas e geração de respostas baseadas estritamente nos dados gráficos disponíveis.
A arquitetura separa três funções principais: inicialização do modelo de linguagem, interface de grafos e vinculação de entidades. Como o sistema é modular, as equipes podem trocar o modelo de linguagem ou ajustar a estrutura do gráfico sem precisar desmontar e reconstruir todo o aplicativo.
Implantações ativas da arquitetura Neptune e Bedrock retornam citações exatas e verificáveis para cada resposta gerada. O sistema mapeia todo o caminho de raciocínio, exibindo as etapas específicas de percurso do gráfico usadas para chegar a uma conclusão.
As principais métricas de desempenho dos primeiros adotantes empresariais incluem uma redução de 87% na duração dos ciclos de pesquisa. As fases iniciais de descoberta que anteriormente exigiam seis meses agora são concluídas em três semanas, e as velocidades de recuperação de dados mostram uma melhoria de 85%, apoiando diretamente testes de hipóteses mais rápidos. Além disso, o tempo de revisão da pesquisa cai 70% devido ao mapeamento automatizado de citações e aos recursos de verificação de fontes.
As equipes de engenharia podem integrar novos bancos de dados públicos ou notas internas à estrutura gráfica existente sem interromper as interfaces de consulta ativas. Para governança e conformidade, são capturadas trilhas de evidências exatas necessárias para envios regulatórios, com visualizações de gráficos que provam precisamente como um modelo de IA conectou variáveis complexas. As equipes podem rastrear todos os resultados diretamente até os documentos de origem, cumprindo os requisitos de conformidade para integridade científica.
Por fim, manter um gráfico de conhecimento centralizado interrompe a deterioração dos dados. Quando cientistas seniores se demitem, seu conhecimento tácito sobre o comportamento do sistema ou experimentos fracassados permanece indexado no banco de dados Neptune. Novos funcionários podem consultar o sistema para revisar decisões anteriores e acessar instantaneamente o contexto histórico de um projeto em andamento.
À medida que as estruturas GraphRAG amadurecem, é improvável que este modelo de implantação permaneça confinado à pesquisa farmacêutica. A capacidade de mapear deterministicamente dados internos e não estruturados em relação a repositórios públicos verificados fornece um modelo para qualquer empresa que esteja lutando para extrair inteligência acionável de sistemas legados fragmentados.
Veja também: Insilico Medicine avança medicamento de IA para FPI para testes de Fase III
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e está localizado junto com outros eventos de tecnologia líderes, incluindo o Cyber Security & Cloud Expo. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
