GxP-Agent: بنية DAG تجعل نماذج LLM تنجح في برمجة التجارب السريرية

مقدمة: تحدٍّ حاسم في برمجة التجارب السريرية

تمثل برمجة التجارب السريرية — تحويل بروتوكولات الدراسة إلى مجموعات بيانات جاهزة للتحليل وفق معايير CDISC — عنق زجاجة رئيسي في الطلبات التنظيمية للأدوية. ورغم التقدم الكبير في نماذج اللغة الكبيرة (LLMs)، تفشل هذه النماذج فشلًا ذريعًا في هذه المهمة: عبر 11 محاولة منفردة مع خمسة نماذج رائدة، لم ينتج أي منها مجموعة بيانات صحيحة على مستوى الموضوع.

GxP-Agent: حل يعتمد على البنية لا التفكير الحر

يقدم الباحثون نظام GxP-Agent، وهو نظام متعدد الوكلاء يرمّز الترتيب التنظيمي للعمليات كرسم بياني موجّه غير دائري (DAG). يقسم النظام المهمة الضخمة إلى 15 عقدة متخصصة ينفذها وكلاء عاملون مزودون بسياق مهارات pharmaverse، مع بوابات تحقق وإعادة محاولة شرطية.

نتائج مذهلة على معيار CDISC-Bench

على معيار CDISC-Bench الجديد المبني على بيانات FDA التجريبية CDISCPilot01 (254 موضوعًا، 49 متغيرًا مرجعيًا)، حقق GxP-Agent مع Claude Sonnet 4.6 تطابقًا بنيويًا 100% (49/49 متغيرًا، 254 سجلًا صحيحًا) عبر ثلاث تشغيلات مستقلة. هذا مقارنة بـ 59.2% لأفضل خط أساس معزز بالاسترجاع، و0% لجميع الأساليب أحادية الوكيل أو متعددة الوكلاء المسطحة.

تمكين النماذج الأضعف

من أبرز النتائج أن بنية DAG تمكن النماذج الأضعف: GPT-4.1 يحقق 59.2% متوسط تطابق بنيوي تحت نفس البنية، بينما يسجل 0% تحت أي بنية أخرى. هذا يقلل الاعتماد على النماذج فائقة القوة ويوسع خيارات المؤسسات.

تعميم النتائج

تعمم النتائج على مهمة ADAE (الأحداث الضائرة؛ DAG متفرع بـ 9 عقد، 55 متغيرًا، 1,191 سجلًا)، محققًا 100% تطابق بنيوي من المحاولة الأولى.

مقارنة الأداء

الأسلوب	التطابق البنيوي (ADSL)
GxP-Agent + Claude 4.6	100%
أفضل خط أساس RAG	59.2%
GPT-4.1 تحت DAG	59.2%
جميع الأساليب أحادية/مسطحة	0%

الخلاصة والآثار على المنطقة

تثبت النتائج أن ترميز المعرفة العملية للمجال كبنية رسومية — بدلًا من الاعتماد على التفكير الحر للنماذج — هو عامل رئيسي لبرمجة موثوقة ومتوافقة مع GxP. بالنسبة للشركات الصحية والجهات التنظيمية في الشرق الأوسط، يفتح هذا آفاقًا لتسريع التجارب السريرية وتحسين كفاءة البحث الدوائي.

ملاحظة للمراجعة البشرية: النتائج مبنية على معيار واحد (CDISC-Bench) وبيانات FDA تجريبية محدودة؛ يجب التحقق من التعميم على بيانات أوسع قبل الاعتماد السريري الكامل.