Large Language Models en investigación clínica: viabilidad de implementación de soluciones de búsqueda de información en documentos técnicos

"Los Modelos de lenguaje de gran tamaño, mejor conocidos por su terminología en inglés Large Language Models (LLM), son una parte constituyente de la inteligencia artificial (IA) generativa que desde fines de 2022 se han posicionado en el centro del debate público. La aplicación más popularizada de estas tecnologías, ChatGPT, desarrollado por OpenAI, fue lanzado con acceso gratuito al público el 30 de noviembre de 2022: se trata de un chatbot que puede ser utilizado por el público en general de modo intuitivo, conversacional y con una interfaz agradable para el usuario. El resto de los competidores no tardó en seguir la tendencia, con Google implementando Bard a su motor de búsqueda. Una plétora de LLMs, tanto de código abierto como cerrado, fueron surgiendo desde entonces y hechos disponibles al público masivos. Más recientemente, inversores chinos lanzaron Deepseek R-1, generando una verdadera carrera de inteligencia artificial. A pesar de la curva vertiginosa de conocimiento a la que hemos sido testigos, subsiste aún cierta resistencia a la adopción plena de los LLM en la vida cotidiana y en la vida profesional. Numerosos detractores de estas tecnologías han alertado sobre los riesgos y desafíos éticos que plantean. Si bien algunas empresas han incorporado los LLM a sus procesos de negocio, pareciera haber un cierto letargo, especialmente en industrias altamente reguladas donde la implementación del cambio es menos ágil que en las industrias nativas digitales. Sin embargo, este es un cambio que ya está ocurriendo. En esta investigación, analizaremos la historia de los LLM y cómo están utilizándose presentemente en la industria de la investigación clínica, más específicamente en las organizaciones de investigación por contrato. Presentaremos el caso de una solución basada en utilizar LLMs como motores de búsqueda de información en una librería de documentos generados específicamente para un proyecto de investigación, y compartiremos los resultados de nuestra investigación en cuanto a lecciones sobre ajuste fino de LLMs para esta tarea en específico".