Cómo Giles AI Logra un 95% de Precisión en la Extracción de Literatura Médica con Gemini

Llevar un nuevo fármaco al mercado suele tardar entre 10 y 12 años, y aproximadamente un tercio de ese tiempo se consume en revisión bibliográfica y síntesis de evidencia. Los investigadores deben examinar bases de datos como PubMed — que alberga más de 40 millones de artículos — para identificar la evidencia específica que necesitan para un ensayo clínico o una presentación regulatoria. El trabajo es tedioso, propenso a errores y profundamente trascendente: un estudio omitido o un resultado mal interpretado puede retrasar una terapia años.

Giles AI fue fundada para comprimir este plazo. Su producto principal, giles®, es un asistente de investigación diseñado para pensar como un profesional sanitario — ingiriendo literatura científica y extrayendo información estructurada y citada en la que los investigadores pueden confiar. La confianza es la restricción crítica en la IA sanitaria: las alucinaciones que podrían tolerarse en otros contextos son inaceptables cuando el resultado informa decisiones clínicas. El proveedor de nube anterior de Giles AI no podía proporcionar la infraestructura de cumplimiento normativo ni las capacidades de IA especializadas que la empresa necesitaba, lo que le obligaba a ensamblar múltiples soluciones de terceros. La fragmentación arquitectónica hacía que el cumplimiento de HIPAA y SOC2 fuera significativamente más difícil de lograr y mantener.

Al migrar a Google Cloud con el apoyo del partner Insight, Giles AI reconstruyó sobre una infraestructura unificada. Vertex AI se convirtió en la base para la orquestación de modelos, permitiendo al equipo alternar entre modelos Gemini para el razonamiento complejo y modelos de código abierto como Gemma para clientes empresariales con requisitos de residencia de datos. Document AI analiza literatura científica no estructurada — estudios clínicos, presentaciones regulatorias, patentes — y alimenta salidas estructuradas a Gemini Pro para análisis y síntesis. Si la información necesaria no está presente en el material fuente, el sistema lo indica explícitamente en lugar de generar una respuesta plausible pero falsa. Este comportamiento fue fundamental para ganarse la confianza de los investigadores clínicos.

Los resultados son medibles. Giles AI alcanza ahora un 95% de precisión en la extracción de datos médicos. Un cliente clínico redujo el tiempo necesario para las tareas de investigación en un 85%. Las salidas de la IA coinciden con las de los investigadores humanos en un 98% de los casos. Google Kubernetes Engine y Cloud Run sustentan la capa de infraestructura, reduciendo significativamente la latencia para que funciones como la conversión de texto a voz operen de forma instantánea. La empresa logró el cumplimiento normativo sanitario de serie, eliminando una barrera significativa para la adopción empresarial.

Giles AI está ampliando ahora la plataforma de asistente de investigación hacia un colaborador en tiempo real capaz de escuchar reuniones de investigación a través de Gemini Live y presentar proactivamente bibliografía relevante en contexto. Los planes incluyen la integración con MedGemma y TxGemma para el análisis de imágenes médicas, y un lanzamiento en Google Cloud Marketplace para llegar a clientes empresariales en Europa y América Latina sin fricciones de adquisición. El CEO de Giles AI, Rishi Wadhera, estima que los 18 meses de desarrollo que la empresa ha completado habrían tardado significativamente más sin la infraestructura integrada de Google Cloud y el apoyo directo del equipo.