Cómo InpharmD usa Pinecone y RAG para mejorar la precisión de consultas clínicas en un 70 %
El asistente de IA de InpharmD, Sherlock, utiliza la base de datos vectorial de Pinecone para ofrecer información farmacéutica precisa y rápida a profesionales de la salud. Al integrar 30 millones de documentos médicos en un pipeline RAG, InpharmD logró un 70 % de mejora en la precisión de consultas, tiempos de primera respuesta 95 veces más rápidos y un 80 % de ahorro en costos de almacenamiento de datos.
Impacto
80%
Ahorro en costos de almacenamiento de datos
4x faster
Mejora en el tiempo de respuesta a consultas
95x faster
Mejora en el tiempo de primera respuesta
75%
Reducción en el tiempo de respuesta general
70%
Mejora en la precisión de consultas
30 million
Documentos médicos en la base de conocimiento
2 billion+
Vectores indexados simultáneamente
~40 billion
Escala de vectores planificada
Desafío
Los profesionales de la salud enfrentan un acceso lento e impreciso a la literatura médica debido al enorme volumen de documentos, fuentes no siempre fiables y la necesidad de actualizaciones en tiempo real, lo que dificulta la toma de decisiones clínicas oportunas. InpharmD necesitaba una base de datos vectorial escalable para impulsar la recuperación rápida y precisa desde una base de conocimiento de 30 millones de documentos.
Solución
InpharmD desarrolló Sherlock, un asistente de IA impulsado por la base de datos vectorial de Pinecone y el framework RAG Canopy, integrando 30 millones de documentos médicos como vectores de 1.536 dimensiones para habilitar la búsqueda semántica de similitud y la recuperación contextualizada de información farmacéutica para profesionales de la salud.
Herramientas y tecnologías
AWSLo que dicen los líderes
“En 2021, el panorama era diferente. Imaginamos una plataforma que no solo pudiera entender los matices de las consultas clínicas, sino también responder con información personalizada y basada en evidencia. Pinecone fue un cambio radical para nosotros, ya que nos permitió procesar grandes cantidades de literatura médica con una velocidad y precisión sin precedentes.”
“Pinecone es fundamental para nuestras operaciones basadas en datos. Su escalabilidad sin fisuras, los resultados de consulta rápidos y su impresionante baja latencia lo convierten en un activo indispensable para mejorar la eficiencia y la productividad.”
“En el sector sanitario, el tiempo es a menudo un factor crítico. Al aprovechar las capacidades de Pinecone, no solo hemos acelerado el proceso de recuperación de información, sino que también hemos reducido el tiempo que los médicos dedican a navegar por la literatura compleja. Esto no solo se traduce en ahorro de tiempo, sino que también contribuye a una atención al paciente más eficiente.”
“Nuestra visión es dotar a los médicos de un acceso sin igual a información farmacológica accionable. Pinecone ha sido fundamental para hacer realidad esta visión, y estamos comprometidos con ampliar los límites de lo que la tecnología puede lograr en el ámbito sanitario.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
InpharmD es una plataforma de salud digital construida sobre una premisa simple pero ambiciosa: los profesionales de la salud merecen respuestas instantáneas y basadas en evidencia a preguntas clínicas complejas. En un entorno donde los médicos tienen poco tiempo y el volumen de literatura médica es abrumador, InpharmD buscó cerrar la brecha entre la investigación en bruto y la información farmacéutica útil. En 2021, el CTO y cofundador Tulasee Rao Chintha tomó una decisión estratégica clave: construir las capacidades de IA de InpharmD sobre tecnología de bases de datos vectoriales, una apuesta que definiría la trayectoria competitiva de la empresa en la salud digital.
El principal desafío de InpharmD era la enorme complejidad y escala de los datos médicos. La información clínica precisa y en tiempo real es esencial para la seguridad del paciente, la eficacia del tratamiento y el cumplimiento normativo. Sin embargo, buscar en la literatura médica es notoriamente lento e impreciso. Con millones de documentos, fuentes no siempre fiables y la necesidad constante de información actualizada, los profesionales de la salud perdían tiempo valioso. InpharmD necesitaba una forma de hacer que su base de conocimiento de 30 millones de documentos no solo fuera buscable, sino consultable de forma inteligente a escala y con mínima latencia.
Para resolverlo, InpharmD desarrolló Sherlock, un asistente de IA que combina modelos de lenguaje de gran tamaño, experiencia farmacéutica humana y generación aumentada por recuperación (RAG) para responder consultas clínicas sobre medicamentos. Tras evaluar múltiples opciones de bases de datos vectoriales, el equipo seleccionó Pinecone como socio de infraestructura principal. Usando Canopy, el framework RAG de código abierto de Pinecone, InpharmD procesó toda su biblioteca de PDFs médicos —extrayendo texto, fragmentando documentos e integrándolos como vectores de 1.536 dimensiones almacenados en Pinecone junto con metadatos enriquecidos. Esto le dio a Sherlock una memoria semántica a largo plazo capaz de comprender el contexto matizado de las preguntas clínicas, no solo coincidencias de palabras clave.
El flujo de trabajo de Sherlock opera en cuatro etapas: el médico envía una pregunta, Sherlock la convierte en embeddings vectoriales y realiza una búsqueda de similitud en Pinecone mediante Canopy, el sistema refina su respuesta mediante aprendizaje por refuerzo y feedback humano, y finalmente el equipo de farmacéuticos de InpharmD revisa el resultado antes de entregarlo. Este enfoque con humano en el bucle, respaldado por la recuperación de baja latencia de Pinecone a través de más de 2.000 millones de vectores, garantiza velocidad y fiabilidad clínica.
Los resultados han sido transformadores. InpharmD logró aproximadamente un 80 % de ahorro en costos de almacenamiento de datos, una reducción del 75 % en el tiempo de respuesta general y una mejora de 95 veces en el tiempo de primera respuesta. Más importante aún, la precisión de las consultas mejoró un 70 %, dando a los médicos mucha mayor confianza en la información que reciben. Con planes de escalar su índice vectorial a aproximadamente 40.000 millones de vectores, InpharmD está posicionada para seguir expandiendo su base de conocimiento médico manteniendo la velocidad y la precisión que exige la atención basada en evidencia.