Resumo Técnico: Hunt Globally – Agentes de IA de Busca Amplos para Prospecção de Ativos Farmacêuticos

Declaração do Problema

A indústria farmacêutica está passando por uma mudança estrutural onde a grande maioria dos novos ativos farmacêuticos origina-se fora dos Estados Unidos e é divulgada principalmente por meio de canais regionais e não em inglês. Dados recentes indicam que aproximadamente 86,5% dos depósitos de patentes globais originam-se fora dos EUA, com a China sozinha respondendo por quase metade. Nesse ambiente, as equipes de Desenvolvimento de Negócios (BD) e Busca e Avaliação (S&E) enfrentam um desafio de alto risco: perder um único ativo qualificado pode resultar na perda de oportunidades de aquisição ou parceria no valor de bilhões de dólares.

Os atuais agentes de "Pesquisa Profunda" impulsionados por IA são otimizados para descoberta de fatos e síntese de relatórios, mas lutam com a completude em cenários de "encontrar-tudo" em mundo aberto. Frequentemente, eles falham em alcançar alta recuperação (recall) em fontes heterogêneas e multilíngues sem alucinações, levando a uma recuperação superficial e à omissão de programas novos e pouco conhecidos. As benchmarks existentes favorecem a profundidade em detrimento da amplitude, falhando em capturar a complexidade de enumerar centenas ou milhares de entidades em diversas línguas e estágios de desenvolvimento.

Metodologia

1. A Benchmark de Completude

Para abordar a falta de avaliação rigorosa para prospecção de ativos, os autores construíram uma Benchmark de Completude projetada para ser "retroativa" a partir de registros validados de programas, em vez de "prospectiva" a partir de uma consulta. Essa abordagem minimiza o viés de cobertura induzido pelo método.

• Mineração de Ativos: Um pipeline multilíngue e multiagente minera fontes de notícias regionais em idiomas locais (ex: chinês, japonês, português) em 10 regiões curadas. Um "Minerador de Notícias Regionais" itera sobre tuplas de região, idioma, fonte e estágio de desenvolvimento para extrair nomes de programas.
• Validação e Enriquecimento: Um "Agente de Enriquecimento de Atributos" valida candidatos, resolve alias cruzados linguisticamente e extrai atributos estruturados (ex: modalidade, alvo, fase do ensaio) usando recuperação de pesquisa profunda. Ativos com forte amplificação global (ex: cobertura significativa da imprensa dos EUA) são filtrados para garantir que a benchmark foque em ativos "pouco conhecidos".
• Geração de Consultas: Em vez de começar com uma consulta, o sistema gera consultas nativas de investidores condicionadas aos ativos de verdade fundamental (GT). Usando um corpus de consultas reais de investidores/BD, o sistema cria consultas multi-constraint (Ampla, Restrita, Complexa) que proíbem identificadores diretos (nomes, IDs de ensaio). Isso força o agente a depender de agregação de evidências e raciocínio multi-salto, em vez de correspondência de strings.
• Avaliação: A benchmark utiliza uma abordagem de LLM como juiz, calibrada via debate multiagente e alinhamento com especialistas, para classificar precisão e recuperação contra os ativos de verdade fundamental.

2. Arquitetura do Agente Bioptic

Os autores propõem o Agente Bioptic, um sistema baseado em árvore e de autoaprendizagem projetado para prospecção completa e sem alucinações. Diferentemente de agentes de busca sequencial que comprimem a exploração em uma única narrativa, o Agente Bioptic preserva conjuntos de candidatos como artefatos persistentes e aloca computação dinamicamente.

• Exploração Baseada em Árvore: O sistema trata a exploração da web como uma árvore onde os nós representam diretivas de exploração.
  • Agentes Investigadores: Executam buscas web paralelas em múltiplos idiomas (ex: inglês e chinês) para recuperar ativos candidatos.
  • Validador de Correspondência de Critérios: Um agente LLM especializado valida cada candidato contra as restrições da consulta, fornecendo um veredito de aprovação/rejeição com procedência de evidências.
  • Agente de Deduplicação: Resolve alias e remove duplicatas no armazenamento global de ativos.
  • Agente Treinador (Coach): O componente central de "autoaprendizagem". Ele analisa racionalidades de falha, histórico de busca e lacunas para gerar novas diretivas filhas não sobrepostas para o próximo epoch. Ele visa ângulos de busca pouco explorados e refina prompts para corrigir erros específicos.
• Loop Algorítmico:
  1. Selecionar: Usa uma regra de Limite Superior de Confiança (UCB) para selecionar nós folha (diretivas) para exploração, equilibrando a exploração de caminhos de alta recompensa com a exploração de novos ramos.
  2. Expansão (Rollout): Investigadores executam buscas em paralelo em vários idiomas com base nas diretivas selecionadas.
  3. Avaliar: Validadores classificam candidatos; uma recompensa de nó é computada com base na precisão das correspondências e no número de ativos únicos novos descobertos.
  4. Retropropagar e Expandir: As recompensas são retropropagadas para atualizar estatísticas dos nós. O Agente Treinador gera novas diretivas filhas para expandir a árvore, garantindo a cobertura do espaço de busca restante.

Contribuições Principais

1. Uma Nova Benchmark: Uma benchmark desafiadora, focada em completude, para prospecção de ativos farmacêuticos que utiliza fontes não-EUA e não em inglês e consultas multi-constraint nativas de investidores.
2. Agente Bioptic: Um sistema agênico especializado e baseado em árvore que supera modelos de pesquisa profunda de propósito geral ao manter conjuntos de candidatos persistentes, utilizar paralelismo multilíngue e empregar um Agente Treinador de auto-correção.
3. Insight Metodológico: O artigo demonstra que, para tarefas de "encontrar-tudo", andaimes especializados (exploração em árvore, expansão guiada por erros) produzem melhores resultados do que simplesmente aumentar a computação ou usar modelos maiores em um loop sequencial.

Resultados

Na divisão de teste retida de 22 pares consulta-ativo, o Agente Bioptic alcançou um escore F1 de 79,7%, superando substancialmente as benchmarks comerciais de pesquisa profunda mais avançadas:

• Agente Bioptic: 79,7% F1 (Recall: 73,0%, Precisão: 87,7%)
• Gemini 3.1 Deep Think: 59,2% F1
• Gemini 3.1 Pro Deep Research: 58,6% F1
• Claude Opus 4.6: 56,2% F1
• OpenAI GPT-5.2 Pro: 46,6% F1
• Perplexity Deep Research: 44,2% F1
• Exa Websets: 26,9% F1

Estudos de Ablação:

• Remover a estrutura de árvore e o paralelismo multilíngue (Agente Bioptic sem-árvore, sem-idioma) resultou em saturação mais precoce e desempenho inferior, apesar de maior uso de computação (50 chamadas de investigador vs. 20 para o modelo completo).
• Loops sequenciais de "encontrar-mais" usando modelos fortes (ex: GPT-5.2, o4-mini) melhoraram lentamente e estagnaram em escores F1 significativamente mais baixos, indicando que iteração ingênua é insuficiente para cobertura sustentada.

Significado e Alegações

O artigo alega que a prospecção de ativos de nível de investidor e BD requer controle de busca orientado à completude, rastreio de candidatos sem perdas e validação alinhada a especialistas, em vez de apenas aumento de computação de navegação ou melhor síntese.

Os autores argumentam que a "lacuna de inteligência" na prospecção farmacêutica — traduzir consultas complexas de investidores em conjuntos completos de ativos correspondentes em dados fragmentados e multilíngues — não pode ser resolvida apenas por agentes de propósito geral. Os resultados apoiam a visão de que mais computação produz melhores resultados apenas quando acoplada a arquiteturas especializadas que alocam sistematicamente recursos para ramos pouco explorados e validam descobertas contra restrições rigorosas. O Agente Bioptic demonstra que uma abordagem baseada em árvore e de autoaprendizagem pode alcançar alta recuperação e precisão em um domínio onde os atuais agentes de Pesquisa Profunda falham consistentemente em identificar todos os ativos relevantes.