ИИ-ассистенты: как использовать в фарме

Ассистент — это тот же диалог с нейросетью, но с определенным контекстом, когда задается роль, задачи и ограничения. Можно загрузить любые материалы для его обучения — документы, ссылки, примеры текстов, источники, на которые он должен опираться в работе. Главное преимущество ассистентов — не нужно каждый раз заново объяснять задачу. Это экономит время и снижает количество ошибок, поскольку система уже понимает контекст, знает свою роль, ограничения, источники. 

Сценарии применения: для чего нужны ассистенты

В фарминдустрии ассистенты используются повсеместно: для обучения сотрудников, в маркетинге и R&D. Конечно, наиболее частый сценарий применения — работа с данными. Речь о больших массивах: отчеты, аналитика продаж, исследования, любые объемные материалы. Нейросети в принципе хорошо справляются с обработкой и структурированием данных, а ассистент делает это еще эффективнее за счет заданного контекста.

1. Компании активно используют чат-боты для пациентов, которые отвечают на частые вопросы, помогают соблюдать терапию, дают рекомендации по образу жизни. Например, чат-бот Sophia от Novo Nordisk поддерживает пациентов с диабетом. А виртуальный ассистент Andy от Johnson & Johnson помогает пользователям контактных линз.
2. ИИ-ассистенты для сотрудников фармкомпаний, например, Microsoft Copilot, работают с внутренними базами данных, помогают находить информацию в документах и анализировать исследования. Другая перспективная область — обучение сотрудников. Ассистент может выступать как buddy: объяснять и проверять знания.
3. Не менее интересны варианты использования ассистентов в R&D и разработке лекарств. Так, BenevolentAI ищет новые применения молекул, а Insitro анализирует биологические данные для разработки препаратов.

На что стоит обратить внимание при использовании ассистентов

Ограничения и контроль 

Интерпретация сложных данных, особенно в медицине, нуждается в контроле и проверке со стороны человека. Ассистент может обработать огромный объем информации и выдать качественное резюме, но финальные выводы обязательно должен проверять эксперт. Поскольку ошибка в трактовке может оказаться критичной.

Качество входных данных

Большую роль играет качество входных данных, на которых обучается ассистент. Если данные с ошибками, то система тоже выдает некорректный результат. Поэтому этап подготовки данных остается за человеком: очистка, структурирование, проверка.

Лайфхаки: как работать с ассистентами

Выбирайте узкие решения 

На практике лучше всего работают не умные помощники на все случаи жизни, а узкие ассистенты под конкретные процессы. Такой подход дает более предсказуемый результат, поскольку у каждого ассистента есть понятная зона ответственности.

Относитесь к ассистенту как к новому сотруднику

Ассистента стоит воспринимать как нового сотрудника, которому необходимо сформулировать задачу и задать конкретную функцию. Нужно описать, что он делает, на что опирается, какие у него ограничения, как должен выглядеть результат. 

Представьте, что в команду выходит новый сотрудник. Если просто сказать ему «сделай презентацию» или «проанализируй продажи», результат будет непредсказуемым. Ему не хватает контекста: он не знает, как вы обычно работаете, на какие данные опираетесь и какой результат считаете хорошим. С ИИ-ассистентами работает такая же логика. Эффективность работы ИИ-ассистентов определяется качеством постановки задачи: чем точнее описана роль, ограничения и формат результата, тем ближе ассистент работает к уровню полноценного сотрудника.

Пример 1:

Фармкомпании регулярно готовят презентации для врачей по разным препаратам. Если бы в команду пришел новый сотрудник, ему бы объяснили: какие материалы использовать, какие формулировки допустимы, как строится логика слайдов и на что обращают внимание врачи. Точно так же создается ассистент: ему задают роль маркетолога компании и ограничивают работу проверенными данными. В результате он помогает собирать структуру презентации, формулировать тезисы и поддерживать единый стиль. Он не заменяет специалиста, но берет на себя часть его задач, как ассистент в команде.

Пример 2:

Отдел маркетинга работает с большими таблицами по продажам, каналам продвижения и эффективности кампаний. Нового аналитика в такой ситуации не просят «просто посмотреть данные» — ему объясняют, какие метрики важны, где искать отклонения и какие выводы нужны бизнесу. По той же логике создается аналитический ассистент: его обучают, что нужно искать аномалии, точки роста и формулировать выводы в понятном виде. В итоге он не просто считает цифры, а сразу выдает структурированный анализ.

Используйте два ассистента

Второй ассистент-критик может проверять работу первого, сокращая таким образом количество ошибок.  В фарме это особенно важно, потому что даже хороший результат нужно дополнительно проверять на точность формулировок, корректность интерпретации и соответствие ограничениям индустрии.

Пример 1:

Компания создает одного ассистента для подготовки черновиков медицинских текстов, а второго — для проверки. Первый помогает быстро собрать ответ, обзор, презентационный тезис или описание материала. Второй выступает в роли внутреннего контролера: проверяет, нет ли спорных утверждений, искажений, слишком смелых выводов или формулировок, которые могут вызвать вопросы у медицинского или юридического отдела. Такой подход особенно полезен, когда нужно ускорить подготовку материалов, но нельзя жертвовать качеством.

Пример 2:

В аналитике первый ассистент может собирать выводы по данным, а второй — проверять, действительно ли эти выводы подтверждаются цифрами. Это снижает риск ситуации, когда красиво сформулированный вывод не совпадает с реальной картиной в таблице.

На практике ИИ-ассистенты лучше всего работают тогда, когда компания воспринимает их не как «волшебный чат», а как цифровых сотрудников с четко заданной ролью. Чем понятнее зона ответственности ассистента, тем стабильнее и полезнее результат.

Базовая структура инструкции для ИИ-ассистента

Что должно быть в инструкции для ИИ-ассистента:

Роль → Задачи → Контекст → Источники данных → Правила ответа → Ограничения → Формат вывода ответа → Примеры

1. Роль ассистента. Кто он (аналитик / медицинский эксперт / маркетолог) и какой уровень его экспертизы, для какой функции он работает.

2. Какие задачи выполняет.

3. Контекст. В какой индустрии работает (фарма), с каким типом продуктов (RX / OTC / БАД), особенности аудитории (врачи, пациенты, менеджеры).

4. Источники данных. С чем можно работать: загруженные файлы, внутренние документы, разрешенные внешние источники; с чем нельзя работать.

5. Правила ответа. Структура ответа (например: анализ → вывод → рекомендации), уровень детализации, язык и терминология.

6. Ограничения. Что строго нельзя делать: нарушать регуляторные требования, придумывать источники, выдумывать факты, давать клинические рекомендации, делать утверждений без данных

7. Формат вывода ответа: таблицы / списки / краткие выводы.

8. Примеры: 1–2 примера хороших ответов сильно повышают качество результата.

Авторы: Мария Зайцева, Мария Лешутина