Od chatbotů k digitálním kolegům: Co je to Agentic AI?

Většina z nás si pod pojmem umělá inteligence představuje dialog s chatborem. Napíšete dotaz, dostanete odpověď. To je reakční model. Agentní AI (Agentic AI) však funguje jinak. Jak definuje Garrett Adams z Fierce Biotech, agentní AI není jen asistent, ale spíše „digitální kolega“, který má schopnost iniciativy.

Zatímco běžný LLM (Large Language Model) čeká na váš prompt, agent disponuje atributy jako autonomie, paměť a schopnost plánování. Může využívat externí nástroje, propojovat se přes API s jinými systémy a postupovat podle stanoveného cíle, aniž by mu člověk musel každým krokem říkat, co má udělat. V klinickém vývoji to znamená schopnost nejen analyzovat data z lékařských záznamů, ale i aktivně vyhledávat odchylky v klinických studiích nebo automaticky komunikovat s výzkumnými centry.

Horizontální vs. Vertikální AI: Proč je specializace kritická?

Abychom pochopili, proč nemůžete nechat správu klinické studie na běžném ChatGPT, musíme rozlišit dva základní přístupy: horizontální a vertikální AI. Tento rozdíl je zásadní pro bezpečnost a legislativní shodu.

Horizontální AI (Generalisté)

Jedná se o modely obecného účelu, jako jsou OpenAI GPT-4o, Google Gemini nebo Anthropic Claude. Jsou extrémně schopné v širokém spektru úkolů – od programování po kreativní psaní. Jsou to „horizontální“ nástroje, protože jejich znalostní báze pokrývá vše od historie po fyziku. Jejich nevýhodou je však absence hluboké, ověřené odbornosti v úzkých medicínských protokolech a nižší míra kontroly nad specifickými regulačními požadavky.

Vertikální AI (Specialisté)

Naopak vertikální agentní AI je vybudována přímo pro jeden konkrétní obor – v tomto případě life sciences (vědy o životech). Podle analýzy Medable jsou tito specialisté trénováni na validovaných klinických datech a musí splňovat přísné standardy, jako je 21 CFR Part 11 nebo HIPAA.

Tito agenti nejsou jen „chytrší“. Jsou navrženi tak, aby dokázali:

• Čistit a reconcilovat data v systémech EDC (Electronic Data Capture).
• Spravovat workflow v systémech CTMS (Clinical Trial Management System).
• Automatizovat regulaci komunikace s klinickými místy při zachování plné auditovatelnosti.

Reálné příklady: Jak to funguje v praxi?

Příkladem úspěšného nasazení je systém v nemocnici Cedars-Sinai, který využívá různé formy AI pro zefektivnění práce lékařů. Podle informací z Nabla využívají tyto instituce ambientní AI k dokumentaci, což dramaticky snižuje administrativní zátěž lékařů (tzv. „pajama time“ – čas, který lékaři musí strávit papírováním doma).

Dále se objevují prediktivní algoritmy pro monitorování stavu matky a dítěte nebo včasné detekce náhlé srdeční smrti. Zde už nejde o kreativitu, ale o extrémní přesnost, kde každá chyba může mít fatální následky.

Dopad na český trh a regulaci v EU

Pro české farmaceutické firmy, výzkumné instituty a nemocnice přináší tato technologie dvě hlavní výzvy: regulaci a bezpečnost dat.

V České republice a celé EU musíme brát v úvahu zejména EU AI Act. Systémy používané v medicíně jsou klasifikovány jako vysoce rizikové (high-risk). To znamená, že vertikální agentní systémy musí být transparentní, auditovatelné a mít jasně definovanou lidskou kontrolu. Zatímco nástroje jako Nabla (nabízí ambientní asistenci) nebo specializované platformy jako Medable jsou primárně orientovány na americký trh, jejich implementace v EU bude vyžadovat přísné dodržení GDPR a specifických evropských norem pro klinické hodnocení.

Co to znamená pro českou firmu? Pokud uvažujete o implementaci AI do výzkumu, nehledejte jen „nejchytřejší model“. Hledejte řešení, které je vertikální – tedy takové, které vám poskytne potvrzení o souladu s evropskou regulací a garantuje, že data zůstanou v rámci EU.

Srovnání: Obecná AI vs. Vertikální medicínská AI

Závěr

Agentní AI posouvá hranice z „pomocníka, který píše“ na „partnera, který jedná“. V medicíně je tento posun nezbytný pro zrychlení vývoje léků a snížení chybovost. Pro české odborníky to však znamená nutnost důsledně sledovat legislativní rámec EU a volit nástroje, které jsou stavěny na pevných, klinicky ověřených základech, nikoliv jen na široké inteligenci modelů.