AWS baut Pharma-GraphRAG mit eigenen Wissensgraphen und Bedrock
TL;DR
AWS zeigt einen BYOKG- und GraphRAG-Ansatz für Pharmaforschung: eigene Knowledge Graphs werden mit generativer AI verbunden, damit Forschende natürliche Fragen stellen und belegte Antworten aus verknüpften Daten bekommen. Die Demo nutzt unter anderem PMC Open Access, NCBI-Metadaten, Disease Ontology und ICD-10-Codes aus Amazon Comprehend Medical. Der Graph enthält Krankheiten, Autoren, Journale, Text-Chunks und medizinische Codes.
Nauti's Take
Der brauchbare Kern ist nicht die generative AI, sondern der Knowledge Graph als Kontrollschicht. Wenn Forschende sehen, welche Knoten und Quellen zu einer Antwort geführt haben, wird RAG weniger Orakel und mehr Recherchewerkzeug.
Die AWS-Zahlen klingen allerdings wie aus einem Sales Deck. Vor einem Produktivprojekt sollte ein Team mit einem kleinen, kuratierten Graphen starten und prüfen, ob die Belegpfade wirklich bessere Hypothesen liefern.
Einordnunganzeigen
Pharma-RAG ist heikler als normales PDF-Fragen, weil eine plausible Antwort ohne belegbaren Pfad wissenschaftlich wenig wert ist. GraphRAG kann helfen, Beziehungen zwischen Krankheiten, Genen, Publikationen und Codes explizit zu machen. Entscheidend bleibt, ob die Datenqualität, Rechte und Metriken außerhalb der AWS-Demo halten.
Quellen
