यह शोधपत्र, त्वरित दवा परिसंपत्ति जाँच हेतु एजेंट-आधारित कृत्रिम बुद्धिमत्ता प्रणाली में प्रयुक्त प्रतिस्पर्धी खोज घटक का वर्णन और मानकीकरण करता है। किसी विशिष्ट संकेत के आधार पर, प्रतिस्पर्धी खोज कृत्रिम बुद्धिमत्ता एजेंट उस संकेत के लिए प्रतिस्पर्धी परिदृश्य बनाने वाली सभी दवाओं की खोज करता है और इन दवाओं के मानकीकृत गुणधर्मों को निकालता है। प्रतिस्पर्धी परिभाषाएँ निवेशकों के अनुसार अलग-अलग होती हैं, डेटा सशुल्क/लाइसेंस प्राप्त होता है, और विभिन्न रजिस्ट्रियों में खंडित होता है। संकेतधर्मिताएँ विभिन्न संकेतों में असंगत होती हैं, दवा के नामों के अनेक उपनाम होते हैं, वे बहुविध होते हैं, और तेज़ी से विकसित हो रहे हैं। हालाँकि वर्तमान में इस समस्या के लिए सर्वोत्तम उपकरण माना जाता है, LLM-आधारित कृत्रिम बुद्धिमत्ता प्रणालियाँ सभी प्रतिस्पर्धी दवाओं के नामों को विश्वसनीय रूप से प्राप्त नहीं कर सकती हैं, और इस कार्य के लिए कोई स्वीकृत सार्वजनिक मानक नहीं हैं। मूल्यांकन की इस कमी को दूर करने के लिए, यह शोधपत्र एक LLM-आधारित एजेंट का उपयोग करके एक निजी बायोटेक VC फंड से पाँच वर्षों के बहुविध असंरचित उचित जाँच नोट्स को एक संरचित मूल्यांकन कोष में परिवर्तित करता है जो संकेतों को मानकीकृत गुणों वाली प्रतिस्पर्धी दवाओं से जोड़ता है। इसके अलावा, हम एक प्रतियोगी सत्यापन एलएलएम-एज़-ए-जज एजेंट पेश करते हैं जो अनुमानित प्रतियोगी सूची से गलत सकारात्मक परिणामों को फ़िल्टर करके सटीकता को अधिकतम करता है और भ्रम को रोकता है। इस बेंचमार्क में, प्रतियोगी खोज एजेंट ने 83% रिकॉल हासिल किया, जो ओपनएआई डीप रिसर्च (65%) और पेरप्लेक्सिटी लैब्स (60%) से बेहतर प्रदर्शन था। यह प्रणाली एंटरप्राइज़ उपयोगकर्ताओं पर लक्षित है; एक बायोटेक वीसी फंड पर केंद्रित एक केस स्टडी में, प्रतिस्पर्धी विश्लेषण के लिए विश्लेषक प्रसंस्करण समय 2.5 दिनों से घटकर लगभग 3 घंटे (लगभग 20 गुना) हो गया।
