BIM-engineering en naleving van regelgeving transformeren met generatieve AI

In dit artikel onderzoekt Oh Qi Qi, Exyte Subject Matter Expert voor Kunstmatige Intelligentie (AI) en regelgeving, de uitdagingen op het gebied van naleving in het ontwerp van farmaceutische faciliteiten, schetst hoe de ReguBIM AI-pilot mogelijke oplossingen verkent, en bespreekt wat vroege resultaten suggereren voor toekomstige engineeringworkflows.

De uitdaging van naleving in het ontwerp van farmaceutische faciliteiten

Het ontwerpen van faciliteiten voor farmaceutische en biotechnologische bedrijven vereist naleving van strikte regelgevingskaders, vaak aangeduid als naleving van codes. Deze regelgeving is bedoeld om gebruikers van gebouwen te beschermen en productieomgevingen te beveiligen die rechtstreeks van invloed zijn op de veiligheid van patiënten. Ze behandelen brandveiligheid, luchtstroomsystemen, cleanroom-indeling en toegangswegen zoals uitgangen en dienstwegen.

Vandaag de dag is nalevingsverificatie grotendeels handmatig. Ingenieurs controleren 3D Building Information Modeling (BIM)-gegevens aan de hand van uitgebreide, tekstgebaseerde regelgeving. BIM-modellen, vaak gemaakt in Revit of soortgelijke tools, functioneren als gedetailleerde digitale representaties van een faciliteit, terwijl regelgeving wordt gepubliceerd als lange technische documenten. Nalevingsbeoordelingen omvatten het controleren van honderden vereisten, van gangbreedtes tot branduitgangsafstanden, wat tijd, ervaring en zorgvuldige interpretatie vereist.

Deze handmatige aanpak wordt algemeen beschouwd als inspannend qua moeite, vatbaar voor menselijke fouten en duur wanneer problemen laat in een projectlevenscyclus worden geïdentificeerd.

ReguBIM AI introduceren als prototype

ReguBIM AI is ontwikkeld door Exyte als een prototype om te onderzoeken of generatieve AI kan helpen bij nalevingsverificatie. In plaats van bestaande processen te vervangen, fungeert de pilot als een digitale assistent die wordt getest op zijn vermogen om regelgevende teksten te interpreteren en te relateren aan 3D BIM-gegevens.

Binnen de testomgeving kan ReguBIM AI geselecteerde regelgeving analyseren, mogelijk relevante clausules identificeren en gebieden in een BIM-model markeren die mogelijk nader menselijk onderzoek vereisen. Uitvoer is bedoeld om ingenieurs te ondersteunen tijdens vroege ontwerpfasen en interne controles, niet om definitieve nalevingsgoedkeuring te bieden.

Het prototype draait op Databricks-infrastructuur en gebruikt een medaillonarchitectuur om gegevensverwerking te structureren. ETL-pijplijnen converteren BIM-bestanden en regelgevingsdocumenten naar formaten die geschikt zijn voor analyse. De applicatie wordt ingezet als een Databricks-app op serverloze infrastructuur om gecontroleerde experimenten en iteraties mogelijk te maken als onderdeel van de pilotopstelling.

ReguBIM AI bevindt zich nog in een vroeg ontwikkelingsstadium en wordt intern gebruikt om technische haalbaarheid, vereisten voor gegevenskwaliteit en integratie-inspanning te evalueren.

Kerncapaciteiten onder test

Als onderdeel van de lopende pilot richt ReguBIM AI zich op verschillende experimentele capaciteiten:

• Het verbinden van geselecteerde BIM-elementen met relevante regelgevende teksten om geassisteerde nalevingscontroles te ondersteunen
• Het gebruik van een AI-gebaseerde architectuur gebouwd op Databricks, MLflow en orkestratiecomponenten voor modulaire experimenten
• Het uitvoeren van ruimtelijke analyses zoals afstandscontroles en route-evaluatie binnen gedefinieerde testscenario's
• Het toepassen van retrieval-augmented generation om regelgevende clausules naar boven te halen die mogelijk verband houden met gebruikersvragen

• Het produceren van conceptnalevingssamenvattingen bedoeld voor deskundige beoordeling in plaats van formele indiening

   

Deze capaciteiten kunnen veranderen naarmate het prototype evolueert en zijn niet gevalideerd voor gebruik in productie.
 

Observaties uit vroeg pilotwerk

Initiële tests wijzen erop dat AI-geassisteerde nalevingsanalyse de inspanning kan verminderen die nodig is om potentiële problemen in vroege ontwerpfasen te identificeren. Resultaten tonen echter ook aan dat deskundig oordeel essentieel blijft, vooral bij het interpreteren van dubbelzinnige regelgeving of projectspecifieke vereisten.

Vanuit zakelijk perspectief helpt de pilot Exyte te beoordelen waar automatisering ingenieurs kan ondersteunen, waar gegevensvoorbereiding een beperking blijft, en hoe dergelijke tools kunnen passen in gevestigde governance- en goedkeuringsprocessen.

Digitale innovatie bij Exyte

Exyte is een wereldwijd opererend ingenieurs-, inkoop- en bouwbedrijf dat zich richt op complexe hightech faciliteiten. Naast zijn kernactiviteiten op het gebied van engineering evalueert het bedrijf digitale tools die de kwaliteit, veiligheid en efficiëntie kunnen ondersteunen. ReguBIM AI is een dergelijk proof of concept, ontwikkeld om te testen hoe generatieve AI in de toekomst kan bijdragen aan regelgevingsanalyse.

Exyte beschouwt dit prototype als een collaboratief ondersteuningsinstrument en niet als een besluitvormingssysteem. Het doel is om ingenieurs minder tijd te laten besteden aan repetitieve controles en meer tijd te geven om hun expertise toe te passen waar deze het meest nodig is.

Slimmere naleving, onderzocht via testen

Via ReguBIM AI onderzoekt Exyte hoe BIM, generatieve AI en regelgevende gegevens samen kunnen werken in een gecontroleerde pilotomgeving. Hoewel nog experimenteel, biedt het initiatief praktische inzichten in hoe nalevingsprocessen kunnen evolueren en welke waarborgen nodig zijn voordat een bredere toepassing mogelijk is.

Voor farmaceutische en biotechnologische projecten die geconfronteerd worden met complexe regelgevende omgevingen, helpt dit verkennend werk om zowel de mogelijkheden als de beperkingen van AI-ondersteunde engineering te verduidelijken.