通过生成式 AI 改变 BIM 工程和法规合规性

在本文中，Exyte人工智能（AI）和法规领域的主题专家Oh Qi Qi探讨了制药设施设计中的合规性挑战，概述了ReguBIM AI试点如何探索可能的解决方案，并讨论了早期结果对未来工程工作流程的启示。

制药设施设计中的合规性挑战

为制药和生物技术公司设计设施需要遵守严格的法规框架，通常称为法规合规。这些法规旨在保护建筑使用者并维护直接影响患者安全的生产环境。它们涉及防火安全、气流系统、洁净室间距以及出口和服务道路等通道。

目前，合规性验证主要是手动进行的。工程师将3D建筑信息建模（BIM）数据与大量基于文本的法规进行交叉检查。BIM模型通常使用Revit或类似工具创建，作为设施的详细数字表示，而法规则以冗长的技术文档形式发布。合规性审查涉及检查数百项要求，从走廊宽度到消防出口间距，这需要时间、经验和仔细的解释。

这种手动方法被广泛认为在努力方面要求很高，容易出现人为错误，并且在项目生命周期后期发现问题时成本昂贵。

ReguBIM AI原型介绍

ReguBIM AI由Exyte开发，作为一个原型探索生成式AI是否可以协助合规性验证。试点不是为了取代现有流程，而是作为一个数字助手，测试其解释法规文本并将其与3D BIM数据关联的能力。

在测试环境中，ReguBIM AI可以分析选定的法规，识别可能相关的条款，并标记BIM模型中可能需要更详细人工审查的区域。输出旨在支持工程师在早期设计阶段和内部检查中，而不是提供最终的合规性批准。

该原型运行在Databricks基础设施上，并使用奖章架构来构建数据处理。ETL管道将BIM文件和法规文档转换为适合分析的格式。该应用程序作为Databricks App部署在无服务器基础设施上，以允许在试点设置中进行受控实验和迭代。

ReguBIM AI仍处于开发的早期阶段，内部用于评估技术可行性、数据质量要求和集成工作量。

正在测试的核心功能

作为正在进行的试点的一部分，ReguBIM AI 专注于几个实验性功能：

• 将选定的 BIM 元素与相关法规文本连接，以支持辅助合规检查
• 使用基于 Databricks、MLflow 和编排组件的 AI 架构进行模块化实验
• 在定义的测试场景中执行空间分析，例如距离检查和路线评估
• 应用检索增强生成技术，呈现可能与用户查询相关的法规条款

• 生成供专家审查的合规摘要草稿，而非正式提交

   

随着原型的演变，这些功能可能会发生变化，并且尚未验证用于生产环境。
 

早期试点工作的观察结果

初步测试表明，AI 辅助合规分析可以减少在早期设计阶段识别潜在问题所需的工作量。然而，结果也表明，专家判断仍然至关重要，特别是在解释模糊法规或项目特定要求时。

从业务角度来看，该试点帮助 Exyte 评估自动化可能支持工程师的领域、数据准备仍然是一个限制的地方，以及此类工具如何融入既定的治理和审批流程。

Exyte 的数字创新

Exyte 是一家全球性的工程、采购和施工公司，专注于复杂的高科技设施。除了核心工程活动外，公司还评估可能支持质量、安全和效率的数字工具。ReguBIM AI 是其中一个概念验证项目，旨在测试生成式人工智能未来如何为法规分析做出贡献。

Exyte 将此原型视为协作支持工具，而非决策系统。其目的是帮助工程师减少重复检查所花费的时间，并将更多精力应用于真正重要的专业领域。

更智能的合规性，通过测试探索

通过 ReguBIM AI，Exyte 正在研究 BIM、生成式 AI 和监管数据如何在受控试点环境中协同工作。虽然仍处于实验阶段，但该计划提供了关于合规流程如何演变以及在更广泛应用之前需要哪些保障措施的实际见解。

对于面临复杂监管环境的制药和生物技术项目，这种探索性工作有助于明确 AI 支持的工程的机会和局限性。