编辑推荐:
摘要生物医学研究受到制约,因为分析日益庞大且复杂的数据集需要耗费大量时间,并要求具备深厚的专业知识。为弥补这一差距,我们提出 OpenScientist——一个开源的智能体型人工智能协同科研助手,旨在研究科学家提出的问题,并生成可验证、以数据为依据的分析结果。领域专家通过五个生物
生物医学研究受到制约,因为分析日益庞大且复杂的数据集需要耗费大量时间,并要求具备深厚的专业知识。为弥补这一差距,我们提出 OpenScientist——一个开源的智能体型人工智能协同科研助手,旨在研究科学家提出的问题,并生成可验证、以数据为依据的分析结果。领域专家通过五个生物医学案例研究对 OpenScientist 进行了评估;它在几分钟内完成了原本需要数月人力和专业知识的分析。它准确量化了阿尔茨海默病血液生物标志物的性能,构建了一个血浆蛋白质组学生存模型,能够预测隐藏评估队列中的生存情况;提出了一种可复现的机制,将 tau 蛋白病理改变与溶酶体酸化改变联系起来;提出了多发性骨髓瘤相关假设,这些假设在外部队列中得到了验证,且在随机对照组中呈现出减弱的信号;并在一项盲法、预先设定的蛋白质组学比较中,展示了与独立人类分析结果的一致性。这些结果支持将 OpenScientist 与人类专家协同使用,以辅助生物医学数据分析。为支持涉及敏感临床数据集的研究,OpenScientist 可以在完全气隙隔离的环境中运行,并使用开源模型进行推理。OpenScientist 表明,开放、可审计的智能体人工智能能够通过检索文献、提出假设、执行分析以及从复杂数据集中获得洞见,为现实世界中的临床研究提供支持。
生物通 版权所有