- 11 次围观
研究动机：随着生物医学数据集和知识图谱在规模、复杂性和异质性方面持续增长，如何对其进行高效导航并从中提取可操作性洞见，已成为研究人员面临的主要瓶颈。显然，当前亟需能够利用代理型人工智能最新进展（如智能体编排与循环工程）的自主分析解决方案，同时避免产生幻觉或造成工作流碎片化。无论技术背景如何，研究人员都需要能够简化复杂数据分析、并提供植根于数据和既有生物医学知识的有意义且可操作洞见的工具。EcoXAI 通过引入一种模块化、可定制、容器化的多智能体系统来回应这一需求，该系统将分析过程组织为明确的流水线执行阶段，从而降低临床与转化研究人员的计算门槛。 研究结果：EcoXAI 以自主执行驱动框架取代了单体式 AI 文本接口，并配备专门的生物信息学智能体，以提供基于数据驱动且植根于既有生物学知识的前瞻性洞见。与纯粹由大语言模型驱动或集成度较低、易产生幻觉或生物学上不合理结果的 AI 解决方案不同，EcoXAI 的多智能体框架通过利用现代智能体管理机制和显式知识图谱集成，在推理过程中提供了更高的透明性和可验证性。在我们关于阿尔茨海默病药物再利用的应用案例中，EcoXAI 评估了 103 个药物候选物，并识别出 79 个新候选物，其预测模型表现超过了随机化基线，其中包括 CCR5 拮抗剂马拉维若，其生成的假设随后获得了文献支持。这些结果表明，以知识图谱为基础的 AI 智能体有望加速假设驱动的生物医学研究。
EcoXAI：用于可解释人工智能与生物医学发现的自主智能体生态系统 | bioRxiv
跳转至主要内容 首页 关于 投稿 提醒 / RSS 搜索此关键词 高级搜索 新结果
EcoXAI：用于可解释人工智能与生物医学发现的自主智能体生态系统
Nicholas Matsumoto， Hyunjun Choi， Philip J. Freda， Miguel E. Hernandez， Zhiping Paul Wang， Jason H. Moore
doi： https://doi.org/10.64898/2026.07.08.737358
Nicholas Matsumoto Cedars Sinai 医学中心 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予bioRxiv永久展示该预印本的许可。 本文依据 CC-BY-NC-ND 4.0 国际许可协议 提供。
返回顶部 上一页 下一页
发布于 2026年7月13日。 下载PDF 数据/代码 电子邮件
感谢您有兴趣帮助传播bioRxiv。 您的电子邮箱 *
您的姓名 *
发送至 *
请输入多个地址，每行一个，或用逗号分隔。
您将通过电子邮件发送以下内容 EcoXAI：用于可解释人工智能与生物医学发现的自主智能体生态系统
邮件主题 （您的姓名）已从bioRxiv转发一个页面给您
邮件正文 （您的姓名）认为您可能希望查看bioRxiv网站上的此页面。
您的个人留言
验证码 此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。
分享 EcoXAI：用于可解释人工智能与生物医学发现的自主智能体生态系统
Nicholas Matsumoto， Hyunjun Choi， Philip J. Freda， Miguel E. Hernandez， Zhiping Paul Wang， Jason H. Moore
bioRxiv 2026.07.08.737358； doi： https://doi.org/10.64898/2026.07.08.737358
分享本文： 复制 引文工具
EcoXAI：用于可解释人工智能与生物医学发现的自主智能体生态系统
Nicholas Matsumoto， Hyunjun Choi， Philip J. Freda， Miguel E. Hernandez， Zhiping Paul Wang， Jason H. Moore
bioRxiv 2026.07.08.737358； doi： https://doi.org/10.64898/2026.07.08.737358
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.08.737358v1?rss=1
🏷️ 可解释人工智能 多智能体系统 知识图谱 生物医学发现 药物再利用