El blog de IA de Google presenta el Marco de Descubrimiento de Biomarcadores, un sistema multiagente que estructura la priorización de biomarcadores candidatos a partir de datos de sensores wearables como un bucle de investigación iterativo bajo supervisión humana. Al combinar la generación de hipótesis, el análisis estadístico paralelo, el entrenamiento de modelos, la validación adversarial y el razonamiento fundamentado en literatura, acelera el descubrimiento manteniendo un rigor estadístico estricto.

Un agente Orquestador descompone las directivas de investigación en lenguaje natural en planes de ejecución, guiando a los agentes especializados a través de seis fases: comprensión de datos, fundamentación de hipótesis, un bucle de descubrimiento iterativo, validación adversarial, investigación profunda y evaluación, y redacción de informes. La memoria compartida, una hoja de hechos estructurada y herramientas comunes preservan la trazabilidad en todo el flujo de trabajo.

En tres cohortes con un total de 9.279 observaciones de participantes, el marco identificó 41 biomarcadores digitales candidatos para salud mental y 25 para resultados metabólicos. En DWB, la variabilidad de la duración del sueño se asoció con la gravedad del PHQ-8 (ρ = 0,252), planteada como una hipótesis de inestabilidad circadiana fundamentada en la literatura. Las características derivadas del marco mejoraron la predicción posterior al combinarse con variables demográficas (ΔR² = 0,040 para depresión).

En una evaluación ciega, 15 expertos puntuaron sus informes frente a tres sistemas de IA contemporáneos. El marco obtuvo las puntuaciones medias más altas en las siete dimensiones de calidad y fue el único sistema recomendado para Aceptar o Revisión Menor. Los revisores estimaron que retendrían en promedio el 56,9 % del contenido de su manuscrito, frente al 18,8 %–30,4 % de los sistemas de referencia.

Entidades clave: Empresas: Google