Le blog IA de Google présente le Cadre de Découverte de Biomarqueurs, un système multi-agents qui structure la priorisation des biomarqueurs candidats à partir de données de capteurs portables comme une boucle de recherche itérative sous supervision humaine. En combinant génération d'hypothèses, analyse statistique parallèle, entraînement de modèles, validation adverse et raisonnement fondé sur la littérature, il accélère la découverte tout en maintenant une rigueur statistique stricte.

Un agent Orchestrateur décompose les directives de recherche en langage naturel en plans d'exécution, guidant les agents spécialisés à travers six phases : compréhension des données, fondement des hypothèses, boucle de découverte itérative, validation adverse, recherche approfondie et évaluation, et rédaction de rapports. La mémoire partagée, une fiche de faits structurée et des outils communs préservent la traçabilité tout au long du flux de travail.

Sur trois cohortes totalisant 9 279 observations de participants, le cadre a identifié 41 biomarqueurs numériques candidats pour la santé mentale et 25 pour les résultats métaboliques. Dans DWB, la variabilité de la durée du sommeil était associée à la sévérité du PHQ-8 (ρ = 0,252), formulée comme une hypothèse d'instabilité circadienne fondée sur la littérature. Les caractéristiques dérivées du cadre ont amélioré la prédiction en aval lorsqu'elles étaient combinées aux variables démographiques (ΔR² = 0,040 pour la dépression).

Dans une évaluation en aveugle, 15 experts ont noté ses rapports face à trois systèmes d'IA contemporains. Le cadre a obtenu les scores moyens les plus élevés sur les sept dimensions de qualité et a été le seul système recommandé pour Acceptation ou Révision Mineure. Les évaluateurs ont estimé qu'ils conserveraient en moyenne 56,9 % du contenu de son manuscrit, contre 18,8 %–30,4 % pour les systèmes de référence.

Entités clés : Entreprises : Google