谷歌AI博客推出了生物标志物发现框架（Biomarker Discovery Framework），这是一个多智能体系统，将在人类监督下把来自可穿戴传感器数据的候选生物标志物优先级排序结构化为一个迭代研究循环。通过结合假设生成、并行统计分析、模型训练、对抗性验证和基于文献的推理，它在保持严格统计严谨性的同时加速了发现过程。

一个编排器（Orchestrator）智能体将自然语言研究指令分解为执行计划，引导专业智能体完成六个阶段：数据理解、假设确立、迭代发现循环、对抗性验证、深度研究与评估以及报告撰写。共享内存、结构化事实表和通用工具在整个工作流程中保持了可追溯性。

在总计9,279名参与者观测的三个队列中，该框架识别出41个心理健康候选数字生物标志物和25个代谢结果相关标志物。在DWB中，睡眠时长变异性与PHQ-8严重程度相关（ρ = 0.252），被构建为一个基于文献的昼夜节律不稳定性假设。当与人口统计学变量结合时，框架衍生的特征改善了下游预测（抑郁症的ΔR² = 0.040）。

在一项盲评中，15位专家将其报告与三个当代AI系统进行了评分。该框架在所有七个质量维度上获得了最高的平均分，并且是唯一被建议“接受”或“小修”的系统。审稿人估计他们平均会保留其56.9%的手稿内容，而基线系统为18.8%–30.4%。

关键实体：公司：谷歌