ИИ-инструмент расставляет по приоритету кандидатов в биомаркеры по данным носимых датчиков

Google Research представила систему ИИ для поиска биомаркеров

Концептуальная схема, иллюстрирующая циклический процесс выявления биомаркеров с помощью ИИ, анализирующий данные носимых устройств и клинические данные

Источник: research.google

Носимые устройства непрерывно собирают физиологические сигналы на уровне больших групп людей. Динамика сердечного ритма, параметры сна и другие показатели способны отражать ранние изменения в организме ещё до появления симптомов. Поэтому узким местом становится сбор данных, а превращение этих потоков в надёжные и клинически осмысленные биомаркеры.

Существующие системы на базе языковых моделей автоматизируют отдельные этапы научной работы, но часто плохо справляются с физиологическими временными рядами. Они оптимизируют качество предсказаний и могут упускать статистическую корректность, из-за чего возникают ложные корреляции, утечки данных и нестабильные признаки.

Что такое система поиска биомаркеров

Система поиска биомаркеров представляет отбор кандидатов в биомаркеры как повторяющийся исследовательский цикл под контролем человека. Система объединяет генерацию гипотез, параллельный статистический анализ, обучение моделей, состязательную проверку и поиск подтверждений в литературе. Такой подход ускоряет работу, сохраняя статистические ограничения и участие исследователя.

На трёх когортах — всего 9 279 наблюдений участников — система восстановила известные клинические сигналы, нашла сходящиеся биомаркеры в независимых наборах данных и повысила качество последующего прогнозирования при объединении с демографическими признаками.

Архитектура включает шесть этапов, которые соответствуют обычному циклу приоритизации биомаркеров. Агент-оркестратор переводит исследовательскую задачу на естественном языке в план выполнения и направляет специализированных агентов. Общая память, структурированный лист фактов и единый набор инструментов сохраняют отслеживаемость всех действий.

Система сочетает детерминированные вычисления для численного анализа с генеративным рассуждением при формировании и интерпретации гипотез. Специализированные агенты-разведчики, критики, защитники и специалисты по механизмам работают с общим состоянием конвейера.

Например, для запроса о признаках носимых устройств, связанных с выраженностью депрессии, система поиска биомаркеров изучила набор данных DWB и предложила признаки, описывающие вариабельность времени сна. Связь между вариабельностью продолжительности сна и выраженностью по шкале PHQ-8 составила ρ = 0.252. Затем конвейер проверил устойчивость результата, утечки данных, согласованность между подгруппами и альтернативные объяснения. После этого результат представили как основанную на научной литературе гипотезу о нестабильности циркадных ритмов, которую должен оценить человек.

Механизмы безопасности отделяют построение признаков от целевых сигналов и требуют, чтобы каждый кандидат прошёл этап состязательной фильтрации из 11 тестов.

Результаты на трёх когортах

Чтобы проверить способность системы извлекать правдоподобные физиологические закономерности из шумных данных, её независимо применили к трём крупным когортам в областях психического здоровья и метаболических заболеваний: DWB, GLOBEM и WEAR-ME. Всего система выявила 41 кандидат в цифровые биомаркеры для психического здоровья и 25 — для метаболических исходов.

В таблице из исследования приведены отдельные связи между признаками и состояниями. Коэффициент Спирмена ρ показывает направление и силу связи, 95-процентный доверительный интервал — неопределённость оценки, а скорректированное значение p учитывает множественные сравнения. Механистическое объяснение выступает гипотезой, основанной на научной литературе, и не доказывает причинность.

Отдельный столбец отражает силу предыдущих научных данных, а не клиническую проверку в этом исследовании. Звёздочки обозначают уровни подтверждённости, а не коды статистической значимости.

Система поиска биомаркеров не ограничилась уже существующими переменными и создавала новые составные признаки. В области психического здоровья система выделила вариабельность продолжительности сна и вариабельность времени начала сна как наиболее заметные корреляты выраженности депрессии. В метаболической области она вывела индекс сердечно-сосудистой формы — число шагов, разделённое на частоту сердцебиения в покое. Этот показатель оказался неинвазивным коррелятом инсулинорезистентности и был связан с предыдущими работами о регуляции глюкозы и кардиометаболической форме.

Размеры эффектов и их неопределённость рассчитывались детерминированными методами, а механистические объяснения формировались как гипотезы на основе литературы. Обозначение «Подтверждённый» означает наличие значительного числа подтверждающих публикаций. «Поддержанный»* указывает, что соответствующая физиологическая ось изучена, но цифровой способ её измерения предложен недавно. «Перспективный»** означает ограниченность предыдущих данных и необходимость проверки на отложенной выборке. R — кандидат, отклонённый фильтром пересечения конструкций. Знак † обозначает признак, полученный из данных носимых устройств. Пометка «Нестабильный» означает, что на отложенной выборке направление оценки изменилось.

Систему также развернули на трёх независимых крупных когортах, включавших психическое здоровье и метаболические заболевания, — всего 9 279 наблюдений участников.

Таблица данных с кандидатами в биомаркеры, величинами эффектов, скорректированными p-значениями и механистическими гипотезами в трех когортах

Источник: research.google

В двух наборах данных о депрессии система поиска биомаркеров выбрала разные способы измерения близкого конструкта — нестабильности циркадных ритмов. В DWB вариабельность продолжительности сна была связана с выраженностью по PHQ-8: ρ = 0.252, p < 0.001. В GLOBEM вариабельность времени начала сна дала исследовательскую связь с низким сигналом для PHQ-4: ρ = 0.126, p < 0.001; CV AUC = 0.535.

Поскольку когорты, конечные показатели и определения признаков различались, а идентичный кандидат не воспроизвёлся, результат можно трактовать как предварительное сходство на уровне конструкта, но не как прямое воспроизведение находки.

Два скрипичных графика, отображающих продолжительность сна и вариабельность времени его начала в группах с возрастающей тяжестью депрессии

Источник: research.google

В обеих когортах вариабельность увеличивалась между группами с разной выраженностью симптомов. При этом результаты предназначены для формирования гипотез и не являются доказательством причинности или прямым межкогортным воспроизведением.

Всего система обнаружила 41 кандидат в цифровые биомаркеры для психического здоровья и 25 — для метаболических исходов. Размеры эффектов соответствовали умеренным значениям, типичным для цифрового фенотипирования на основе пассивного сбора данных. При добавлении признаков системы поиска биомаркеров к демографическим переменным качество прогнозирования выросло: ΔR² = 0.040 для депрессии и 0.021 для инсулинорезистентности.

Радарная диаграмма и таблица, сравнивающие производительность предлагаемого ИИ-агента с базовыми методами по нескольким тестам в области науки о данных

Источник: research.google

Проверка качества рукописей

Систему поиска биомаркеров дополнительно оценили на бенчмарках по анализу данных и здравоохранению. Результаты сравнили с наиболее сильными базовыми системами для каждого бенчмарка. Кроме того, 15 экспертов в области медицины, биомедицинского анализа данных, машинного обучения, биоинформатики и цифрового здравоохранения провели слепую оценку отчётов.

Для сравнения использовали отчёты системы поиска биомаркеров и трёх современных исследовательских систем: «ИИ-учёный» от Google DeepMind, Biomni и агента по анализу данных от Google ADK. Систему поиска биомаркеров, Biomni и агента по анализу данных оценивали вместе в 21 сеансе. Ещё 13 сеансов были посвящены только системе поиска биомаркеров, но проходили по той же системе критериев.

В слепой оценке система поиска биомаркеров получила наивысшие средние баллы по всем семи параметрам качества. В рамках имитированной редакционной шкалы только она получила рекомендации, отличные от отказа: 2 — «принять», 8 — «нужна небольшая доработка», 8 — «нужна существенная доработка» и 3 — «отклонить».

Эксперты в среднем оставляли 56,9% содержимого рукописей, созданных системой поиска биомаркеров. Для базовых систем этот показатель составлял от 18,8% до 30,4%. В 9 из 13 сеансов с четырьмя системами эксперты поставили систему поиска биомаркеров на первое место.

Четыре графика, оценивающие различные ИИ-агенты по качеству отчетов, доле принятых результатов, сэкономленным трудозатратам и ранжированию задач

Источник: research.google

Вывод

По мере роста объёма данных о здоровье, собранных носимыми устройствами, проблема цифровой медицины смещается от сбора информации к строгому формированию гипотез. Одного увеличения способности моделей недостаточно, чтобы обеспечить научную корректность.

Система разделяет детерминированные вычисления и генеративное рассуждение, а также заставляет агентов проверять и оспаривать найденные результаты. Такой конвейер позволяет формировать, проверять и расставлять по приоритету гипотезы под контролем человека.

Работу выполнили Yubin Kim, Hamid Palangi и Daniel McDuff из Google Research. Проектом руководил аспирант MIT Yubin Kim во время стажировки в Google под руководством Daniel McDuff и Hamid Palangi. Авторы также поблагодарили соавторов и коллег из Google Research, Google DeepMind и академических организаций.