BioInsight: мультиагентная оркестрация для интерактивного открытия биомедицинских знаний

Аннотация

Биомедицинские исследователи всё чаще используют созданные ИИ анализы и отчёты для интерпретации сигналов на уровне белков, однако статические выходные данные часто недостаточны для принятия решений в исследованиях, где пользователям необходимо изучать доказательства, оценивать неопределённость, сравнивать механизмы и уточнять гипотезы. Мы представляем BioInsight — мультиагентную систему, которая переходит от статической генерации биомедицинских отчётов к интерактивной генерации интерфейсов, ориентированных на доказательства. Получив название заболевания, таблицу ассоциаций белков и необязательные метаданные когорты, BioInsight организует специфические для заболевания доказательства через типизированные промежуточные артефакты, включая ранжированные пути, пакеты литературных доказательств, заметки о рассуждениях на уровне белков, отчёты с цитатами, схемы информационных панелей и визуализированные интерактивные интерфейсы. Система разделяет извлечение доказательств и механистическое рассуждение, нормализует цитирование с помощью детерминированных компонентов и преобразует те же структурированные доказательства, используемые в отчёте, в интерактивный интерфейс. Мы оцениваем BioInsight на стандартизированных биомедицинских вопросах-ответах, сложных рассуждениях о функции белков и сквозном синтезе биомедицинских доказательств. Результаты показывают, что BioInsight достигает наилучших показателей, и предполагают, что биомедицинские системы ИИ должны выходить за рамки только текстовых и статических отчётов в сторону интерактивных артефактов, сохраняющих происхождение данных.

English

Biomedical researchers increasingly use AI-generated analyses and reports to interpret protein-level signals, but static outputs are often insufficient for research decision-making, where users need to inspect evidence, assess uncertainty, compare mechanisms, and refine hypotheses. We present BioInsight, a multi-agent system that moves from static biomedical report generation to interactive evidence-centered interactive interface generation. Given a disease name, a protein association table, and optional cohort metadata, BioInsight organizes disease-specific evidence through typed intermediate artifacts, including ranked pathways, literature evidence packets, protein-level reasoning notes, citation-grounded reports, dashboard schemas, and rendered interactive interfaces. The system decomposes evidence retrieval from mechanistic reasoning, normalizes citations through deterministic components, and converts the same structured evidence used in the report into an interactive interface. We evaluate BioInsight on standardized biomedical QA, challenging protein-function reasoning, and end-to-end biomedical evidence synthesis. Results show that BioInsight achieves best, and suggest that biomedical AI systems should move beyond text-only and static reports toward provenance-preserving, interactive evidence artifacts.