К созданию медицинского искусственного интеллекта-ученого

Towards a Medical AI Scientist

March 30, 2026

Авторы: Hongtao Wu, Boyun Zheng, Dingjie Song, Yu Jiang, Jianfeng Gao, Lei Xing, Lichao Sun, Yixuan Yuan

cs.AI

Аннотация

Автономные системы, способные генерировать научные гипотезы, проводить эксперименты и составлять рукописи, недавно появились как перспективная парадигма для ускорения научных открытий. Однако существующие ИИ-ученые в значительной степени остаются предметно-независимыми, что ограничивает их применимость в клинической медицине, где исследования требуют опоры на медицинские доказательства со специализированными типами данных. В данной работе мы представляем Medical AI Scientist — первую автономную исследовательскую платформу, созданную специально для клинических автономных исследований. Она обеспечивает клинически обоснованное генерирование идей путем преобразования тщательно изученной литературы в действенные доказательства с помощью механизма совместного рассуждения клиницистов и инженеров, что повышает прослеживаемость генерируемых исследовательских идей. Кроме того, платформа способствует составлению рукописей на основе доказательств, руководствуясь структурированными медицинскими композиционными соглашениями и этическими нормами. Фреймворк функционирует в трех исследовательских режимах: воспроизведение на основе статей, инновации по мотивам литературы и задача-ориентированное исследование, каждый из которых соответствует различному уровню автоматизации научного поиска с прогрессивно возрастающей автономией. Комплексные оценки, проведенные как большими языковыми моделями, так и экспертами-людьми, демонстрируют, что идеи, сгенерированные Medical AI Scientist, существенно выше по качеству, чем идеи, произведенные коммерческими LLM, по 171 случаю, 19 клиническим задачам и 6 типам данных. В то же время наша система демонстрирует сильное соответствие между предложенным методом и его реализацией, а также значительно более высокие показатели успеха в выполняемых экспериментах. Двойные слепые оценки экспертами-людьми и Stanford Agentic Reviewer указывают на то, что генерируемые рукописи приближаются к уровню качества MICCAI, последовательно превосходя рукописи с конференций ISBI и BIBM. Предложенный Medical AI Scientist подчеркивает потенциал использования ИИ для автономных научных открытий в здравоохранении.

English

Autonomous systems that generate scientific hypotheses, conduct experiments, and draft manuscripts have recently emerged as a promising paradigm for accelerating discovery. However, existing AI Scientists remain largely domain-agnostic, limiting their applicability to clinical medicine, where research is required to be grounded in medical evidence with specialized data modalities. In this work, we introduce Medical AI Scientist, the first autonomous research framework tailored to clinical autonomous research. It enables clinically grounded ideation by transforming extensively surveyed literature into actionable evidence through clinician-engineer co-reasoning mechanism, which improves the traceability of generated research ideas. It further facilitates evidence-grounded manuscript drafting guided by structured medical compositional conventions and ethical policies. The framework operates under 3 research modes, namely paper-based reproduction, literature-inspired innovation, and task-driven exploration, each corresponding to a distinct level of automated scientific inquiry with progressively increasing autonomy. Comprehensive evaluations by both large language models and human experts demonstrate that the ideas generated by the Medical AI Scientist are of substantially higher quality than those produced by commercial LLMs across 171 cases, 19 clinical tasks, and 6 data modalities. Meanwhile, our system achieves strong alignment between the proposed method and its implementation, while also demonstrating significantly higher success rates in executable experiments. Double-blind evaluations by human experts and the Stanford Agentic Reviewer suggest that the generated manuscripts approach MICCAI-level quality, while consistently surpassing those from ISBI and BIBM. The proposed Medical AI Scientist highlights the potential of leveraging AI for autonomous scientific discovery in healthcare.