向医学AI科学家迈进
人工智能
2026-03-31 v1 机器学习
摘要
能够生成科学假设、开展实验并撰写论文的自主系统近期作为加速发现的有前景范式而涌现。然而，现有AI科学家在域agnostic方面仍受限，这限制了其在临床医学中的应用——该领域的研究需以医学证据为基础，涉及专业数据模态。本文引入Medical AI Scientist，即首个专为临床自主研究而设计的框架。它通过临床医生-工程师协同推理机制将广泛调查的文献转化为可操作的证据，从而提高生成研究想法的可追溯性。进一步地，框架依据结构化医学成分规范与伦理政策，引导证据导向的论文草拟。该框架运行于3种研究模式，即论文复现、文献驱动创新与任务驱动探索，每种模式对应不同层次的自动化科学探询。通过大型语言模型与人类专家的全面评估显示，Medical AI Scientist生成的想法在171个案例、19个临床任务及6种数据模态下，均显著优于商业LLM。与其方法与实现之间的对齐程度强劲，同时在可执行实验成功率上也显著提升。双盲评估由人类专家与斯坦福Agentic Reviewer完成，表明生成的论文接近MICCAI水平，而持续超越ISBI与BIBM。Medical AI Scientist凸显了利用AI实现医疗保健领域自主科学发现潜力。
引用
@article{arxiv.2603.28589,
title = {Towards a Medical AI Scientist},
author = {Hongtao Wu and Boyun Zheng and Dingjie Song and Yu Jiang and Jianfeng Gao and Lei Xing and Lichao Sun and Yixuan Yuan},
journal= {arXiv preprint arXiv:2603.28589},
year = {2026}
}