Google הציגה מערכת AI לאיתור מועמדים לביומרקרים מנתוני שעונים

Google Research פרסמה ב־21 באוגוסט את Biomarker Discovery Framework, מערכת רב־סוכנית שנועדה לעזור לחוקרים לאתר ולדרג מועמדים לביומרקרים מתוך נתוני שעונים וחיישנים לבישים. העבודה פורסמה קודם לכן כמאמר מקדים בשם CoDaS, והיא משלבת מודלי שפה עם קוד סטטיסטי דטרמיניסטי ופיקוח אנושי. המטרה היא לקצר את הדרך מנתוני דופק, שינה ופעילות להשערה שאפשר לבדוק במחקר נוסף.

המערכת אינה מקבלת זרם נתונים ומחזירה אבחנה. היא מארגנת תהליך מחקר בן שישה שלבים: הבנת מבנה הנתונים, חיפוש ספרות והעלאת השערות, ניתוח סטטיסטי ואימון מודלים, בדיקות יריבות מול טעויות אפשריות, בחינת מנגנון וחדשנות, ולבסוף הרכבת דוח לביקורת מומחים. סוכנים שונים מקבלים תפקידים נפרדים, ובהם מבקר ומגן שמנסים לערער על כל מועמד לפני שהוא נשמר.

מה נבדק בפועל

החוקרים הפעילו את המסגרת על שלושה מאגרים שכללו יחד 9,279 תצפיות של משתתפים. שני מאגרים עסקו במדדי בריאות נפשית ובדפוסי שינה ופעילות, והשלישי חיבר נתונים לבישים למדדים מטבוליים. המערכת יצרה ודירגה 41 מועמדים דיגיטליים בתחום בריאות הנפש ו־25 מועמדים בתחום המטבולי.

בין התוצאות הופיע קשר בין שונות במשך השינה לבין חומרת תסמיני דיכאון במאגר אחד, וקשר חלש יותר בין שונות בשעת ההירדמות לבין מדד דיכאון במאגר אחר. בתחום המטבולי המערכת בנתה מדד כושר שמחלק צעדים בדופק מנוחה ומצאה קשר עם עמידות לאינסולין. החוקרים מדגישים שמדובר בקשרים סטטיסטיים ובהשערות ביולוגיות, לא בהוכחה שסיבה אחת מובילה לתוצאה רפואית.

כאשר המאפיינים שהמערכת הפיקה נוספו לנתונים דמוגרפיים, השיפור בכושר החיזוי היה מתון: תוספת של 0.040 ל־R² במשימת הדיכאון ושל 0.021 במשימת העמידות לאינסולין. המספרים האלה חשובים מפני שהם מציבים גבול ברור לטענה. המערכת מצאה אותות שימושיים, אך היא לא הפכה נתוני שעון לכלי אבחון מדויק.

גם הדוחות עברו בדיקה עיוורת

חמישה עשר מומחים ברפואה, ביואינפורמטיקה, בריאות דיגיטלית ומדעי הנתונים בדקו דוחות בלי לדעת איזו מערכת יצרה אותם. לפי Google, המסגרת הייתה היחידה מבין המערכות שנבדקו שקיבלה המלצות כלשהן של קבלה או תיקון קל: שני דוחות קיבלו קבלה, שמונה תיקון קל, שמונה תיקון גדול ושלושה דחייה. בהשוואה שכללה ארבע מערכות, היא דורגה ראשונה בתשעה מתוך 13 סבבים.

ההערכה מספקת מידע שימושי על איכות הכתיבה וההיגיון הסטטיסטי, אך אינה תחליף לשחזור ניסוי או למחקר קליני. מספר ההשוואות לא היה זהה לכל מערכת, והחוקרים עצמם הם מחברי המסגרת. המאמר נמצא ב־arXiv ולא עבר עדיין ביקורת עמיתים של כתב עת.

המשמעות לחוקרי בריאות דיגיטלית

התרומה המעשית היא תהליך עבודה שניתן לעקוב אחריו: ההשערות נוצרות בעזרת מודל, המספרים מחושבים בקוד, וכל טענה אמורה להיקשר לדף עובדות משותף. הפרדה כזו יכולה לצמצם דליפת יעד, בדיקות מרובות לא מבוקרות ודוחות שבהם מודל ממציא מספרים. היא גם מאפשרת לחוקר אנושי לעצור את התהליך ולדרוש ניתוח נוסף.

נותרו שאלות מהותיות לגבי שחזור על מאגרים חיצוניים, עלות ההרצה, גישה לנתונים, יציבות מול גרסאות מודל חדשות והתאמה לאוכלוסיות אחרות. המועמדים דורשים אימות פרוספקטיבי לפני שימוש רפואי. בשלב הנוכחי זו מערכת לתעדוף מחקר, לא מוצר קליני ולא המלצה למשתמשי שעונים חכמים.