Queryome：生物医学文献の検索、推論、統合をオーケストレーションする

科学分野:

• 生物医学における人工知能；科学文献のための自然言語処理

背景:

• 生物医学文献の指数関数的な増加は、証拠合成のための高度なAIを必要とします。現在の検索拡張生成（RAG）法は、複雑で多段階の生物医学的推論に苦労しています。

研究 の 目的:

• 動的なクエリ適応と、証拠に基づいた反復的な合成が可能なAIシステム、Queryomeを開発すること。膨大な生物医学情報の推論と合成におけるAIの能力を高めること。

主な方法:

• 専門的な大規模言語モデル（LLM）エージェントを利用したディープリサーチシステム、Queryomeを開発しました。2830万件のPubMed抄録をカバーするハイブリッドセマンティックレキシカル検索エンジンを実装しました。適応的なクエリ処理のために、動的なエージェントオーケストレーションを採用しました。

主要な成果:

• QueryomeはMIRAGEベンチマークで88.98%の精度を達成し、既存システムを14ポイント上回りました。Human's Last Exam（HLE）生物医学サブセットにおける推論精度を15.8%から19.3%に向上させました。主要なAIリサーチツールと比較して、レビュー記事作成タスクで最高の総合スコアを獲得しました。

結論:

• Queryomeは、複雑な生物医学的クエリに対する反復的で証拠に基づいた合成において、優れた能力を示しています。このシステムの適応的なLLMエージェントオーケストレーションとハイブリッド検索エンジンは、生物医学文献分析における重要な進歩を提供します。Queryomeは、拡大する生物医学知識の状況をナビゲートする研究者にとって強力な新しいツールとなります。