从经蒸馏的私有健康记录中进行智能体驱动的血液生物标志物发现
TLDR
将私有健康记录蒸馏为公开评分工具，智能体据此迭代发现血液生物标志物并经外部验证。
评分理由
The paper's strengths include a privacy-preserving distillation approach using a large real-world patient panel, external validation across multiple cohorts, and demonstrated improvements over literature-seeded candidates. Weaknesses are limited visible details on the agent design, candidate search space, and cohort-specific variability in gains.
Read-first 评分解释
综合优先阅读分 49.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 60。
研究版图角色
排序敏感性
稳定性：volatile；排名波动范围：120。
关键词评分
深度分析
创新点
- 将私有健康记录蒸馏为公开评分工具：在数据边界内训练图注意力网络，且仅发布训练后的权重
- 以真实世界数据为基础、且不暴露患者数据的智能体“提出-评分-细化”循环
- 基于常规全血细胞计数（CBC）在13种免疫介导疾病中进行隐私保护的生物标志物假设生成
方法
对于13种免疫介导疾病中的每一种，均在 Clalit Health Services 数据边界内训练一个图注意力网络（Graph Attention Network），用于预测候选CBC表达式的病例对照AUC；仅发布训练后的权重作为评分工具。智能体利用该工具在“提出-评分-细化”循环中评估候选CBC表达式。研究在三个独立队列中进行了外部验证，将智能体发现的表达式与文献种子起点进行比较，并对三个前沿研究工具的候选结果进行重新排序。
关键结果
智能体发现的表达式相比文献种子起点，AUC中位数提高了4.18个百分点。在三个独立队列中，对三个前沿研究工具候选结果的重新排序在大多数比较中优于其首选结果，但收益因队列而异。