论文

CoDaS：通过可穿戴传感器发现生物标志物的人工智能联合数据科学家

CoDaS: AI Co-Data-Scientist for Biomarker Discovery via Wearable Sensors

Yubin Kim, Salman Rahman, Samuel Schmidgall, Chunjong Park, A. Ali Heydari, Ahmed A. Metwally, Hong Yu, Xin Liu, Xuhai Xu, Yuzhe Yang, Maxwell A. Xu, Zhihan Zhang, Cynthia Breazeal, Tim Althoff, Petar Sirkovic, Ivor Rendulic, Annalisa Pawlosky, Nicolas Stroppa, Juraj Gottweis, Elahe Vedadi, Alan Karthikesalingam, Pushmeet Kohli, Vivek Natarajan, Mark Malhotra, Shwetak Patel, Hae Won Park, Hamid Palangi, Daniel McDuff来源日期：2026.04.15

应用与实践科学研究

摘要

数字健康领域的科学发现需要将可穿戴设备的连续生理信号转换为临床上可操作的生物标志物。我们引入了 CoDaS（AI 协同数据科学家），这是一种多智能体系统，它将生物标志物发现构建为一个迭代过程，结合了假设生成、统计分析、对抗性验证、基于文献的推理以及使用大规模可穿戴数据集的人类监督。在总共 9,279 个参与者观察的三个队列中，CoDaS 确定了 41 个用于心理健康的候选数字生物标志物和 25 个用于代谢结果的候选数字生物标志物，每个标志物都经过了涵盖复制、稳定性、鲁棒性和区分能力的内部验证。在两个独立的抑郁症队列中，CoDaS 在两个数据集中都表现出了与昼夜节律不稳定相关的特征，反映在睡眠持续时间变异性（DWB，ρ = 0.252，p < 0.001）和睡眠开始变异性（GLOBEM，ρ = 0.126，p < 0.001）中。在代谢队列中，CoDaS 得出心血管健康指数（步数/静息心率；ρ = -0.374，p < 0.001），并恢复已建立的临床关联，包括肝功能比（AST/ALT；ρ = -0.375，p < 0.001），这是胰岛素抵抗的已知相关因素。将 CoDaS 衍生的特征与人口统计变量相结合，导致预测性能得到适度但一致的改进，经交叉验证的 Delta R^2 对于抑郁症增加了 0.040，对于胰岛素抵抗增加了 0.021。这些发现表明，CoDaS 能够从大规模可穿戴数据中生成系统且可追踪的假设，并确定生物标志物发现的优先级。

CoDaS：通过可穿戴传感器发现生物标志物的人工智能联合数据科学家 — 图 1：概览。 (a) CoDaS 从消费者可穿戴设备、实验室结果、经过验证的调查和智能手机应用程序中获取连续的生理时间序列数据。 (b) 闭环架构协调反映生物标志物发现生命周期的六个阶段，从而能够迭代细化候选生物标志物，以实现统计鲁棒性和生理可解释性。 (c) 给定自然语言研究指令，CoDaS 将目标分解为分阶段执行计划，子代理通过迭代 LLM 引导分析和确定性代码执行来执行每一步，生成包含统计摘要、ML 基准、机制假设和新颖性评估的报告草稿以供人工审核。 (d) CoDaS 还根据数据科学和健康基准进行了评估，实现了与每个基准最强基准相比的竞争性能。 (e) 在盲法人类专家评估中 ( n = 15 n=15 )，CoDaS 在比较系统中在质量维度上获得了最高的平均分。