ForeSCITE：用语义时间轨迹预测生物医学假设

2026年10月30日，arXiv Artificial Intelligence 刊出 Chia-Hsuan Chang 等作者的论文，提出并评估 ForeSCITE 生物医学假设生成框架。该框架识别已发表生物医学结论的主题聚类，估计每个聚类内区分早期与近期发现的方向，并将现有结论嵌入沿这些方向投影，再解码为自然语言假设。作者基于约三百万条截止前结论构建 407 个聚类，在时间切片回溯评估中，其语义覆盖、生物医学实体对新颖性和截止后实体对再观测均优于五个基于提示词和检索增强的基线。专家评审在优先排序的 CAR-T 假设中认定 37 个候选既新颖又具生物学合理性。目前报道仅涉及该框架的提出与离线评估，未提及实际应用或后续验证进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。