制药行业数十年积累的海量研究档案，因分散异构而难以利用。罗氏公司推出的多智能体AI系统DiscoVerse，旨在解决这一痛点，通过自动化检索与证据合成，将尘封的“失败”数据转化为新药研发的宝贵洞察，实现高效的“反向翻译”，助力科学家做出更明智的决策。
智能速览
罗氏推出DiscoVerse，首个面向制药领域的多智能体协作AI系统。
核心功能是实现语义检索、跨文档链接和可追溯的证据合成。
在180个分子的真实数据集上，召回率接近完美（≥0.99），精度中等。
能有效整合多阶段证据，生成来源清晰的回答，辅助战略决策。
错误主要来自上下文混淆，而非内容虚构，可靠性高。
系统定位为人机协同工具，解放科学家精力，聚焦于高价值验证。
精华内容
这个名为DiscoVerse的系统，如何模拟科学家的思维，从海量数据中挖掘出被遗忘的宝藏？其内部工作机制和实测效果值得关注。
模拟科学家的AI
DiscoVerse是一个专为制药领域设计的多智能体协作AI系统，其核心在于模拟科学家的实际工作流程。系统通过多个专业化智能体协同工作，实现了对海量历史研究数据的语义检索，能够跨越不同文档建立逻辑链接，并最终生成来源可追溯、证据充分的综合报告，将科学家从繁琐的文献整理中解放出来。
这种设计旨在直接应对药物研发中知识复用的核心挑战。
反向翻译的价值
许多药物研发项目在中途停止，这些“失败”的数据中隐藏着宝贵的洞见。DiscoVerse的核心价值之一便是支持“反向翻译”——即从临床结果反推至早期的临床前研究，帮助研究人员理解药物失效的深层原因。
通过系统性地整合和分析这些历史档案，该AI能帮助发现新的药物靶点，优化新药分子的设计，从而提高未来研发的成功率，将历史投入转化为未来资产。
实测性能评估
为验证其真实世界效用，罗氏在内部选取了180个分子、覆盖超8亿token的数据集进行了专家评估。结果显示，在7类基准查询中，系统召回率接近完美（≥0.99），意味着几乎能找到所有相关信息；精度在0.71-0.91之间，属于中等水平。
这一性能组合表明，DiscoVerse非常适合作为“搜索-验证”模式的辅助工具。错误分析也发现，系统错误多为上下文混淆（如将临床前剂量误用于临床剂量），而非凭空捏造信息，可靠性得到了保障。
人机协同机制
DiscoVerse被明确定位为人机协同的助手，而非决策的替代者。它负责处理海量信息的检索、链接和初步合成，而最终的判断和裁决仍由领域专家完成。这种设计确保了决策过程的可审计性和科学严谨性。
目前，该系统仍存在一些局限，例如对扫描文档的解析质量依赖较强，以及精度有待进一步提升。但其在激活沉睡数据、加速知识迭代方面的潜力已得到证实。
DiscoVerse展示了AI在激活历史药研数据方面的巨大潜力，它不仅是高效的信息处理工具，更是知识传承与再创新的新范式。随着技术的持续迭代和对专业领域理解的加深，这类智能助手将如何重塑药物研发的未来，值得持续关注。
