Google Research presenta CoDaS, un sistema multi-agent che struttura il lavoro come un ciclo di ricerca: genera ipotesi, esegue analisi statistiche, addestra modelli, cerca evidenze in letteratura e sottopone i risultati a verifiche avversariali con supervisione umana.

Nelle tre coorti analizzate, per un totale di 9.279 participant-observations, il sistema ha individuato segnali legati alla variabilità circadiana e alla depressione e un indice da passi e frequenza cardiaca a riposo associato all’insulino-resistenza. L’aggiunta ai modelli demografici ha prodotto incrementi predittivi contenuti.

Gli stessi autori definiscono i risultati come prioritizzazione di candidati, non scoperta causale. Le coorti non hanno replicato un biomarker identico e i clinici hanno giudicato più bassa l’utilità operativa rispetto alla validità metodologica: il passaggio a decisioni sanitarie richiede studi prospettici.

Perché conta

Il workflow è trasferibile allo scouting nutraceutico: ipotesi, dati, letteratura e critica possono diventare una catena tracciabile invece di una risposta generativa isolata.

Limite dell’evidenza

Preprint e report istituzionale: le associazioni sono hypothesis-generating, i guadagni predittivi sono modesti e non dimostrano causalità né utilità clinica.

Nota editoriale. Il contenuto è informativo e rivolto a professionisti del settore. Non costituisce consiglio medico, indicazione terapeutica o parere regolatorio. Consulta il metodo editoriale.

Consulta la fonte originale · Google Research ↗