引用ネットワークの拡張とLLMによる選別で、創薬文献レビューを自動化するCESAR
- CESARはオープンソースのワークフローで、OpenAlexを使って参考文献と被引用文献をたどり文献コーパスを構築し、人手でアノテーションした参照セットで調整したLLMが抄録を選別する。
- 広い分野（全合成）と狭い標的（MAGL）で、既存の整理済み文献集との照合による後ろ向き評価を実施。収集範囲は既知論文の大部分を網羅し、安価なモデルも高価なモデルに近い性能だった。
- オープンウェイトモデルのローカル実行でもクラウドと同等で、選択性や化合物名の抽出も同時に行え、機密資料の選別にも使える。査読前のプレプリント。
💡 ポイント アブストラクトに基づく見解
既知論文の大部分を回収したという数字は、おそらく同じ文献や引用関係から作られた整理済み文献集に対するリコールにすぎず、取りこぼしについてはほとんど語らない。自分の標的に使う前に、除外された抄録からランダムに抽出して手で確認し、偽陰性を見積もりたい。ランドスケープが静かに歪むのはそこだからだ。