Die in Communications Biology veröffentlichte akzeptierte Vorabversion der Studie stellt das KI-Framework HRAftu-LM-RAG vor, das Merkmale funktioneller Gewebenheiten des Human Reference Atlas (HRA) automatisch aus wissenschaftlichen Publikationen extrahiert. Der HRA verfolgt das Ziel, die mehrskalige Struktur des menschlichen Körpers – von den Organsystemen bis zur Ebene einzelner Zellen – zu kartieren, indem er Fachleute aus mehr als 25 internationalen Konsortien zusammenbringt. Fachleute haben bislang die funktionellen Gewebenheiten in 10 Organen detailliert und 2D-Zeichnungen erstellt.
Das validierte System kombiniert Large Language Models für die textbasierte Schlussfolgerung, Large Vision Models für die visuelle Interpretation und die Retrieval-Augmented-Generation-Methode, um Informationen auf Quellen zu stützen. In der Studie wurden 244.640 PubMed-Central-Publikationen mit 1.389.168 Abbildungen zu 22 funktionellen Gewebenheiten durchsucht. Darunter wurden 617.237 Abbildungen mit mikroskopischen und schematischen Darstellungen identifiziert. Aus den Bildern und den zugehörigen Texten wurden automatisch 331.189 Maßstabsbalken, 1.719.138 Erwähnungen biologischer Entitäten sowie Spenderinformationen wie Geschlecht und Alter extrahiert. Die gewonnenen Daten sollen die Gestaltung, Prüfung und Validierung künftiger Zeichnungen von Gewebenheiten im HRA unterstützen.
Der HRA wird von HuBMAP, SenNet, KPMP, GUDMAP und NIDDK gemeinsam mit Fachleuten des HRA Editorial Board und aus mehr als 20 weiteren Konsortien entwickelt. Die Autoren gaben keine Interessenkonflikte an; zudem wurde erklärt, dass die Unterstützer keinen Einfluss auf die Forschungs- und Veröffentlichungsprozesse hatten.
Hintergrund
Atlas ist im FikirPilot-Archiv kein neuer Name: In den vergangenen 90 Tagen haben wir eine Nachricht veröffentlicht, in der dieser Name erwähnt wurde; der betreffende Artikel datiert vom 2. September 2026.