La ricerca, pubblicata in una versione preliminare accettata da Communications Biology, ha presentato il framework di intelligenza artificiale HRAftu-LM-RAG, sviluppato per estrarre automaticamente dalle pubblicazioni scientifiche le caratteristiche delle unità tissutali funzionali dell’Atlante di Riferimento Umano (HRA). HRA riunisce esperti di più di 25 consorzi internazionali con l’obiettivo di mappare la struttura multiscala del corpo umano, dai sistemi di organi fino al livello della singola cellula. Finora gli esperti hanno dettagliato le unità tissutali funzionali di 10 organi, realizzando disegni in 2D.
Il sistema convalidato combina i Large Language Models per il ragionamento testuale, i Large Vision Models per l’interpretazione visiva e il metodo Retrieval Augmented Generation per ancorare le informazioni alle fonti. Nello studio sono state analizzate 244,640 pubblicazioni di PubMed Central contenenti 1,389,168 figure relative a 22 unità tissutali funzionali. Tra queste sono state individuate 617,237 figure contenenti immagini microscopiche e schematiche. Dalle immagini e dai testi associati sono state estratte automaticamente 331,189 barre di scala, 1,719,138 menzioni di entità biologiche e informazioni sui donatori, come sesso ed età. I dati ottenuti dovrebbero contribuire alla progettazione, alla revisione e all’approvazione dei futuri disegni delle unità tissutali nell’ambito di HRA.
HRA viene sviluppato da HuBMAP, SenNet, KPMP, GUDMAP e NIDDK, insieme agli esperti dell’HRA Editorial Board e di più di 20 altri consorzi. Gli autori non hanno dichiarato conflitti di interesse; è stato specificato che i finanziatori non hanno avuto alcun ruolo nei processi di ricerca e pubblicazione.
Contesto
Atlas non è un nome nuovo nell’archivio di FikirPilot: negli ultimi 90 giorni abbiamo pubblicato una notizia in cui compariva questo nome; quell’articolo è datato 2 settembre 2026.