تعتبر الأرشيفات الطبية التاريخية والممارسات التقليدية غعية بمجموعة من الإمكانيات لاكتشاف الأدوية، وتظل مصدرًا رئيسيًا لتطوير الأدوية الحديثة. إلا أن النثر القديم والأنظمة التصنيفية الفردية تعيق عملية توحيد البيانات وتحديثها طبيًا لاستخدامها في خطوط تطوير الأدوية الحيوية الحالية. وعلى الرغم من الجهود الكبيرة في استخدام نماذج اللغات الضخمة (Large Language Models) في هذا المجال، إلا أنه لم يُستطع تحويل تلك النصوص إلى Leads موثوقة لاكتشاف الأدوية على نطاق واسع.

وهنا يأتي دور نظام ديب روت (DeepRoot)، الذي قدم حلاً مبتكرًا من خلال استخدام نظام متعدد الوكلاء مع نموذج لغة ضخم، يقوم بإنشاء واستخدام شبكة معرفية موثوقة. لقد أظهر ديب روت كيف يمكن فصل عملية التأصيل (Grounding) والاستدلال (Reasoning)، مما يوفر قدرة استنتاج علاجية فعالة.

عند تطبيق ديب روت على نصوص "شين نونغ بن كاو جينغ"، استعاد النظام 10 من أصل 21 زوجًا من المركبات والمعالجات المحتفظ بها، بتحقيق دقة تصل إلى 47.6% مقارنةً بـ 4.8% لنموذج لغوي عادي و2.4% للعشوائية. وتفوق ديب روت أيضًا في تقييم جودة الاستدلال مقارنةً بنماذج لغوية أخرى، حيث أثبت النظام قادرًا على تقليل الأخطاء إلى 7-10% في الإدلاء بالمعلومات.

يعد ديب روت النظام الوحيد الذي يظهر كفاءة عالية في كلاً من دقة الشبكة المعرفية ونوعية الاستدلال، مما يشير إلى الطريق نحو استغلال منهجي للمعرفة الطبية التاريخية وإعادة توظيفها.