Elsevier integrerer LG AI Researchs kjemivisjonsmodell i Reaxys

Elsevier og LG AI Research kunngjorde 15. september 2026 at kjemispesifikk AI‑visjonsteknologi utviklet av LG AI Research nå brukes i Elseviers innholdsuttrekkings‑ og kurasjonsprosesser for Reaxys, Elseviers oppdagelses‑kjemiløsning, og gjør stoffer som kun forekommer som bilder, tegninger og reaksjonsplaner i patenter og vitenskapelig litteratur søkbare.

Selskapene oppga at stoffinformasjon fra bilder i patent‑ og tidsskriftinnhold fanges opp raskere, mer nøyaktig og i større skala enn tidligere var mulig. Arbeidet forbedrer Elseviers innholdsuttrekking og vitenskapelige kurasjon av stoffer, reaksjoner, bioaktiviteter, biologiske mål og stoffegenskaper for Reaxys.

Hvorfor bildebasert kjemi har vært vanskelig å søke

Mye av stoff‑ og reaksjonsinformasjonen som kjemikere er avhengige av, formidles gjennom figurer, tegninger og reaksjonsplaner snarere enn søkbar tekst, ifølge kunngjøringen. Når denne kjemien ikke er søkbar, kan forskere ende opp med å måtte gjennomgå dokumenter manuelt for å bekrefte om et stoff eller en reaksjon allerede er beskrevet. Kjemiske tegninger kodar mening gjennom bindinger, atomer, stereokjemi og romlige relasjoner, så en modell som feiltolker en binding kan identifisere feil stoff, mens en modell som overser en struktur etterlater kjemikere med et ufullstendig bilde. Denne utfordringen er mest uttalt innen områder som nyhetssøking, konkurranseintelligens og synteseplanlegging, samt innen uorganisk og organometallisk kjemi, hvor komplekse strukturer er vanskeligere å trekke ut og indeksere.

MolMole-modellen og dens rapporterte referanseverdier

Teknologien kombinerer molekylegjenkjenning, parsing av reaksjonsdiagrammer og optisk kjemisk strukturgjenkjenning (OCSR) i én modell, og LG AI Researchs publiserte benchmark‑rapporter viser at den overgår alternativer ved utvinning av kjemi fra en hel dokumentside. Et 7. mai 2025‑innlegg på LG AI Researchs forskningsblogg identifiserer modellen som MolMole, utviklet under gruppens Deep Document Understanding‑program, som har som mål å bygge AI som kan tolke tekst, grafer og tabeller i generelle dokumenter så vel som molekylære strukturfórmler og reaksjonsformler i kjemiske artikler og patenter.

MolMole tar hele PDF‑dokumenter som input i stedet for å kreve beskårede bilder, og returnerer gjenkjente kjemiske data fra et dokument på én gang, ifølge blogginnlegget. Modellen består av tre moduler. ViDetect oppdager molekylstruktureområder innen PDF‑sider og merker dem med avgrensningsbokser. ViReact identifiserer posisjonene til reaktanter, reaksjonsbetingelser og produkter i reaksjonsdiagrammer og klassifiserer hvert område. ViMore konverterer gjenkjente strukturer til standard kjemiske representasjoner, inkludert SMILES, InChI og Mol‑formater, med spesialteknikker for støyende, skannede patentsider.

LG AI Research rapporterer at ViMore oppnådde banebrytende resultater på tre av de fire standard OCSR‑benchmarkene (CLEF, JPO, UOB og USPTO), og overgikk DECIMER Image Transformer, MolScribe og MolGrapher, og at den særlig overgikk de andre modellene på JPO, et utfordrende, hovedsakelig lavoppløselig datasett av bilder hentet fra japanske patentdokumenter. På LGs egen benchmark, som evaluerer 300 patentsider og 250 artikkelsider separat for å gjenspeile deres ulike egenskaper, overgikk den kombinerte ViDetect‑ og ViMore‑pipeline Decimer Segmentation og Image Transformer samt MolDetect og MolScribe på presisjon og tilbakekalling, og ViReact overgikk ReactionDataExtractor2.0 og RxnScribe.

Den underliggende artikkelen, publisert på arXiv ble først innsendt 30. april 2025 og revidert 8. mai 2025. Den beskriver MolMole som et visjonsbasert dyp‑læringsrammeverk som forener molekylegjenkjenning, parsing av reaksjonsdiagrammer og OCSR i en enkelt pipeline for å trekke ut kjemiske data direkte fra dokumenter på sidenivå. Forfatterne påpeker mangelen på en standard side‑nivå benchmark og evalueringsmetode, og presenterer også et 550‑siders testsett annotert med molekylavgrensningsbokser, reaksjonsetiketter og MOL‑filer, sammen med en ny evalueringsmetode, og rapporterer at MolMole overgår eksisterende verktøysett både på deres benchmark og på offentlige datasett.

Innenfor Elseviers arbeidsflyt valideres hver utvinningspipeline mot eksisterende Reaxys‑benchmarker før den tas i bruk, og den fullstendige pipelinen gjennomgikk en testperiode på tvers av Elseviers data‑ og arbeidsverktøy før bredere bruk, ifølge kunngjøringen.

Ledelsesuttalelser og neste faser

Mirit Eldor, administrerende direktør for Life Sciences i Elsevier, sa at partnerskapet gir kjemikere tid tilbake ved å flytte mer kjemi fra figurer inn i Reaxys som kurert, søkbart bevis. “En struktur begravd i en figur bør være bevis snarere enn en blindvei”, sa hun.

Hwayoung Edward Lee, leder for AI Biz Transformation‑enheten i LG AI Research, sa at modellen er designet for å dekode komplekse visuelle kjemiske representasjoner hvor hver binding og romlig oppsett har betydning, og at integrasjonen med Elsevier gjør rå visuelt data om til strukturert kunnskap for forskere.

Organisasjonene sa at reaksjonsekstraksjon er neste fase i samarbeidet, og utvider bildebasert ekstraksjon utover individuelle stoffer for å utvide reaksjonsbevisene som er tilgjengelige via Reaxys. De utforsker også ytterligere kundebehov som de kan takle sammen, ved å pare LG AI Researchs spesialiserte AI‑kapasiteter med Elseviers kjemiinnhold, vitenskapelige ekspertise og kurasjon. Arbeidet følger Elseviers prinsipper for ansvarlig AI og personvern, sier selskapene.