Elsevier ผสานรวมโมเดลวิสัยทัศน์เคมีของ LG AI Research เข้ากับ Reaxys

Elsevier และ LG AI Research ประกาศ เมื่อ 15 กันยายน 2026 ว่าเทคโนโลยี AI วิสัยทัศน์เฉพาะด้านเคมีที่พัฒนาโดย LG AI Research ได้เริ่มถูกใช้ในกระบวนการสกัดและคัดกรองเนื้อหาของ Elsevier สำหรับ Reaxys ซึ่งเป็นโซลูชันการค้นหาเคมีของ Elsevier ทำให้สารที่ปรากฏเพียงเป็นภาพ, แผนภาพและสูตรปฏิกิริยาในสิทธิบัตรและวรรณกรรมวิทยาศาสตร์สามารถค้นหาได้

บริษัทต่าง ๆ กล่าวว่า ข้อมูลสารจากภาพในเนื้อหาสิทธิบัตรและวารสารถูกจับได้เร็วขึ้น, แม่นยำยิ่งขึ้นและในระดับที่กว้างขวางกว่าที่เคยเป็นไปได้ งานนี้ช่วยเสริมการสกัดเนื้อหาและการคัดกรองวิทยาศาสตร์ของ Elsevier สำหรับสาร, ปฏิกิริยา, กิจกรรมชีวภาพ, เป้าหมายชีวภาพและคุณสมบัติของสารใน Reaxys

ทำไมเคมีที่อยู่ในรูปภาพจึงยากต่อการค้นหา

ตามการประกาศ พบว่าข้อมูลสารและปฏิกิริยาส่วนใหญ่ที่นักเคมีพึ่งพานั้นสื่อสารผ่านรูปภาพ, แผนภาพและสูตรปฏิกิริยาแทนข้อความที่สามารถค้นหาได้ เมื่อเคมีเหล่านั้นไม่สามารถค้นหาได้ นักวิจัยอาจต้องตรวจสอบเอกสารด้วยตนเองเพื่อยืนยันว่ามีสารหรือปฏิกิริยาเดียวกันถูกอธิบายไว้แล้วหรือไม่ การวาดเคมีบรรจุความหมายผ่านพันธะ, อะตอม, สเตอริโอเคมีและความสัมพันธ์เชิงพื้นที่ ดังนั้นโมเดลที่อ่านพันธะผิดอาจระบุสารผิด ในขณะที่โมเดลที่พลาดโครงสร้างจะทำให้นักเคมีได้ภาพที่ไม่สมบูรณ์ ความท้าทายนี้เด่นชัดที่สุดในด้านเช่นการค้นหาใหม่, การสอดแนมเชิงแข่งขันและการวางแผนการสังเคราะห์ รวมถึงในเคมีอนินทรีย์และเคมีออร์แกนเมทัลลิกที่โครงสร้างซับซ้อนยากต่อการสกัดและจัดทำดัชนี

โมเดล MolMole และเกณฑ์มาตรฐานที่รายงาน

เทคโนโลยีนี้รวมการตรวจจับโมเลกุล, การแยกแยะแผนภาพปฏิกิริยาและการรับรู้โครงสร้างเคมีแบบแสง (OCSR) ไว้ในโมเดลเดียว และรายงานการวัดผลที่เผยแพร่โดย LG AI Research แสดงว่าโมเดลนี้เหนือกว่าทางเลือกอื่นในการสกัดเคมีจากหน้าเอกสารเต็มหนึ่งหน้า โพสต์เมื่อ 7 พฤษภาคม 2025 บนบล็อกวิจัยของ LG AI Research ระบุว่าโมเดลนี้ชื่อ MolMole พัฒนาภายใต้โปรแกรม Deep Document Understanding ของกลุ่ม ซึ่งมุ่งสร้าง AI ที่สามารถตีความข้อความ, กราฟและตารางในเอกสารทั่วไปรวมถึงสูตรโครงสร้างโมเลกุลและสูตรปฏิกิริยาในเอกสารเคมีและสิทธิบัตร

MolMole รับเอกสาร PDF เต็มเป็นอินพุตโดยไม่ต้องใช้ภาพที่ตัดมาแล้ว และคืนข้อมูลเคมีที่ได้รับการจดจำจากเอกสารทั้งหมดในครั้งเดียว ตามบล็อกโพสต์ โมเดลประกอบด้วยสามโมดูล ViDetect ตรวจจับพื้นที่โครงสร้างโมเลกุลในหน้า PDF และทำเครื่องหมายด้วยกล่องขอบเขต ViReact ระบุตำแหน่งของสารตั้งต้น, เงื่อนไขการทำปฏิกิริยาและผลิตภัณฑ์ในแผนภาพปฏิกิริยาและจัดประเภทแต่ละพื้นที่ ViMore แปลงโครงสร้างที่จดจำได้เป็นการแสดงผลเคมีมาตรฐานรวมถึงรูปแบบ SMILES, InChI และ Mol โดยใช้เทคนิคพิเศษสำหรับหน้าสิทธิบัตรที่สแกนและมีสัญญาณรบกวน

LG AI Research รายงานว่า ViMore ได้ผลลัพธ์ระดับแนวหน้าในสามในสี่เกณฑ์มาตรฐาน OCSR (CLEF, JPO, UOB และ USPTO) โดยเหนือกว่า DECIMER Image Transformer, MolScribe และ MolGrapher และโดยเฉพาะอย่างยิ่งเหนือโมเดลอื่น ๆ ใน JPO ซึ่งเป็นชุดข้อมูลภาพความละเอียดต่ำที่ท้าทายจากเอกสารสิทธิบัตรญี่ปุ่น ในเกณฑ์มาตรฐานของ LG เองซึ่งประเมิน 300 หน้าสิทธิบัตรและ 250 หน้าเอกสารแยกกันเพื่อสะท้อนลักษณะต่าง ๆ ของพวกมัน ระบบต่อเนื่องของ ViDetect และ ViMore ทำงานได้ดีกว่า Decimer Segmentation และ Image Transformer รวมถึง MolDetect และ MolScribe ในด้านความแม่นยำและการเรียกคืน ส่วน ViReact ยังเหนือกว่า ReactionDataExtractor2.0 และ RxnScribe

เอกสารต้นฉบับที่โพสต์บน arXiv ถูกส่งครั้งแรกเมื่อ 30 เมษายน 2025 และแก้ไขเมื่อ 8 พฤษภาคม 2025. เอกสารนี้อธิบายว่า MolMole เป็นกรอบการเรียนรู้เชิงลึกแบบวิสัยทัศน์ที่รวมการตรวจจับโมเลกุล, การแยกแยะแผนภาพปฏิกิริยาและ OCSR เข้าไว้ในกระบวนการเดียวเพื่อสกัดข้อมูลเคมีโดยตรงจากเอกสารระดับหน้า ผู้เขียนอ้างอิงถึงการขาดเกณฑ์มาตรฐานระดับหน้าและเมตริกการประเมินผล จึงนำเสนอชุดทดสอบ 550 หน้า ที่มีการทำเครื่องหมายกรอบโมเลกุล, ป้ายปฏิกิริยาและไฟล์ MOL พร้อมเมตริกการประเมินใหม่ และรายงานว่า MolMole มีประสิทธิภาพเหนือชุดเครื่องมือที่มีอยู่ทั้งในเกณฑ์มาตรฐานของพวกเขาและชุดข้อมูลสาธารณะ

ตามการประกาศ ภายในกระบวนการทำงานของ Elsevier แต่ละสายการสกัดจะได้รับการตรวจสอบกับเกณฑ์มาตรฐาน Reaxys ที่มีอยู่ก่อนที่จะเปิดใช้งานจริง และสายการทำงานทั้งหมดผ่านช่วงการทดสอบกับข้อมูลและเครื่องมือกระบวนการของ Elsevier ก่อนการใช้งานอย่างกว้างขวาง

แถลงการณ์ของผู้บริหารและขั้นตอนต่อไป

Mirit Eldor, ผู้จัดการฝ่ายวิทยาศาสตร์ชีวิต ที่ Elsevier, กล่าวว่า ความร่วมมือนี้ช่วยให้นักเคมีประหยัดเวลาโดยการย้ายเคมีจากรูปภาพเข้าสู่ Reaxys เป็นหลักฐานที่คัดสรรและสามารถค้นหาได้ “โครงสร้างที่ซ่อนอยู่ในรูปภาพควรเป็นหลักฐาน ไม่ใช่จุดสิ้นสุด” เธอกล่าว

Hwayoung Edward Lee, หัวหน้าหน่วย AI Biz Transformation ที่ LG AI Research, กล่าวว่าโมเดลนี้ออกแบบมาเพื่อถอดรหัสการแสดงเคมีเชิงภาพที่ซับซ้อนซึ่งทุกพันธะและการจัดวางเชิงพื้นที่มีความหมาย และการผสานรวมกับ Elsevier ทำให้ข้อมูลภาพดิบแปลงเป็นความรู้ที่จัดโครงสร้างสำหรับนักวิจัย

องค์กรต่าง ๆ กล่าวว่าการสกัดปฏิกิริยาเป็นขั้นตอนต่อไปของความร่วมมือ โดยขยายการสกัดจากภาพนอกเหนือจากสารเดี่ยวเพื่อเพิ่มหลักฐานปฏิกิริยาที่มีให้ผ่าน Reaxys นอกจากนี้ยังกำลังสำรวจความท้าทายของลูกค้าเพิ่มเติมเพื่อแก้ไขร่วมกัน โดยผสานความสามารถ AI เชี่ยวชาญของ LG AI Research กับเนื้อหาเคมี ความเชี่ยวชาญทางวิทยาศาสตร์ และการคัดสรรของ Elsevier งานนี้สอดคล้องกับหลักการ Responsible AI และ Privacy Principles ของ Elsevier ตามที่บริษัทต่าง ๆ กล่าว