AI инструментите показват потенциала за подобряване на интервенциите и препоръките за стареене

AI инструментите показват потенциала за подобряване на интервенциите и препоръките за стареене

Съвместно проучване между изследователи от Yong Loo Lin School of Medicine, Националния университет на Сингапур (NUS Medicine) и Института по биостатистика и информатика в медицината и изследването на стареенето, Медицински център на университета в Рощок, Германия, проучи как усъвършенстваните AI инструменти, като например широкоезични модели (LLM), могат да улеснят оценката на интервенциите за стареене и да предоставят персонализирани препоръки. Резултатите са публикувани в Leading Review JournalПромяна на прегледите на изследванията.

Изследванията на стареенето генерират огромно количество данни, което затруднява определянето кои интервенции, като нови лекарства, диетични промени или рутинни упражнения, са безопасни и ефективни. Това проучване изследва как AI може да анализира данни по-ефективно и точно, като предложи изчерпателен набор от стандарти за AI системи, за да се гарантира, че те предоставят точни, надеждни и разбираеми оценки чрез способността си да анализират сложни биологични данни.

Изследователите идентифицираха осем критични изисквания за ефективни оценки, базирани на AI:

1. Richtigkeit der Bewertungsergebnisse. Die Datenqualität wird auf Genauigkeit bewertet.
2. Nützlichkeit Und Vollständigkeit.
3. Interpretierbarkeit Und Erklärung der Bewertungsergebnisse. Klarheit und Übersicht über die Ergebnisse und die gegebenen Erklärungen.
4. Spezifische Überlegung von Kausalmechanismen von der Intervention betroffen.
5. Berücksichtigung von Daten in a ganzheitlich Kontext:
   1. Wirksamkeit und Toxizität sowie Beweise für die Existenz eines großen therapeutischen Fensters;
   2. Analysen in einer „interdisziplinären“ Umgebung.
6. Aktivieren ReproduzierbarkeitAnwesend StandardisierungUnd Harmonisierung der Analysen (und der Berichterstattung).
7. Spezifische Betonung auf verschiedene Längsschnittdaten in Längsrichtung.
8. Spezifische Betonung der Ergebnisse, die sich auf Bekannte Mechanismen des Alterns.

Разказването на LLM с тези изисквания като част от подканата подобри качеството на генерираните от тях препоръки.

Тествахме методите на AI върху примери от реалния свят, като фармацевтични продукти и хранителни добавки. Установихме, че като следва конкретни насоки, AI може да предостави по-точни и подробни прозрения. Когато анализира рапамицин, лекарство, което е широко проучено за потенциала му да насърчава здравословното стареене, AI оценява не само неговата ефективност, но също така и контекстно-специфичните обяснения и предупреждения като възможни. “

Професор Брайън Кенеди, съ-ръководител на изследванията, Катедра по биохимия и физиология и Програма за изследване на предаването на здравословно дълголетие, NUS Medicine

„Резултатите от проучването могат да имат далечни последици“ Критичните изисквания за добър отговор може да направят възможно намирането на по-ефективни лечения и да ги направят по-безопасни. Подобряване на здравните резултати за всички, особено с напредване на възрастта. “

Продължавайки напред, екипът сега е фокусиран върху голямо проучване за това как най-добре да се използват AI модели за съвети за интервенция за дълголетие, за да се оцени тяхната точност и надеждност на широк набор от внимателно проектирани бенчмаркове, подбрани, висококачествени данни. Валидирането на такива AI системи е изключително важно, тъй като интервенциите за дълголетие могат да бъдат приложени от голям брой здрави хора. Проспективните проучвания трябва да покажат, че оценките, базирани на изкуствен интелект, могат точно да предскажат успешни резултати при проучвания върху хора, проправяйки пътя за по-безопасни и по-ефективни здравни интервенции.

Екипът се надява да използва своите открития, за да направи интервенциите за здраве и дълголетие по-прецизни и достъпни, като в крайна сметка ще подобри качеството и продължителността на живота. Сътрудничеството между изследователи, клиницисти и политици ще бъде важно за установяване на стабилни регулаторни рамки и гарантиране на безопасното и ефективно използване на оценки, управлявани от AI.

източници: