AI-tools laten het potentieel zien om vergrijzingsinterventies en -aanbevelingen te verbeteren

AI-tools laten het potentieel zien om vergrijzingsinterventies en -aanbevelingen te verbeteren

Een gezamenlijke studie tussen onderzoekers van de Yong Loo Lin School of Medicine, de National University of Singapore (NUS Medicine) en het Institute of Biostatistics and Informatics in Medicine and Ageing Research, Rostock University Medical Center, Duitsland, onderzocht hoe geavanceerde AI-hulpmiddelen zoals grote taalmodellen (LLM’s) het gemakkelijker kunnen maken om interventies voor veroudering te evalueren en gepersonaliseerde aanbevelingen te geven. De resultaten zijn gepubliceerd in het Leading Review JournalOnderzoeksrecensies wijzigen.

Onderzoek naar veroudering genereert een overweldigende hoeveelheid gegevens, waardoor het moeilijk is om te bepalen welke interventies, zoals nieuwe medicijnen, veranderingen in het dieet of trainingsroutines, veilig en effectief zijn. Deze studie onderzocht hoe AI gegevens efficiënter en nauwkeuriger kan analyseren door een uitgebreide reeks normen voor AI-systemen voor te stellen om ervoor te zorgen dat ze nauwkeurige, betrouwbare en begrijpelijke beoordelingen bieden door hun vermogen om complexe biologische gegevens te analyseren.

De onderzoekers identificeerden acht kritische vereisten voor effectieve AI-gebaseerde beoordelingen:

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.

Door LLM's verhalen te laten vertellen met deze vereisten als onderdeel van de prompt, verbeterde de kwaliteit van de aanbevelingen die ze genereerden.

We hebben AI-methoden getest op voorbeelden uit de praktijk, zoals farmaceutische producten en voedingssupplementen. We ontdekten dat AI door het volgen van specifieke richtlijnen nauwkeurigere en gedetailleerdere inzichten kan bieden. Bij het analyseren van rapamycine, een medicijn dat uitgebreid is bestudeerd vanwege zijn potentieel om gezond ouder worden te bevorderen, beoordeelde de AI niet alleen de effectiviteit ervan, maar ook mogelijke contextspecifieke verklaringen en kanttekeningen. “

Professor Brian Kennedy, co-leider van studies, afdeling biochemie en fysiologie en onderzoeksprogramma voor transmissie van gezonde levensduur, NUS Medicine

“De resultaten van het onderzoek kunnen verstrekkende gevolgen hebben.” De kritische vereisten voor een goede respons kunnen het mogelijk maken om effectievere behandelingen te vinden en deze veiliger te maken. Verbetering van de gezondheidsresultaten voor iedereen, vooral naarmate ze ouder worden. “

In de toekomst concentreert het team zich nu op een groot onderzoek naar de beste manier om AI-modellen te gebruiken voor advies over levensduurinterventies, om de nauwkeurigheid en betrouwbaarheid ervan te beoordelen op basis van een breed scala aan zorgvuldig ontworpen benchmarks en samengestelde gegevens van hoge kwaliteit. De validatie van dergelijke AI-systemen is expliciet van belang omdat de levensduurinterventies vervolgens door grote aantallen gezonde mensen kunnen worden geïmplementeerd. Prospectieve studies moeten aantonen dat op AI gebaseerde beoordelingen succesvolle resultaten in studies bij mensen nauwkeurig kunnen voorspellen, waardoor de weg wordt vrijgemaakt voor veiligere en effectievere gezondheidsinterventies.

Het team hoopt hun bevindingen te gebruiken om gezondheids- en levensduurinterventies preciezer en toegankelijker te maken, waardoor uiteindelijk de kwaliteit en de lengte van het leven worden verbeterd. Samenwerking tussen onderzoekers, artsen en beleidsmakers zal belangrijk zijn om robuuste regelgevingskaders tot stand te brengen en het veilige en effectieve gebruik van AI-gestuurde beoordelingen te garanderen.

Bronnen: