Narzędzia AI pokazują potencjał poprawy interwencji i zaleceń dotyczących starzenia się

Narzędzia AI pokazują potencjał poprawy interwencji i zaleceń dotyczących starzenia się

W ramach wspólnego badania przeprowadzonego przez naukowców z Yong Loo Lin School of Medicine, Narodowego Uniwersytetu w Singapurze (NUS Medicine) oraz Instytutu Biostatystyki i Informatyki w Medycynie i Badań nad Agingiem, Centrum Medycznego Uniwersytetu w Rostock w Niemczech, zbadano, w jaki sposób zaawansowane narzędzia sztucznej inteligencji, takie jak modele wielkojęzyczne (LLM), mogą ułatwić ocenę interwencji dotyczących starzenia się i zapewnianie spersonalizowanych zaleceń. Wyniki opublikowano w czasopiśmie Leading Review JournalZmień recenzje badań.

Badania nad starzeniem się generują przytłaczającą ilość danych, co utrudnia określenie, które interwencje, takie jak nowe leki, zmiany diety lub rutynowe ćwiczenia, są bezpieczne i skuteczne. W badaniu tym zbadano, w jaki sposób sztuczna inteligencja może analizować dane w sposób skuteczniejszy i dokładniejszy, proponując kompleksowy zestaw standardów dla systemów sztucznej inteligencji, aby zapewnić, że zapewniają one dokładne, wiarygodne i zrozumiałe oceny dzięki ich zdolności do analizowania złożonych danych biologicznych.

Naukowcy zidentyfikowali osiem kluczowych wymagań dotyczących skutecznych ocen opartych na sztucznej inteligencji:

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.

Opowiadanie przez menedżerów LLM historii dotyczących tych wymagań w ramach podpowiedzi poprawiło jakość generowanych przez nich rekomendacji.

Przetestowaliśmy metody sztucznej inteligencji na rzeczywistych przykładach, takich jak farmaceutyki i suplementy diety. Odkryliśmy, że postępując zgodnie ze szczegółowymi wytycznymi, sztuczna inteligencja może zapewnić dokładniejsze i bardziej szczegółowe informacje. Analizując rapamycynę – lek szeroko badany pod kątem jego potencjału promowania zdrowego starzenia się, sztuczna inteligencja oceniła nie tylko jej skuteczność, ale także możliwe wyjaśnienia i zastrzeżenia specyficzne dla kontekstu. „

Profesor Brian Kennedy, współkierownik badań, Wydział Biochemii i Fizjologii oraz Program badań nad przenoszeniem zdrowej długowieczności, NUS Medicine

„Wyniki badania mogą mieć daleko idące implikacje” Krytyczne wymagania dobrej reakcji mogą umożliwić znalezienie skuteczniejszych metod leczenia i uczynienie ich bezpieczniejszymi. Poprawa wyników zdrowotnych wszystkich, zwłaszcza osób starszych. „

Idąc dalej, zespół koncentruje się obecnie na szeroko zakrojonym badaniu dotyczącym najlepszego wykorzystania modeli sztucznej inteligencji do udzielania porad dotyczących interwencji w zakresie długowieczności, aby ocenić ich dokładność i niezawodność na podstawie szerokiej gamy starannie zaprojektowanych testów porównawczych oraz wyselekcjonowanych danych wysokiej jakości. Walidacja takich systemów sztucznej inteligencji jest szczególnie ważna, ponieważ interwencje dotyczące długowieczności mogą następnie zostać wdrożone przez dużą liczbę zdrowych osób. Badania prospektywne muszą wykazać, że oceny oparte na sztucznej inteligencji mogą dokładnie przewidzieć pomyślne wyniki badań na ludziach, torując drogę bezpieczniejszym i skuteczniejszym interwencjom zdrowotnym.

Zespół ma nadzieję wykorzystać swoje odkrycia do zwiększenia precyzji i dostępności interwencji w zakresie zdrowia i długowieczności, co ostatecznie poprawi jakość i długość życia. Współpraca między badaczami, klinicystami i decydentami będzie istotna dla ustanowienia solidnych ram regulacyjnych oraz zapewnienia bezpiecznego i skutecznego stosowania ocen opartych na sztucznej inteligencji.

Źródła: