Orodja umetne inteligence kažejo potencial za izboljšanje posegov in priporočil za staranje
Skupna študija med raziskovalci z Medicinske fakultete Yong Loo Lin, Nacionalne univerze v Singapurju (NUS Medicine) in Inštituta za biostatistiko in informatiko v medicini in raziskavah staranja Medicinskega centra Univerze v Rostocku v Nemčiji je preučila, kako lahko napredna orodja umetne inteligence, kot so modeli velikega jezika (LLM), olajšajo ocenjevanje posegov za staranje in zagotovijo prilagojena priporočila. Rezultati so bili objavljeni v vodilni recenzentski reviji Altern Research Reviews. Študija staranja ustvarja ogromno podatkov, zaradi česar je težko določiti, kateri posegi, kot so nova zdravila, spremembe prehrane ali rutine vadbe, so...
Orodja umetne inteligence kažejo potencial za izboljšanje posegov in priporočil za staranje
Skupna študija med raziskovalci z Medicinske fakultete Yong Loo Lin, Nacionalne univerze v Singapurju (NUS Medicine) in Inštituta za biostatistiko in informatiko v medicini in raziskavah staranja Medicinskega centra Univerze v Rostocku v Nemčiji je preučila, kako lahko napredna orodja umetne inteligence, kot so modeli velikega jezika (LLM), olajšajo ocenjevanje posegov za staranje in zagotovijo prilagojena priporočila. Rezultati so bili objavljeni v reviji Leading Review JournalSpremenite ocene raziskav.
Raziskave staranja ustvarjajo ogromno podatkov, zaradi česar je težko določiti, kateri posegi, kot so nova zdravila, spremembe prehrane ali rutine vadbe, so varni in učinkoviti. Ta študija je preučevala, kako lahko AI analizira podatke učinkoviteje in natančneje, tako da je predlagala obsežen nabor standardov za sisteme AI, ki zagotavljajo, da zagotavljajo natančne, zanesljive in razumljive ocene s svojo sposobnostjo analiziranja zapletenih bioloških podatkov.
Raziskovalci so identificirali osem kritičnih zahtev za učinkovite ocene, ki temeljijo na AI:
- Richtigkeit der Bewertungsergebnisse. Die Datenqualität wird auf Genauigkeit bewertet.
- Nützlichkeit Und Vollständigkeit.
- Interpretierbarkeit Und Erklärung der Bewertungsergebnisse. Klarheit und Übersicht über die Ergebnisse und die gegebenen Erklärungen.
- Spezifische Überlegung von Kausalmechanismen von der Intervention betroffen.
- Berücksichtigung von Daten in a ganzheitlich Kontext:
- Wirksamkeit und Toxizität sowie Beweise für die Existenz eines großen therapeutischen Fensters;
- Analysen in einer „interdisziplinären“ Umgebung.
- Aktivieren ReproduzierbarkeitAnwesend StandardisierungUnd Harmonisierung der Analysen (und der Berichterstattung).
- Spezifische Betonung auf verschiedene Längsschnittdaten in Längsrichtung.
- Spezifische Betonung der Ergebnisse, die sich auf Bekannte Mechanismen des Alterns.
Ker so LLM-ji pripovedovali zgodbe s temi zahtevami kot del poziva, se je izboljšala kakovost priporočil, ki so jih ustvarili.
Metode umetne inteligence smo preizkusili na primerih iz resničnega sveta, kot so farmacevtski izdelki in prehranska dopolnila. Ugotovili smo, da lahko AI z upoštevanjem posebnih smernic zagotovi natančnejše in podrobnejše vpoglede. Pri analizi rapamicina, zdravila, ki je bilo obsežno raziskano zaradi njegovega potenciala za spodbujanje zdravega staranja, je umetna inteligenca ocenila ne le njegovo učinkovitost, temveč tudi razlage in opozorila, specifična za kontekst, kot je mogoče. “
Profesor Brian Kennedy, sovodja študij, Oddelek za biokemijo in fiziologijo ter raziskovalni program prenosa zdrave dolgoživosti, NUS Medicine
"Rezultati študije bi lahko imeli daljnosežne posledice" Kritične zahteve za dober odziv lahko omogočijo iskanje učinkovitejših zdravljenj in jih naredijo varnejše. Izboljšanje zdravstvenih rezultatov za vse, zlasti ko se starajo. “
V nadaljevanju je ekipa zdaj osredotočena na obsežno študijo o tem, kako najbolje uporabiti modele umetne inteligence za nasvete o posegu v dolgo življenjsko dobo, da bi ocenili njihovo natančnost in zanesljivost na širokem naboru skrbno zasnovanih meril uspešnosti, kuriranih visokokakovostnih podatkov. Validacija takih sistemov umetne inteligence je izrecno pomembna, ker lahko posege za dolgoživost izvaja veliko število zdravih ljudi. Prospektivne študije morajo dokazati, da lahko ocene na podlagi umetne inteligence natančno napovejo uspešne rezultate v študijah na ljudeh, s čimer se utira pot varnejšim in učinkovitejšim zdravstvenim posegom.
Ekipa upa, da bo svoje ugotovitve uporabila za natančnejše in dostopnejše intervencije za zdravje in dolgoživost, kar bo na koncu izboljšalo kakovost in dolžino življenja. Sodelovanje med raziskovalci, zdravniki in oblikovalci politik bo pomembno za vzpostavitev trdnih regulativnih okvirov in zagotovitev varne in učinkovite uporabe ocen, ki temeljijo na umetni inteligenci.
Viri:
Fillen, G.,et al. (2024). Zahteve za validacijo za vrednotenje posegov na podlagi umetne inteligence v raziskavah in praksi staranja in dolgoživosti. Pregledi raziskav o staranju. doi.org/10.1016/j.arr.2024.102617.