人工智能工具显示出改善老龄化干预和建议的潜力

人工智能工具显示出改善老龄化干预和建议的潜力

来自新加坡国立大学 (NUS Medicine) 杨潞龄医学院和德国罗斯托克大学医学中心医学与衰老研究生物统计和信息学研究所的研究人员进行了一项合作研究，研究了大语言模型 (LLM) 等先进的人工智能工具如何能够更轻松地评估衰老干预措施并提供个性化建议。结果发表在《领先评论杂志》上改变研究评论。

对衰老的研究产生了大量数据，因此很难确定哪些干预措施（例如新药物、饮食改变或锻炼习惯）是安全有效的。这项研究通过提出一套全面的人工智能系统标准，研究了人工智能如何更有效、更准确地分析数据，以确保它们通过分析复杂生物数据的能力提供准确、可靠和易于理解的评估。

研究人员确定了有效的基于人工智能的评估的八个关键要求：

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.

让法学硕士讲述这些要求的故事作为提示的一部分，提高了他们生成的建议的质量。

我们在药品和膳食补充剂等现实世界的例子中测试了人工智能方法。我们发现，通过遵循特定的指导方针，人工智能可以提供更准确、更详细的见解。雷帕霉素是一种因其促进健康衰老的潜力而被广泛研究的药物，在分析雷帕霉素时，人工智能不仅评估其有效性，还尽可能评估具体情况的解释和警告。 “

Brian Kennedy 教授，新加坡国立大学医学院生物化学与生理学系和健康长寿传播研究项目研究联合负责人

“研究结果可能会产生深远的影响”良好反应的关键要求可能使找到更有效的治疗方法并使它们更安全成为可能。改善每个人的健康状况，尤其是随着年龄的增长。 “

展望未来，该团队现在专注于一项大型研究，研究如何最好地使用人工智能模型提供长寿干预建议，以评估其在各种精心设计的基准、精心策划的高质量数据上的准确性和可靠性。这种人工智能系统的验证显然很重要，因为长寿干预措施可以由大量健康人实施。前瞻性研究必须证明基于人工智能的评估可以准确预测人类研究的成功结果，为更安全、更有效的健康干预措施铺平道路。

该团队希望利用他们的发现使健康和长寿干预措施更加精确和容易实现，最终提高生命质量和寿命。研究人员、临床医生和政策制定者之间的合作对于建立强有力的监管框架并确保安全有效地使用人工智能驱动的评估非常重要。

资料来源：