מחקר שיתופי בין חוקרים מבית הספר לרפואה של יונג לו לין, האוניברסיטה הלאומית של סינגפור (NUS Medicine) והמכון לביו -סטטיסטיקה ואינפורמטיקה במחקר רפואה ומזדקנות, המרכז הרפואי באוניברסיטת רוסטוק, גרמניה, חקר כיצד כלים AI מתקדמים, כמו מודלים גדולים לשפה (LLM), יכולים להקל על הערכת ההתערבויות להזדקנות ולספק המלצות בהתאמה אישית. הממצאים פורסמו בכתב העת הביקורת המוביל ביקורות מחקר על הזדקנות.
מחקר על הזדקנות מייצר כמות מוחלטת של נתונים, ומקשה על קביעת אילו התערבויות-כתרופות חדשות, שינויים תזונתיים או שגרת פעילות גופנית-בטוחים ויעילים. מחקר זה בדק כיצד AI יכול לנתח נתונים בצורה יעילה ומדויקת יותר, על ידי הצעת מערך סטנדרטים מקיף למערכות AI כדי להבטיח שהם מספקים הערכות מדויקות, אמינות ומובנות באמצעות יכולתם לנתח נתונים ביולוגיים מורכבים.
החוקרים זיהו שמונה דרישות קריטיות להערכות יעילות מבוססות AI:
- נְכוֹנוּת של תוצאות ההערכה. איכות הנתונים תוערך לדיוק.
- תוֹעֶלֶת וכן הבנהו
- פרשנות וכן הסבר של תוצאות ההערכה. בהירות ותמצית התוצאות וההסברים הנתונים.
- שיקול ספציפי של מנגנונים סיבתיים מושפע מההתערבות.
- התחשבות בנתונים ב הוליסטי הֶקשֵׁר:
- יעילות ורעילות, וראיות לקיומו של חלון טיפולי גדול;
- ניתוחים במסגרת "בינתחומית".
- הפעלה לשחזור– תְקִינָהו הַרמוֹנִיזַצִיָה של הניתוחים (והדיווח).
- דגש ספציפי על נתונים אורכיים מגוונים בקנה מידה גדולו
- דגש ספציפי על תוצאות שקשורות מנגנוני הזדקנות ידועיםו
מספר LLMS על דרישות אלה כחלק מההנחיה שיפר את איכות ההמלצות שהפיקו.
בדקנו שיטות AI באמצעות דוגמאות בעולם האמיתי כמו תרופות ותוספי תזונה. מצאנו כי על ידי ביצוע הנחיות ספציפיות, AI יכול לספק תובנות מדויקות ומפורטות יותר. לדוגמה, בעת ניתוח Rapamycin, תרופה שנלכדה לעתים קרובות על פוטנציאליה לקידום הזדקנות בריאה, ה- AI לא רק העריך את יעילותה, אלא גם סיפק הסברים ואזהרות ספציפיות להקשר, כמו תופעות לוואי אפשריות. "
פרופסור בריאן קנדי, מנהיג משותף של לימוד, המחלקה לביוכימיה ופיזיולוגיה, ותכנית מחקר תרגום אריכות חיים בריאה, רפואת NUS
"לממצאי המחקר עשויים להיות השפעות מרחיקות לכת", הוסיף פרופסור ג'ורג 'פואלן, מנהל המכון לביו-סטטיסטיקה ואינפורמטיקה במחקר רפואה ומזדקנות, המרכז הרפואי באוניברסיטת רוסטוק, שהנהיג את המחקר, "למען הבריאות, אמר ל- AI אודות AI על הדרישות הקריטיות של תגובה טובה יכולות לאפשר לו למצוא טיפולים יעילים יותר ולהפוך אותם לבטוחים יותר לשימוש. שפר את תוצאות הבריאות עבור כולם, במיוחד עם גילם. "
כשהוא ממשיך להתקדם, הצוות מתמקד כעת במחקר גדול בקנה מידה כיצד להניע בצורה הטובה ביותר את מודלי ה- AI לייעוץ התערבות הקשור לאריכות ימים, כדי להעריך את דיוקם ואמינותם למגוון רחב של אמות מידה מעוצבות בקפידה, כלומר אוצר, גבוה, גבוה. נתונים איכותיים. האימות של מערכות AI כאלה חשוב במיוחד מכיוון שהתערבויות אריכות ימים עשויות להיות מיושמות על ידי מספר גדול של אנשים בריאים. מחקרים פרוספקטיביים יצטרכו להדגים כי הערכות מבוססות AI יכולות לחזות במדויק תוצאות מוצלחות במחקרים אנושיים, ולסלל את הדרך להתערבויות בריאותיות בטוחות ויעילות יותר.
הצוות מקווה להשתמש בממצאים שלהם כדי להפוך את התערבויות הבריאות והאריכות החיים המדויקות והנגישות יותר, ובסופו של דבר לשפר את איכות ומשך החיים. שיתוף פעולה בין חוקרים, קלינאים וקובעי מדיניות יהיה חיוני בכדי ליצור מסגרות רגולטוריות חזקות, מה שמבטיח שימוש בטוח ויעיל בהערכות מונעות AI.
