Un estudio colaborativo entre investigadores de la Escuela de Medicina Yong Lin Lin, Universidad Nacional de Singapur (NUS Medicine), y el Instituto de Bioestadística e Informática en Medicina e Investigación de Envejecimiento, Rostock University Medical Center, Alemania, investigaron cómo las herramientas de IA avanzadas, como Modelos de idiomas grandes (LLM), puede facilitar la evaluación de las intervenciones para el envejecimiento y proporcionar recomendaciones personalizadas. Los hallazgos fueron publicados en la revista de revisión líder Revisiones de investigación envejecidas.
La investigación sobre el envejecimiento está produciendo una cantidad abrumadora de datos, lo que dificulta la determinación de qué intervenciones, como nuevos medicamentos, cambios en la dieta o rutinas de ejercicio, son seguras y efectivas. Este estudio investigó cómo la IA puede analizar los datos de manera más eficiente y precisa, proponiendo un conjunto integral de estándares para los sistemas de IA para garantizar que entreguen evaluaciones precisas, confiables y comprensibles a través de su capacidad para analizar datos biológicos complejos.
Los investigadores identificaron ocho requisitos críticos para evaluaciones efectivas basadas en IA:
- Exactitud de los resultados de la evaluación. La calidad de los datos se evaluará por precisión.
- Utilidad y amplitud.
- Interpretabilidad y explicación de los resultados de la evaluación. Claridad y concisión de los resultados y las explicaciones dadas.
- Consideración específica de mecanismos causales afectado por la intervención.
- Consideración de datos en un holístico contexto:
- Eficacia y toxicidad, y evidencia de la existencia de una gran ventana terapéutica;
- Análisis en una configuración «interdisciplinaria».
- Habilitador reproducibilidad, normalizacióny armonización de los análisis (y del informe).
- Énfasis específico en diversos datos longitudinales a gran escala.
- Énfasis específico en los resultados relacionados con mecanismos conocidos de envejecimiento.
Decirle a LLMS sobre estos requisitos como parte de la solicitud mejoró la calidad de las recomendaciones que produjeron.
El profesor Brian Kennedy del Departamento de Bioquímica y Fisiología, y el Programa de Investigación de Traducciones de Longevidad Saludable en NUS Medicine, quien lideró el estudio, dijo: «Probamos métodos de inteligencia artificial utilizando ejemplos del mundo real como medicamentos y suplementos dietéticos. Descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos que descubrimos. Siguiendo pautas específicas, la IA puede proporcionar información más precisa y detallada. tales como posibles efectos secundarios «.
«Los hallazgos del estudio podrían tener efectos de largo alcance», agregó el profesor Georg Fuellen, director, Instituto de Bioestadística e Informática en Medicina e Investigación de Envejecimiento, Rostock University Medical Center, que dirigió el estudio «, para la atención médica, que le contó a la IA sobre la IA sobre la IA sobre Los requisitos críticos de una buena respuesta pueden permitir que encuentre tratamientos más efectivos y hacer que sean más seguros de usar en general. Mejorar los resultados de salud para todos, especialmente a medida que envejecen «.
En el futuro, el equipo ahora se está centrando en un estudio a gran escala de cómo impulsar mejor los modelos de IA para los consejos de intervención relacionados con la longevidad, para evaluar su precisión y confiabilidad para una amplia gama de puntos de referencia cuidadosamente diseñados, es decir, seleccionado, alto, alto Datos de calidad. La validación de tales sistemas de IA es específicamente importante porque las intervenciones de longevidad pueden ser implementadas por un gran número de personas sanas. Los estudios prospectivos deberán demostrar que las evaluaciones basadas en IA pueden predecir con precisión los resultados exitosos en los ensayos en humanos, allanando el camino para intervenciones de salud más seguras y efectivas.
El equipo espera utilizar sus hallazgos para hacer que las intervenciones de salud y longevidad sean más precisas y accesibles, y en última instancia mejorar la calidad y la duración de la vida. La colaboración entre investigadores, médicos y formuladores de políticas será esencial para establecer marcos regulatorios sólidos, asegurando el uso seguro y efectivo de evaluaciones impulsadas por la IA.
