AI прокладає шлях до персоналізованих процедур проти старіння

Дослідники розробили стандарти оцінки на основі штучного інтелекту, щоб покращити втручання, пов’язані зі старінням, щоб покращити результати здоров’я та довголіття за допомогою персоналізованих надійних рекомендацій.

Дослідники з Медичної школи Yong Loo Lin Національного університету Сінгапуру (NUS Medicine) та Інституту біостатистики та інформатики в медицині та дослідженнях старіння Медичного центру Університету Ростока в Німеччині провели спільне дослідження використання передових інструментів ШІ, такі як великі мовні моделі (LLM), щоб покращити оцінку втручань, пов’язаних зі старінням, і надати персоналізовані рекомендації. Їх висновки були опубліковані в журналі Aging Research Reviews .

Дослідження старіння генерують величезну кількість даних, що ускладнює оцінку безпеки та ефективності втручань, таких як нові ліки, модифікація дієти чи режими фізичних вправ. У цьому дослідженні досліджено, як ШІ може оптимізувати аналіз даних з більшою ефективністю та точністю. Дослідники запропонували стандартизовану структуру, щоб системи штучного інтелекту виробляли точні, надійні та зрозумілі оцінки шляхом ефективної обробки складних біологічних даних.

Основні вимоги до оцінювання на основі ШІ

Дослідники визначили вісім критичних вимог для ефективного оцінювання на основі ШІ:

1. Коректність результатів оцінювання. Якість даних буде оцінено на точність.
2. Корисність і повноцінність.
3. Інтерпретованість і пояснюваність результатів оцінювання. Чіткість і лаконічність результатів і наданих пояснень.
4. Конкретний розгляд причинно-наслідкових механізмів, на які впливає втручання.
5. Розгляд даних у цілісному контексті:
   1. Ефективність і токсичність, а також докази існування великого терапевтичного вікна;
   2. Аналізи в «міждисциплінарній» обстановці.
6. Забезпечення відтворюваності, стандартизації та гармонізації аналізів (і звітності).
7. Особливий акцент на різноманітних поздовжніх великомасштабних даних.
8. Особливий акцент на результатах, які стосуються відомих механізмів старіння.

Повідомлення магістрам про ці вимоги в рамках підказки покращило якість рекомендацій, які вони підготували.

Застосування штучного інтелекту в реальному світі в дослідженнях старіння

Професор Брайан Кеннеді з кафедри біохімії та фізіології та Програми трансляційних досліджень здорового довголіття в NUS Medicine, який був одним з керівників дослідження, сказав: «Ми протестували методи ШІ на реальних прикладах, таких як ліки та дієтичні добавки. Ми виявили, що дотримуючись конкретних вказівок, штучний інтелект може надати точнішу та детальнішу інформацію. Наприклад, під час аналізу рапаміцину, препарату, який часто вивчали на предмет його потенціалу сприяння здоровому старінню, ШІ не лише оцінив його ефективність, але й надав контекстно-конкретні пояснення та застереження, наприклад можливі побічні ефекти».

«Результати дослідження можуть мати далекосяжні наслідки, — додав професор Георг Фюеллен, директор Інституту біостатистики та інформатики в медицині та дослідженнях старіння Медичного центру Університету Ростока, який керував дослідженням, — для охорони здоров’я розповісти ШІ про критичні вимоги до хорошої відповіді можуть дозволити знайти більш ефективні методи лікування та зробити їх безпечнішими для використання. Загалом, інструменти штучного інтелекту можуть розробити кращі клінічні випробування та допомогти адаптувати рекомендації щодо здоров’я для кожної людини. Це дослідження є важливим кроком до використання штучного інтелекту для покращення стану здоров’я для всіх, особливо з віком».

Рухаючись вперед, команда зараз зосереджується на широкомасштабному дослідженні того, як найкраще підказувати моделям штучного інтелекту для втручання, пов’язаного з довголіттям, щоб оцінити їх точність і надійність для широкого спектру ретельно розроблених тестів, тобто підібраних, високоефективних. дані про якість. Валідація таких систем штучного інтелекту є особливо важливою, оскільки втручання з довголіття можуть бути реалізовані великою кількістю здорових людей. Проспективні дослідження повинні продемонструвати, що оцінки на основі штучного інтелекту можуть точно передбачити успішні результати випробувань на людях, прокладаючи шлях для безпечніших і ефективніших втручань у здоров’я.

Команда сподівається використати свої висновки, щоб зробити втручання у здоров’я та довголіття більш точними та доступними та, зрештою, покращити якість та тривалість життя. Співпраця між дослідниками, клініцистами та особами, які розробляють політику, буде важливою для створення надійної нормативно-правової бази, яка гарантуватиме безпечне та ефективне використання оцінок, керованих ШІ.