生体シミュレーションに適した「ChatGPT」：E-HEALTH-COM

GPT-4 のような大規模な言語モデルは、生物医学を含むさまざまな分野で非常に役立つことが証明されています。 MedUni Vienna の人工知能研究所と CeMM 分子医学研究センターの研究チーム (Matthias Samwald 氏と Christoph Bock 氏率いる) は、GPT-4 のような大規模な言語モデルが生物システムのシミュレーターとして効果的に使用できることを示しました。 。 この研究では、GPT-4 を使用した生物学的および医学的プロセスの段階的なシミュレーションがより良い結果につながるという仮説を検証しています。 これは、生物医学研究における将来の応用と、これらの新しいモデルの理解の両方に関連します。

生物学的プロセスのコンピューター シミュレーションは生物医学研究にとって重要なツールですが、通常は多くの専門知識と手動調整が必要です。 研究チームは、GPT-4の構造化入力による知識ベースのシミュレーション手法「SimulateGPT」を開発した。 この方法は、マウス実験、敗血症治療の支援、がん細胞の必須遺伝子の予測、がん患者の無増悪生存などのさまざまなシナリオで専門家によってテストされ、検証されています。 この方法は基礎研究用に設計されており、臨床使用を目的としていません。

構造化された入力と対象を絞った指示
GPT-4 のような言語モデルは、特定のタスクを完了したり問題を解決したりするために、「プロンプト」と呼ばれるテキスト入力によって制御されます。 ChatGPT/GPT-4 などの最新のモデルは、単純な質問に直接答えますが、生物医学で一般的なより複雑なシナリオを解決するのに苦労しています。 この研究では、科学者らは構造化された入力と対象を絞った命令を使用して GPT-4 を構成し、特定のシナリオをテキストで詳細にシミュレートできるようにしました。

この研究では、この GPT-4 ベースのシミュレーターが大幅に優れた結果を達成したことが示されました。 この研究の実験では、生物医学の専門家が直接の GPT-4 応答よりも SimulateGPT の予測を好むことが実証されました。 さらに、SimulateGPT は、従来の GPT-4 応答と比較して、がん細胞の必須遺伝子の同定とがん患者の無増悪生存期間の予測の両方の精度を向上させました。

「この研究は、GPT-4 のような大規模言語モデル (LLM) が新しいクラスの生物医学シミュレーターを可能にする可能性があることを示しています」と Matthias Samwald 氏は説明します。 「テキストベースのシミュレーションは、テキストと言語が生物学の複雑さを説明するために必要な柔軟性と解釈可能性を提供するため、生体システムのモデリングと理解に特に適しています。 LLM ベースの生物医学シミュレーターのさらなる開発のために、生物学的データベースと数学的モデリングの統合、実験データを使用した新しい AI モデルのトレーニングなど、いくつかの方向性を提案します。」

出版物: 生物学と医学におけるコンピューター
バイオメディカルシミュレータとしてのGPT-4
モリッツ・シェーファー、シュテファン・ライヒル、ロブ・ター・ホルスト、アデル・M・ニコラス、トーマス・クラウスグルーバー、フランチェスコ・ピラス、ピーター・ステッパー、クリストフ・ボック、マティアス・サムワルド
翻訳：doi.org/10.1016/j.compbiomed.2024.108796

出典: MedUni ウィーン