1771355798
2026-02-17 18:56:00
AI を使用して大量の健康データを解読する方法の初期テストで、カリフォルニア大学サンフランシスコ校とウェイン州立大学の研究者らは、生成 AI ツールが桁違いに高速に実行できること、場合によっては数か月かけてデータを精査したコンピューター サイエンス チームよりも優れていることを発見しました。
AIとペアになった科学者チームには、1,000人以上の妊婦のデータに基づいて早産を予測するという同じ課題が与えられた。
UCSF の修士課程の学生である Reuben Sarwal と高校生の Victor Tarca で構成されるジュニア研究デュオでさえ、AI の支援を受けて実行可能な予測モデルを作成しました。彼らは数分で動作するコンピューター コードを生成しました。これは、経験豊富なプログラマーであれば少なくとも数時間、最大で数日かかる作業です。
AI の強みは、短いながらも高度に専門化されたプロンプトに基づいて健康データを分析するコードを作成できることにありました。すべての AI が役に立ったわけではありません。8 つの AI チャットボットのうち、使用可能なコードを生成したのは 4 つだけでした。しかし、彼らはそれを支援するために専門家の村を必要としませんでした。
これにより、若手科学者たちはわずか数か月で実験を迅速に実行し、それらが正しいことを確認し、結果を執筆して雑誌に投稿することができました。
「これらの AI ツールは、データ サイエンスにおける最大のボトルネックの 1 つである分析パイプラインの構築を軽減する可能性があります。」と述べています。 マリーナ・シロタ、博士、小児科教授であり、UCSF の Bakar Computational Health Sciences Institute (BCHSI) の暫定所長であり、UCSF の March of Dimes 未熟児研究センターの主任研究員でもあります。 「今助けを必要としている患者にとって、これ以上のスピードアップはあり得ません。」
シロタは次の共同上級著者です。 に掲載されている論文 セルレポート医学 2月17日。
ビッグデータにより妊娠はより安全になるでしょうか?
データから発見までの道のりが短縮されれば、新生児死亡の主原因であり、子どもの長期にわたる運動障害や認知障害の主原因である早産に対する、より信頼性の高い診断検査が可能になる可能性がある。米国では毎日約 1,000 人の赤ちゃんが早すぎて生まれています。
科学者たちは、早産につながる原因についてはまだよくわかっていません。手がかりを探すために、シロタのチームは9つの研究にわたって出生転帰を追跡した約1,200人の妊婦からマイクロバイオームデータを収集した。
「この種の研究は、多くの女性の経験と多くの研究者の専門知識を結集したオープンデータ共有によってのみ可能です」と述べた。 トミコ・T・オスコツキー 医学博士、共同ディレクター March of Dimes 早産データ リポジトリ、UCSF BCHSIの准教授であり、論文の共著者でもあります。
しかし、膨大な量のデータを分析するのは依然として困難でした。そこでチームは、と呼ばれるコンペを通じてデータ サイエンティストからの支援をクラウドソーシングしました。 夢 （リバースエンジニアリングの評価と方法に関する対話）。
シロタは妊娠に関する 3 つの DREAM チャレンジのうちの 1 つを共同で主導しました。 彼女は膣内微生物叢のデータ分析に専念していました。世界中の 100 以上のグループが、早産を示す可能性のあるデータ内のパターンを特定するための機械学習アルゴリズムの作成を競い合いました。ほとんどのグループが、このチャレンジで設定された 3 か月以内にこの目標を達成しました。しかし、結果をまとめて出版するまでには 2 年近くかかりました。
AI による妊娠データ分析の歓迎な後押し
シロタ氏のチームは、AI がそれをより速く実行できるかどうかを確認したいと考えていました。彼らは、ミシガン州デトロイトのウェイン州立大学分子医学・遺伝学センターの共同上級著者で教授であるアディ・L・タルカ博士が率いるチームと提携した。タルカ博士は、妊娠の日付を知るためのより良い方法を見つけるという他の2つのDREAM課題を率いていた。
彼らは共同で、8 つの AI ツールに、3 つの DREAM チャレンジからの同じデータを使用して妊娠評価を行うためのアルゴリズムを構築するよう指示しましたが、人間の入力は必要ありませんでした。
これを実現するために、AI チャットボットには自然言語プロンプトが与えられました。これは ChatGPT の仕組みによく似ていましたが、DREAM チームと同じように、AI が人間の健康データを評価できるよう、プロンプトは慎重に表現されていました。
この目標は、DREAM の課題を反映しています。つまり、膣内マイクロバイオーム データを分析して早産の兆候を調べます。血液または胎盤組織のサンプルを分析して妊娠の段階を決定します。これはほとんどの場合推定値であり、妊娠が進むにつれて女性が受けるケアの種類が決まります。見積もりがずれると、出産の準備をするのが難しくなります。
科学者たちは、DREAM チャレンジ データに対して AI が作成したコードを実行しました。 8 つの AI ツールのうち、DREAM チームが作成したものと同じパフォーマンスの予測モデルを生成したのは 4 つだけでしたが、場合によっては AI が人間のチームを上回るパフォーマンスを示しました。そして、生成 AI プロジェクト全体 (開始から論文の提出まで) にかかった時間はわずか 6 か月でした。
科学者は依然として誤解を招く結果や永続的な問題に警戒し、AIが失敗した場合には介入する必要がある。そして、テクノロジーは人間の専門知識に代わるものではありません。しかし、その能力により、科学者は大量のデータを迅速に解析できるようになり、より深く考えることができるようになる可能性があります。
「生成 AI のおかげで、データ サイエンスのバックグラウンドが限られている研究者は、常に広範なコラボレーションを形成したり、コードのデバッグに何時間も費やす必要がなくなります」と Tarca 氏は述べています。 「彼らは生物医学に関する適切な質問に答えることに集中できます。」
資金提供:この研究は、UCSF のマーチ オブ ダイムズ未熟児研究センターと ImmPort から資金提供を受けました。この研究で使用されたデータは、一部、NICHD の妊娠研究部門からの支援を受けて生成されました。
UCSF について: カリフォルニア大学サンフランシスコ校 (UCSF) は健康科学に特化しており、高度な生物医学研究、生命科学と医療専門職における大学院レベルの教育、優れた患者ケアを通じて世界中の健康増進に注力しています。 UCSF ヘルスは、UCSF の主要な学術医療センターとして機能しており、以下のものが含まれます。 国内トップクラスの専門病院の一つ およびその他の臨床プログラムを提供しており、ベイエリア全域に提携関係を持っています。 UCSF 医学部にはフレズノにも地域キャンパスがあります。詳細については、こちらをご覧ください ucsf.edu または当社の ファクトシート。
###
UCSFをフォローする
ucsf.edu | Facebook.com/ucsf | Twitter.com/ucsf | YouTube.com/ucsf
ジャーナル
セルレポート医学
免責事項:AAAS と EurekAlert! EurekAlert! に投稿されたニュース リリースの正確性については責任を負いません。貢献機関による、または EurekAlert システムを介した情報の使用。
#適切なプロンプトによりAI #チャットボットがビッグデータを正確に分析します