آینده جهان با هوش مصنوعی (۱۷۸)؛
پیش‌بینی ژن سرطان و تخمین روند پیشرفت بیماری با هوش مصنوعی
مدل هوش مصنوعی جی‌پی‌تی-۴ قابلیت‌های چشمگیری در تحقیقات زیست پزشکی از خود نشان داده است به‌طوری که می‌توان از آن برای شبیه‌سازی‌های مختلف بیماری از جمله مرحله پیش‌سرطان و تخمین روند پیشرفت بیماری استفاده کرد.
خبرگزاری علم و فناوری آنا؛ پیشرفت‌های مدل‌های بزرگ زبانی مانند جی پی تی– ۴ به مرحله‌ای رسیده است که به‌تازگی می‌توان از آن برای شبیه‌سازی‌های مختلف بیماری از جمله مرحله پیش‌سرطان استفاده کرد. یک شبیهساز توسعه‌یافته در دانشگاه علوم پزشکی وین اتریش (MedUni) که مبتنی بر جی‌پی‌تی -۴ کار می‌کند، در طبقه‌بندی ژن‌ها از نظر سلول‌های سرطان دقت بسیار بالایی دارد و همچنین در پیش آگهی بیماران سرطانی توانمند است.
یک تیم تحقیقاتی از موسسه هوش مصنوعی مستقر در دانشگاه علوم پزشکی وین برای پزشکی مولکولی نشان داده‌اند که یک مدل بزرگ زبانی مانند جی‌پی‌تی -۴ می‌تواند به‌عنوان شبیهساز سیستم‌های بیولوژیکی به طور موثر مورد استفاده قرار گیرد.
این مطالعه این فرضیه را آزمایش می‌کند که چطور شبیه‌سازی گام به گام فرآیند‌های بیولوژیکی و پزشکی با جی‌پی‌تی -۴ منجر به نتایج بهتری می‌شود. این بررسی برای کاربرد‌های آینده در تحقیقات زیست پزشکی و همچنین برای درک این مدل‌های جدید مفید است.
شبیه‌سازی‌های رایانه‌ای برای فرآیند‌های بیولوژیکی ابزار مهمی برای تحقیقات زیست‌پزشکی هستند، اما معمولاً به تخصص زیاد و تنظیمات دستی نیاز دارند. تیم تحقیقاتی سیمیولیت جی‌پی‌تی (SimulateGPT)، یک روش شبیه‌سازی مبتنی بر دانش را از طریق ورودی‌های ساخت‌یافته در جی‌پی‌تی-۴ توسعه داده است.
این روش در سناریو‌های مختلفی از جمله آزمایش‌ها بر روی موش، درمان پشتیبان برای عفونت‌های خونی، پیش‌بینی ژن‌های اثرگذار در سلول‌های سرطانی و افزایش طول عمر بیماران سرطانی بدون پیشرفت بیماری توسط متخصصان آزمایش و تایید شده است. این روش برای تحقیقات پایه طراحی شده و برای استفاده بالینی در نظر گرفته نشده است.
ورودی‌های ساختار یافته و دستورالعمل‌های هدفمند
مدل‌های زبانی مانند جی‌پی‌تی-۴ توسط ورودی متن یا همان «اعلان‌ها» برای انجام وظایف خاص یا حل مشکلات هدایت می‌شوند. مدل‌های مدرن مانند چت جی‌پی‌تی / جی‌پی‌تی-۴ مستقیماً به سؤالات ساده پاسخ می‌دهند، اما در حل سناریو‌های پیچیده‌تر که در بیوپزشکی رایج هستند، مشکل دارند. در این مطالعه، دانشمندان جی‌پی‌تی-۴ را با ورودی‌های ساختاریافته و دستورالعمل‌های هدفمند پیکربندی کردند تا سناریو‌های داده شده را با جزئیات با متن شبیه سازی کند.
این مطالعه نشان داد که این شبیهساز مبتنی بر جی‌پی‌تی -۴ به طور قابل توجهی نتایج بهتری به دست آورد. همچنین مشخص شد که کارشناسان زیست‌پزشکی پیش‌بینی‌های سیمیولیت جی‌پی‌تی را بر پاسخ‌های مستقیم جی‌پی‌تی-۴ ترجیح می‌دهند، چون دقت را هم در تعیین ژن‌های ضروری در سلول‌های سرطانی و هم در پیش‌بینی بقای بدون پیشرفت بیماران سرطانی بهبود بخشید.
شبیه‌سازی‌های مبتنی بر متن به‌ویژه برای مدل‌سازی و درک سیستم‌های زنده مناسب هستند، زیرا متن و زبان انعطاف‌پذیری و تفسیرپذیری لازم برای توصیف پیچیدگی زیست‌شناسی را فراهم می‌کنند. برای توسعه بیشتر شبیه‌ساز‌های زیست‌پزشکی مبتنی بر مدل بزرگ زبانی، لازم است پایگاه‌های اطلاعاتی بیولوژیکی و مدل‌سازی ریاضی همراه با آموزش‌ها و داده‌های تجربی ادغام شوند.
این گزارش از پایگاه اینترنتی نیوز مدیکل به فارسی برگردان شده است.
انتهای پیام/
