Model veštačke inteligencije (AI) GPT-4, poznat po primeni u ChatGPT, pokazuje impresivne mogućnosti u biomedicinskim istraživanjima i može se koristiti na mnogo načina za simulacije. Simulator razvijen u MedUni Beču i zasnovan na GPT-4 pokazuje povećanu tačnost u klasifikaciji značaja gena u ćelijama raka, kao i u prognozi obolelih od raka.
Rezultati studije objavljeni su u časopisu Računari u biologiji i medicini.
Veliki jezički modeli kao što je GPT-4 pokazali su se izuzetno korisnim u različitim oblastima, uključujući biomedicinu. Istraživački tim sa MedUni bečkog Instituta za veštačku inteligenciju i CeMM istraživačkog centra za molekularnu medicinu, predvođen Matijasom Samvaldom i Kristofom Bokom, pokazao je da se veliki jezički model kao što je GPT-4 može efikasno koristiti kao simulator za biološke sisteme.
Studija testira hipotezu da postepena simulacija bioloških i medicinskih procesa sa GPT-4 dovodi do boljih rezultata. Ovo je relevantno za buduću primenu u biomedicinskim istraživanjima, kao i za razumevanje ovih novih modela.
Kompjuterske simulacije bioloških procesa su važan alat za biomedicinska istraživanja, ali obično zahtevaju mnogo stručnosti i ručnih podešavanja. Istraživački tim je razvio „SimulateGPT“, metod simulacije zasnovan na znanju kroz strukturirane ulaze u GPT-4.
Ovu metodu su testirali i potvrdili stručnjaci u različitim scenarijima kao što su eksperimenti na miševima, podrška lečenju sepse, predviđanje esencijalnih gena u ćelijama raka i preživljavanje pacijenata sa rakom bez progresije. Metoda je dizajnirana za osnovna istraživanja i nije namenjena za kliničku upotrebu.
Jezički modeli kao što je GPT-4 vođeni su unosom teksta, takozvanim „uputstvima“, za obavljanje specifičnih zadataka ili rešavanje problema. Moderni modeli kao što je ChatGPT/GPT-4 direktno odgovaraju na jednostavna pitanja, ali imaju poteškoća u rešavanju složenijih scenarija koji su uobičajeni u biomedicini.
U studiji, naučnici su konfigurisali GPT-4 sa strukturiranim ulazima i ciljanim uputstvima tako da je detaljno simulirao date scenarije sa tekstom. Studija je pokazala da je ovaj simulator zasnovan na GPT-4 postigao znatno bolje rezultate.
Eksperimenti studije su pokazali da su biomedicinski stručnjaci preferirali predviđanja SimulateGPT-a nad direktnim odgovorima GPT-4. Pored toga, SimulateGPT je poboljšao tačnost u određivanju esencijalnih gena u ćelijama raka i predviđanju preživljavanja pacijenata sa rakom bez progresije u poređenju sa tradicionalnim GPT-4 odgovorima.
„Ova studija pokazuje da veliki jezički modeli (LLM) kao što je GPT-4 mogu omogućiti novu klasu biomedicinskih simulatora“, objašnjava Matijas Samvald. „Simulacije zasnovane na tekstu su posebno pogodne za modeliranje i razumevanje živih sistema, jer tekst i jezik pružaju fleksibilnost i interpretabilnost potrebnu za opisivanje složenosti biologije.“
„Za dalji razvoj biomedicinskih simulatora zasnovanih na LLM, predlažemo nekoliko pravaca, uključujući integraciju bioloških baza podataka i matematičko modeliranje, kao i obuku novih AI modela sa eksperimentalnim podacima.“
