CancerGPT：预测癌症治疗研究结果的人工智能

一组美国研究人员开发了一种名为 CancerGPT 的人工智能模型，该模型使用大型预训练语言模型 (LLM) 来预测不同的药物组合可能如何影响癌症患者中发现的罕见人体组织。这种新方法可能代表医学研究领域的重大进展，特别是在结构化数据和样本量有限的领域。

该研究由德克萨斯大学和马萨诸塞大学的联合团队进行，利用法学硕士从医学研究文本中提取先验知识，然后将其应用于提出的生物推理任务。该团队证明该模型具有显着的准确性。

研究论文中写道：“我们的实验涉及来自不同癌症类型的七种稀有组织，证明基于法学硕士的预测模型在极少或零样本的情况下实现了显着的准确性。”

AI 法学硕士在医学研究中的应用一直是 2023 年的热门话题。Decrypt 最近报道称，Ankh是一个了解蛋白质如何通讯的法学硕士，由来自慕尼黑大学和哥伦比亚大学的一组专家与生物技术公司合作创建普罗蒂内亚。此外，另一组研究人员利用人工智能技术确定了三种有前景的抗衰老药物候选药物，这些药物有可能减缓衰老过程并减轻与年龄相关的疾病，从而杀死所谓的“僵尸细胞”。

CancerGPT 是一个拥有大约 1.24 亿个参数的 LLM，与拥有大约 1.75 亿个参数的更大的微调 GPT-3 模型相当。该研究使用零样本 GPT-3（一种 LLM）来提供一致的响应。他们通过与现有科学文献进行比较来评估不同任务的答案，发现法学硕士提供了大部分准确的论据。

然而，他们也指出，“其论点的准确性并不总是能够得到验证，并且可能容易产生幻觉。”

研究人员认为，他们所掌握的结构化数据有限的癌症类型仍然包含科学文献中有价值的信息。通过利用预先训练的语言模型的力量，他们能够利用现有资源并获得“普遍性”，从而提高对未来反应进行预测的能力。

泛化性是指模型应用从训练数据中学到的知识来预测新的、未见过的数据的能力。这是人工智能与传统确定性计算机程序的区别之一。

研究人员建议未来的研究更深入地研究该方法并开发一种集成方法，该方法可以有效地利用现有的结构化特征和法学硕士中编码的新出现的先验知识。

尽管存在潜在的挑战，但研究结果凸显了人工智能技术在现代生物学中的价值。从增强个性化到提高效率和提高成功率，人工智能正在改变游戏规则。