女性の健康のためのニューロシンボリックAI

科学分野:

• 医療における人工知能
• 生物医学情報学
• 計算言語学

背景:

• 閉経や不妊などの女性の健康問題は、世界中のかなりの人口に影響を与えています。
• 広大で成長し続ける生物医学文献は、信頼できる洞察を抽出する上での現在のAIにとって課題となっています。
• 疾患の実行可能で機械解釈可能な表現は、生物医学研究にとって不可欠です。

主な方法:

• ニューラルAIによるパターン抽出と、背景知識表現のためのシンボリックAIを統合したニューロシンボリックAIアプローチを開発しました。
• 生物医学文献からのドメイン知識と科学的証拠を活用して、ナノパブリケーション（知識グラフ）として人間が読める説明（説明可能なAI）を作成しました。
• 実験では、PubMed引用文献からのword2vec埋め込みに教師なしベクトル演算式（コサイン、3CosAdd）を適用し、用語抽出のために大規模言語モデル（LLM）を評価しました。

結論:

• 生物医学的知識は、ニューラルモデルの予測の説明可能性を導き、どの予測が説明に値し、どの予測を無視できるかを特定することができます。
• 生物医学的知識の統合は、特にword2vec埋め込みとLLMを使用して健康問題のパターン抽出を行う場合、AIモデルのカスタマイズ性を向上させます。
• ニューロシンボリックアプローチは、生物医学文献からより信頼性が高く解釈可能なAI洞察を得るための道を提供します。