大型语言模型以促进体外受精后的怀孕预测
Ping Cao1,2, Ganesh Acharya3,4, Andres Salumets3,5,6
1Department of Clinical Genetics, Maastricht University Medical Center+ (MUMC+), Maastricht, The Netherlands.
Acta obstetricia et gynecologica Scandinavica
|October 28, 2024
概括
像GPT-4这样的大型语言模型 (LLM) 在体外受精 (IVF) 后预测怀孕方面表现强. 这些人工智能模型可以自主开发和改进预测工具,为辅助生殖技术提供了有前途的进步.
科学领域:
- 人工智能在医学中的应用
- 生殖医学 生殖医学
- 机器学习应用 机器学习应用
背景情况:
- 在体外受精 (IVF) 成功预测对于患者护理和资源分配至关重要.
- 现有的预测模型往往需要大量的人类专业知识和手工精细化.
- 大型语言模型 (LLM) 为自动化和增强复杂数据分析提供了潜力.
研究的目的:
- 评估生成预训练变压器-4 (GPT-4) 在试管婴儿后预测怀孕的有效性.
- 将GPT-4的预测性能与之前发表的研究进行比较.
- 探索LLMs在优化试管婴儿成功预测模型中的潜力.
主要方法:
- 利用GPT-4自主开发和完善机器学习模型,用于IVF后的怀孕预测.
- 将GPT-4衍生模型的准确性和AUROC指标与原始发表的研究的准确性和AUROC指标进行比较.
- 专注于在模型开发过程中最小的人类干预.
主要成果:
- GPT-4实现了0.79的预测准确度和0.89.89的AUROC.
- 这些指标达到或超过了原始研究报告的值 (0.78准确度,0.87AUROC).
- 证明了GPT-4在自主模型开发和改进方面的能力.
结论:
- 像GPT-4这样的LLM可以有效地预测试管婴儿怀孕的结果.
- 在辅助复制中,GPT-4促进了数据处理,模型优化和解释.
- 对于LLM在生育治疗中的更广泛的临床应用,需要对各种数据集进行进一步的验证.
