論文の概要: AD-GPT: Large Language Models in Alzheimer's Disease

• arxiv url: http://arxiv.org/abs/2504.03071v1
• Date: Thu, 03 Apr 2025 22:49:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-07 14:49:39.858455
• Title: AD-GPT: Large Language Models in Alzheimer's Disease
• Title（参考訳）: AD-GPT:アルツハイマー病における言語モデル
• Authors: Ziyu Liu, Lintao Tang, Zeliang Sun, Zhengliang Liu, Yanjun Lyu, Wei Ruan, Yangshuang Xu, Liang Shan, Jiyoon Shin, Xiaohe Chen, Dajiang Zhu, Tianming Liu, Rongjie Liu, Chao Huang,
• Abstract要約: 医学情報検索のための強力なツールとして,大規模言語モデル (LLM) が登場した。 しかし、その正確さと深さは、アルツハイマー病(AD)のような専門領域に限られている。 本稿では,AD関連遺伝子・神経生物学的情報の検索と解析を強化するために,ドメイン特異的な事前学習型トランスフォーマであるAD-GPTを紹介する。
• 参考スコア（独自算出の注目度）: 22.79214699749541
• License:
• Abstract: Large language models (LLMs) have emerged as powerful tools for medical information retrieval, yet their accuracy and depth remain limited in specialized domains such as Alzheimer's disease (AD), a growing global health challenge. To address this gap, we introduce AD-GPT, a domain-specific generative pre-trained transformer designed to enhance the retrieval and analysis of AD-related genetic and neurobiological information. AD-GPT integrates diverse biomedical data sources, including potential AD-associated genes, molecular genetic information, and key gene variants linked to brain regions. We develop a stacked LLM architecture combining Llama3 and BERT, optimized for four critical tasks in AD research: (1) genetic information retrieval, (2) gene-brain region relationship assessment, (3) gene-AD relationship analysis, and (4) brain region-AD relationship mapping. Comparative evaluations against state-of-the-art LLMs demonstrate AD-GPT's superior precision and reliability across these tasks, underscoring its potential as a robust and specialized AI tool for advancing AD research and biomarker discovery.
• Abstract（参考訳）: 大きな言語モデル(LLM)は医療情報検索の強力なツールとして登場したが、その正確さと深さは、世界的な健康上の課題であるアルツハイマー病(AD)のような専門分野に限られている。 このギャップに対処するため,AD関連遺伝子・神経生物学的情報の検索と解析を強化するために,ドメイン固有の事前学習型トランスフォーマであるAD-GPTを導入する。 AD-GPTは、AD関連遺伝子、分子遺伝情報、脳領域に関連付けられた重要な遺伝子変異を含む様々な生物医学的データソースを統合する。 Llama3とBERTを組み合わせた積み重ねLLMアーキテクチャを開発し,(1)遺伝子情報検索,(2)遺伝子-脳領域関係評価,(3)遺伝子-AD関係解析,(4)脳領域-AD関係マッピングの4つの重要な課題に最適化した。 最先端のLCMに対する比較評価では、AD-GPTの精度と信頼性がこれらのタスクにわたって優れており、AD研究とバイオマーカー発見を促進するための堅牢で専門的なAIツールとしての可能性を示している。

関連論文リスト

• Survey and Improvement Strategies for Gene Prioritization with Large Language Models [61.24568051916653]
  大規模言語モデル (LLM) は, 医学検査において良好に機能しているが, 希少な遺伝疾患の診断における有効性は評価されていない。 表現型と可溶性レベルに基づいて, マルチエージェントとヒトフェノタイプオントロジー(HPO)を分類した。 ベースラインでは、GPT-4は他のLLMよりも優れており、因果遺伝子を正しくランク付けする際の精度は30%近く向上した。
  論文  参考訳（メタデータ） (2025-01-30T23:03:03Z)
• ADAM-1: AI and Bioinformatics for Alzheimer's Detection and Microbiome-Clinical Data Integrations [4.426051635422496]
  Alzheimer's Disease Analysis Model Generation 1 (ADAM) は、マルチモーダルデータの統合と解析を目的としたマルチエージェント・大規模言語モデル(LLM)フレームワークである。 ADAM-1は多様なデータソースから洞察を合成し、文献駆動のエビデンスを用いて知見を文脈化する。
  論文  参考訳（メタデータ） (2025-01-14T18:56:33Z)
• AlzheimerRAG: Multimodal Retrieval Augmented Generation for PubMed articles [2.4063592468412276]
  マルチモーダル検索・拡張生成(RAG)アプリケーションは,情報検索と生成モデルの強みを両立させる能力を約束している。 本稿では, バイオメディカル研究用マルチモーダルRAGパイプラインツールであるAlzheimerRAGを紹介する。
  論文  参考訳（メタデータ） (2024-12-21T16:59:00Z)
• A Self-guided Multimodal Approach to Enhancing Graph Representation Learning for Alzheimer's Diseases [45.59286036227576]
  グラフニューラルネットワーク(GNN)は、不規則に構造化されたデータを扱うように設計された強力な機械学習モデルである。 本稿では,ドメイン知識を自律的にモデル開発プロセスに組み込む自己誘導型知識注入型マルチモーダルGNNを提案する。 提案手法は,ドメイン知識を自然言語として概念化し,未処理の知識を活用できる専門的なマルチモーダルGNNを導入する。
  論文  参考訳（メタデータ） (2024-12-09T05:16:32Z)
• MMed-RAG: Versatile Multimodal RAG System for Medical Vision Language Models [49.765466293296186]
  近年,Med-LVLM (Med-LVLMs) の進歩により,対話型診断ツールの新たな可能性が高まっている。 Med-LVLMは、しばしば事実の幻覚に悩まされ、誤った診断につながることがある。 我々は,Med-LVLMの現実性を高めるために,多目的マルチモーダルRAGシステムMMed-RAGを提案する。
  論文  参考訳（メタデータ） (2024-10-16T23:03:27Z)
• Leveraging Social Determinants of Health in Alzheimer's Research Using LLM-Augmented Literature Mining and Knowledge Graphs [33.755845172595365]
  成長する証拠は、社会的健康決定因子(SDoH)がアルツハイマー病(AD)と関連する認知症を発症する個人のリスクに影響を与えることを示唆している。 本研究は、SDoHの知識を広範囲にわたる文献から抽出し、AD関連生物学的実体と統合するための、新しい自動化された枠組みを提案する。 本フレームワークは,ADにおける知識発見の促進を約束し,他のSDoH関連研究領域に一般化することができる。
  論文  参考訳（メタデータ） (2024-10-04T21:39:30Z)
• GP-GPT: Large Language Model for Gene-Phenotype Mapping [44.12550855245415]
  GP-GPTは、遺伝的・フェノタイプ知識表現とゲノム関連解析のための最初の専門的な大規模言語モデルである。 我々のモデルは、ゲノム学、遺伝学、科学出版物において3000,000以上の用語からなる包括的コーパスで2段階にわたって微調整されている。
  論文  参考訳（メタデータ） (2024-09-15T18:56:20Z)
• An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease [13.213387075528017]
  アルツハイマー病(英語: Alzheimer's disease, AD)は、認知機能障害(Mild Cognitive Impairment, MCI)として知られる前ドロマステージを含む認知症である。 この研究の目的は、マルチモーダルMRIデータと単一核化物多型に依存する脳構造と機能の構造的・機能的調節を捉えることである。
  論文  参考訳（メタデータ） (2024-06-19T07:31:47Z)
• Genetic InfoMax: Exploring Mutual Information Maximization in High-Dimensional Imaging Genetics Studies [50.11449968854487]
  遺伝子ワイド・アソシエーション(GWAS)は、遺伝的変異と特定の形質の関係を同定するために用いられる。 画像遺伝学の表現学習は、GWASによって引き起こされる固有の課題により、ほとんど探索されていない。 本稿では,GWAS の具体的な課題に対処するために,トランスモーダル学習フレームワーク Genetic InfoMax (GIM) を提案する。
  論文  参考訳（メタデータ） (2023-09-26T03:59:21Z)
• Unsupervised Domain Adaptation for Dysarthric Speech Detection via Domain Adversarial Training and Mutual Information Minimization [52.82138296332476]
  本稿では,非教師付き領域適応問題として,クロスドメイン・ディザスリック音声検出(DSD)を定式化するための最初の試みを行う。 DPC, DAT, 相互情報最小化(MIM)を含むマルチタスク学習戦略を提案する。 実験の結果, 発話レベルの重み付き平均リコールと話者レベルの精度では, それぞれ22.2%, 20.0%の絶対的な増加が得られた。
  論文  参考訳（メタデータ） (2021-06-18T13:34:36Z)
• A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease Progression with MEG Brain Networks [59.15734147867412]
  アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。 我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。 我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
  論文  参考訳（メタデータ） (2020-05-08T02:29:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。