分子駆動型治療関係を捉えるための検索拡張生成の活用による精密オンコロジー

検索拡張生成（RAG）などの現代の生成型人工知能技術は、精密オンコロジー治療議論の支援に応用可能です。専門家は通常、労力を要するプロセスで治療の証拠と推奨を得るために発表された文献を詳細に検討します。RAGパイプラインは、これらの出版物からのテキスト片を既製の大規模言語モデル（LLM）に提供し、微調整なしで関連する質問に答えさせることで、この作業負担を軽減するのに役立つ可能性があります。この応用例は、信頼できるデータソース（OncoKB）から治療関係を検索し、関連する抄録にアクセス可能な未訓練のLlama 2モデルに簡単な質問をすることで80％以上を再現したことで示されています。