대형 언어 모델이 임상 연구를 위한 자동화된 머신러닝을 간소화하다

머신러닝(ML) 개발자(예: 데이터 과학자)와 실무자(예: 임상의) 간에는 지식 격차가 존재하여 임상 데이터 분석에 ML을 충분히 활용하는 데 장애가 되고 있다. 우리는 GPT-4의 확장판인 ChatGPT Advanced Data Analysis(ADA)가 이 격차를 해소하고 ML 분석을 효율적으로 수행할 잠재력을 조사했다. 다양한 의료 전문 분야의 대규모 임상 시험에서 실제 임상 데이터셋과 연구 세부사항을 구체적인 지침 없이 ChatGPT ADA에 제시했다. ChatGPT ADA는 원래 연구의 훈련 데이터를 바탕으로 암 발병, 암 진행, 질병 합병증 또는 병원성 유전자 서열과 같은 바이오마커 등의 임상 결과를 예측하는 최첨단 ML 모델을 자율적으로 개발했다. 출판된 모델의 재구현 및 최적화 후, ChatGPT ADA가 제작한 ML 모델과 수작업으로 제작된 대응 모델을 직접 비교한 결과 전통적인 성능 지표에서는 유의미한 차이가 없었다(p≥0.072). 특히 ChatGPT ADA가 제작한 ML 모델이 종종 대응 모델보다 더 우수한 성능을 보였다. 결론적으로, ChatGPT ADA는 복잡한 데이터 분석을 단순화하여 의학에서 ML의 민주화를 이끄는 유망한 길을 제공하지만, 의료 연구 및 실무에서의 광범위한 적용을 촉진하기 위해 전문 교육 및 자원을 대체하지 않고 보완해야 한다.