Naukowcy z użyciem dużych modeli językowych opracowali iLENS - nową architekturę AI do przewidywania konwersji Alzheimera na podstawie badań neuroimagingu. System wykorzystuje mixture-of-experts (MoE) - specjalistyczną architekturę, w której wiele wyspecjalizowanych sieci neuronowych obsługuje różne aspekty problemu.
Zdaniem badaczy głównym problemem dotychczasowych modeli predykcyjnych dla choroby Alzheimera jest ich statyczność i mała interpretowalnośc. iLENS rozwiązuje to wykorzystując LLM do syntezy zarówno strukturalnych danych neuroimagingu (pomiary z tomografii, rezonansów) jak i niezstrukturyzowanych informacji klinicznych. Model prowadzi przejrzysty proces decyzyjny - wyjaśnia, które eksperty system angażuje i dlaczego, dostarczając biologicznie uzasadnione uzasadnienia swoich prognoz.
To podejście ma duże znaczenie dla praktyki medycznej, gdzie lekarzom potrzebne są nie tylko dokładne przewidywania, ale przede wszystkim zrozumienie rozumowania algorytmu. iLENS utoruje drogę dla bardziej wiarygodnych, interpretowanych systemów AI w diagnostyce neurodegeneracyjnej, mogących wspierać personalizowaną opiekę nad pacjentami z ryzykiem Alzheimera.