MEDICINE & AI

タイトル：AI-Assisted Hypothesis Generation to Address Challenges in Cardiotoxicity Research: Simulation Study Using ChatGPT With GPT-4o 雑誌名：J Med Internet Res. 2025 May 15; 27: e66161. doi: 10.2196/66161. Epub 2025 May 15. 概　要： 心毒性は心疾患研究において重大な懸念事項であり、心不全や不整脈を引き起こす可能性があります。本研究では、ChatGPTとGPT-4oを用いて、心毒性研究における5つの主要な課題に対処するための革新的な研究仮説を生成する能力を探求しました。これらの課題には、メカニズムの複雑さ、患者間の変動、検出感度の欠如、信頼できるバイオマーカーの不足、動物モデルの限界が含まれます。 方　法： ChatGPTとGPT-4oを使用して、各課題に対して複数の仮説を生成し、3人の専門家がその新規性と実現可能性を独立に評価しました。最も有望な仮説を選定し、背景、根拠、実験デザイン、期待される成果、潜在的な問題点、代替アプローチを含む詳細な実験計画を提供しました。 結　果： ChatGPTとGPT-4oは96の仮説を生成し、そのうち13（14%）が高い新規性を持ち、62（65%）が中程度の新規性を持つと評価されました。選定された仮説には、単一細胞RNAシーケンシングを用いた細胞の異質性の理解、遺伝子プロファイルとAIを統合した個別化心毒性リスク予測、心電図データに対する機械学習の適用、バイオマーカー発見のためのマルチオミクスアプローチ、動物モデルの限界を克服するための3D生体印刷心組織の開発が含まれます。選定された仮説の実験計画は、背景、根拠、代替アプローチにおいて一貫した強みを示しましたが、実験デザインはしばしば野心的すぎると評価されました。 結　論： 本研究は、ChatGPTとGPT-4oが心毒性研究の重要な課題を克服するための革新的で影響力のある仮説を生成できることを示しています。これらの結果は、AI支援の仮説生成が心毒性研究の進展に重要な役割を果たし、より正確な予測、早期の検出、患者の結果の改善につながる可能性があることを示唆しています。