Stanford Medicines Paper2Agent gjør en forskningsartikkel, sammen med koden og dataene bak den, om til en interaktiv AI-agent som kan svare på spørsmål og kjøre den opprinnelige analysen på nytt. I en demonstrasjon lot forskerne en agent bygget fra en modell for genvariant-effekter snakke med en agent bygget fra en ADHD-genetikkstudie: sammen fant de en variant nær genet MPHOSPH9 knyttet til ADHD-risiko, en sammenheng ingen hadde rapportert før.
Kilde: med.stanford.edu →
Stanford-ingeniører trente en AI-modell til å søke gjennom et bibliotek på 1,7 millioner syntetiske polymerer etter kandidater som dreper bakterier på samme måte som naturlige peptider, uten å gi mikrobene en enkel vei til resistens. Laboratorietester på E. coli bekreftet at alle de ti finalistene virket, og én var spesielt effektiv mot biofilmer, de hardnakkede bakteriekoloniene som motstår de fleste vanlige antibiotika.
Kilde: news.stanford.edu →
Forskere ved MITs McGovern Institute har bygget en lettvekts, tolkbar modell som skanner samtaler fra krisetelefonlinjer for språk knyttet til 49 kjente risikofaktorer. Modellen er trent og testet på rundt 16 000 avidentifiserte samtaler og validert i en fagfellevurdert studie. I motsetning til en typisk språkmodell kjører den på en vanlig datamaskin, holder samtalene private, og viser rådgiverne nøyaktig hvilke ord som lå bak vurderingen. Forskerteamet er tydelige på at verktøyet fortsatt trenger mer validering før det kan brukes klinisk.
Kilde: news.mit.edu →