臨床試験のためのデジタルツインを活用したLarge Language Modelの活用

本論文では、Large Language Modelを活用したデジタルツイン作成アプローチ「TWIN-GPT」を提案し、限られたデータ環境下でも高精度な臨床試験アウトカム予測を実現する。TWIN-GPTは、ChatGPTに蓄積された豊富な医療知識を活用し、個別の患者特性を考慮したデジタルツインを生成することで、データギャップや不整合の問題を解決し、臨床試験の予測精度を大幅に向上させる。