適応的知識統合を用いた薬物間相互作用予測の高度化

概要：薬物間相互作用イベント（DDIE）予測は、悪影響の回避と最適な治療結果の確保にとって極めて重要です。しかし、従来の方法は、不均衡なデータセット、複雑な相互作用メカニズム、未知の薬物組み合わせへの一般化性能の低さといった課題に直面することが多いです。これらの課題に対処するために、事前の薬物知識を適応的に大規模言語モデル（LLM）へ注入する知識拡張フレームワークを提案します。このフレームワークは強化学習の技術を利用して、適応的な知識抽出と統合を促進し、戦略空間を効率的に最適化して、DDIE予測のためのLLMの精度を高めます。few-shot 学習の結果、ベースラインと比較して顕著な改善を達成しました。このアプローチは、DDIE予測のための科学的知識学習における有効なフレームワークを確立します。