生成式AI擴充小樣本 或減三至五成動物實驗
德國團隊提出生成式模型genESOM,應對小樣本研究中統計效力不足、假陽性偏高問題;方法將結構學習與數據生成解耦,以陰性對照監控質素,並在多發性硬化症脂質組數據驗證,有望減少三至五成動物實驗用量。
樣本不足之痛
動物實驗受倫理、成本與條件限制,臨床前研究往往樣本偏小,統計效力不足令真實生物訊號難以穩定提取,假陽性風險高企;這正是動物實驗療效屢屢無法在臨床復現的根源之一。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
