Hodnotenie agentnej simulácie na odhad zdravia miestneho obyvateľstva

Vedci vyvinuli LLMPopSim, rámec na simuláciu populácie pomocou veľkých jazykových modelov, ktorý kombinuje údaje z amerického sčítania ľudu a Centier pre kontrolu a prevenciu chorôb. Systém vytváral syntetických jednotlivcov a simuloval ich zdravotnícke správanie, pričom výsledky boli hodnotené na úrovni komunít. Výskum bol vyvinutý na historických údajoch z Havaja a testovaný na údajoch z roku 2022 z Havaja a New Yorku, pričom sa zameriaval na skríning kolorektálneho karcinómu a mamografiu. Priemerná absolútna chyba sa pohybovala od 3,5 do 15,0 percentných bodov a korelácia medzi simulovanou a pozorovanou prevalenciou sa pohybovala od 0,26 do 0,69. Simulácia lepšie zachovávala geografické rozdiely pri skríningu kolorektálneho karcinómu, ale systematicky nadhodnocovala prevalenciu, zatiaľ čo mamografia dosahovala nižšiu absolútnu chybu. Chyby boli najväčšie v komunitách s nižšou pozorovanou prevalenciou skríningu. Výskum ukazuje, že syntetickí agenti založení na jazykových modeloch môžu vytvoriť populačné vzory podobné reálnemu svetu.