I LLM eguagliano gli esperti di dominio nell'estrazione di prove sull'oncogenesi microbica

Un nuovo studio da arXiv (2608.07250) dimostra che i modelli linguistici di grandi dimensioni (LLM) possono eguagliare gli esperti di dominio nell'estrazione e valutazione delle prove dalla ricerca sull'oncogenesi microbica. La ricerca, che si concentra sul legame tra MMTV-LV e cancro al seno, ha comportato la creazione di un dataset di riferimento da 24 articoli di ricerca. Gli esperti di dominio hanno sviluppato un modello strutturato con 77 elementi, tra cui domande a scelta multipla, scala Likert, selezione multipla e testo libero. Le prestazioni di quattro LLM—Gemini 2.5 Pro, Gemini 2.5 Flash, GPT-5 e GPT-5 Nano—sono state confrontate con quelle di esperti umani utilizzando nuove metriche di concordanza. I risultati suggeriscono che gli LLM potrebbero consentire una sintesi sistematica delle prove a livello esperto e scalabile, accelerando potenzialmente l'identificazione di nuove coppie microbo-cancro. Questa capacità è cruciale perché le prove pertinenti sono attualmente disperse e troppo vaste per essere sintetizzate in modo completo dagli esseri umani. Lo studio evidenzia il potenziale dell'IA per ridurre il carico del cancro scoprendo nuovi microbi oncogenici.