OpenAI richt zich nu specifiek op de wetenschap met een nieuw AI-model. Het bedrijf lanceert GPT-Rosalind, het eerste model dat niet voor algemene taken is, maar specifiek is getraind voor de levenswetenschappen. Dit betekent dat MKB’ers in sectoren zoals zorg, farmacie en lab-dienstverlening toegang krijgen tot gespecialiseerde AI-hulp voor complexe taken zoals data-analyse in onderzoek, zonder zelf de expertise in huis te hebben.

Wat er aan de hand is

OpenAI heeft GPT-Rosalind gepresenteerd, een gespecialiseerd AI-model voor de levenswetenschappen. Het model is genoemd naar Rosalind Franklin, een wetenschapper die cruciaal was voor de ontdekking van de DNA-structuur. Volgens het bedrijf is dit een eerste stap in het ontwikkelen van domeinspecifieke modellen die verder gaan dan de algemene capaciteiten van modellen zoals GPT-4. De focus ligt op toepassingen in onder meer medicijnontwikkeling en genetisch onderzoek. Deze aankondiging past in een bredere trend waarbij grote AI-bedrijven zich steeds meer richten op verticale, gespecialiseerde toepassingen in plaats van alleen horizontale, algemene tools.

Wat dit betekent

Voor Nederlandse ondernemers en professionals in de levenswetenschappen betekent dit een directe verschuiving. Waar algemene AI-tools vaak te oppervlakkig waren voor complexe wetenschappelijke vraagstukken, komt er nu een tool die daar wel voor is ontworpen. Dit is vooral relevant voor het MKB in sectoren als zorginnovatie, farmaceutische dienstverlening, contractonderzoek (CRO’s), diagnostische labs en biotech-startups. Zij kunnen mogelijk profiteren van geavanceerde AI-analyse zonder de investering in een eigen team van AI-specialisten. Het signaleert dat gespecialiseerde AI snel toegankelijker wordt voor kleinere spelers, wat de concurrentie en innovatiesnelheid in deze sectoren kan opvoeren.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie en de uiteindelijke beschikbaarheid en specificaties van het model. Op basis van de aankondiging zijn dit logische scenario’s waar je als ondernemer in de levenswetenschappen op kunt anticiperen.

Als je een klein diagnostisch lab runt… Je krijgt dagelijks te maken met complexe datasets, bijvoorbeeld van genetische sequencing. Een gespecialiseerd model als GPT-Rosalind zou in de toekomst kunnen helpen bij het sneller interpreteren van patronen of het voorstellen van vervolganalyses, waardoor je efficiënter kunt werken zonder direct een bio-informaticus aan te nemen.

Als je een MKB’er bent in farmaceutische dienstverlening… Denk aan het formuleren van onderzoeksvoorstellen of het analyseren van preliminaire testresultaten voor klanten. Je zou kunnen onderzoeken of een tool als deze helpt bij het structureren van wetenschappelijke literatuur of het genereren van hypotheses op basis van bestaande data, wat je dienstverlening kan verdiepen.

Als je een zorginnovatie-startup leidt… Je ontwikkelt mogelijk nieuwe medische hulpmiddelen of digitale therapieën. Een domeinspecifiek AI-model biedt perspectief voor het analyseren van klinische onderzoeksdata of het modelleren van werkingsmechanismen, wat de onderbouwing van je product kan versterken in een vroeg stadium.

Als je een adviseur bent voor onderzoekssubsidies… Je helpt bedrijven met het schrijven van aanvragen voor fondsen zoals ZonMw of de Europese subsidieprogramma’s. Een wetenschappelijk getraind model zou een hulpmiddel kunnen zijn bij het up-to-date houden van de state-of-the-art in een onderzoeksveld of het controleren van de consistentie van een onderzoeksopzet.

Overweeg om de ontwikkelingen rond dit model te volgen en je af te vragen welke repetitieve, kennisintensieve taken in jouw workflow baat zouden kunnen hebben bij gespecialiseerde AI-ondersteuning. De kern is niet het model zelf, maar de trend die het vertegenwoordigt: AI wordt toegankelijk op specialistisch niveau.

Bron: Bright