OpenAI heeft een gespecialiseerd AI-model gelanceerd voor de levenswetenschappen, genaamd GPT-Rosalind. Dit model biedt Nederlandse MKB’ers in sectoren zoals farma, medtech en agrofood de kans om onderzoeksprocessen te versnellen en te verbeteren, zonder dat ze zelf een team van AI-experts hoeven op te bouwen. Het is een toegankelijke tool voor gespecialiseerde kennis.

Wat er aan de hand is

OpenAI heeft GPT-Rosalind gepresenteerd, zijn eerste AI-model dat niet voor algemene taken is bedoeld maar specifiek voor de levenswetenschappen. Het model is getraind op wetenschappelijke literatuur, datasets en code uit dit domein, met toepassingen van medicijnontwikkeling tot genetisch onderzoek. Deze stap markeert een verschuiving bij OpenAI van algemene modellen naar gespecialiseerde ‘verticale’ modellen voor specifieke vakgebieden. Het volgt op eerdere modellen zoals GPT-4o, maar is dus de eerste in zijn soort die zich op één discipline richt.

Wat dit betekent

Voor het MKB in kennisintensieve sectoren betekent dit een directe kans. Veel kleinere farmaceutische start-ups, medtech-bedrijven of innovatieve agrofood-bedrijven hebben wel de domeinkennis, maar niet de schaal of middelen om een eigen AI-afdeling op te zetten voor data-analyse of literatuuronderzoek. Een voorgetraind model zoals GPT-Rosalind kan die drempel verlagen. Het betekent dat gespecialiseerde AI-hulp niet langer exclusief is voor grote concerns met enorme R&D-budgetten. Bedrijven kunnen het inzetten om sneller door wetenschappelijke literatuur te gaan, onderzoekshypothesen te verkennen of complexe datasets te interpreteren die relevant zijn voor hun vakgebied.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het model is nieuw en de exacte toegangsvoorwaarden en mogelijkheden worden nog duidelijk. Op basis van de aankondiging zijn dit logische scenario’s om voor te bereiden:

Als je een klein team hebt in farmaceutische R&D… kun je verkennen of GPT-Rosalind kan helpen bij het doorzoeken van duizenden wetenschappelijke artikelen naar specifieke moleculaire interacties. Een mogelijkheid is om het model te vragen om samenvattingen van recent onderzoek naar een bepaald doelwit voor medicijnontwikkeling, wat weken aan handmatig werk kan besparen.

Als je een medtech-bedrijf runt met klinische data… zou je kunnen onderzoeken of het model patronen kan herkennen in patiëntendatasets die voor het menselijk oog verborgen blijven. Overweeg om het in te zetten voor een eerste analyse van onderzoeksdata voordat je een duurdere, externe consultancy inschakelt.

Als je in de agrofood-sector werkt aan duurzamere gewassen… is een optie om het model te gebruiken voor het analyseren van genetische data of onderzoeksliteratuur over gewasresistentie. Je zou het kunnen benaderen met vragen over welke genen in verband worden gebracht met bepaalde eigenschappen, om je eigen veredelingsonderzoek te sturen.

Als je een adviseur bent voor life sciences-bedrijven… kun je je diensten verrijken door te leren hoe je dit soort gespecialiseerde modellen kunt inzetten voor due diligence of marktonderzoek. Je zou klanten kunnen helpen bij het formuleren van de juiste, technische vragen om het meeste uit de tool te halen.

De eerste stap is om de officiële aankondigingen van OpenAI in de gaten te houden voor details over toegang en API-integratie. Ondertussen kun je binnen je team brainstormen over welke tijdrovende, kennisintensieve onderzoektaken het meeste baat zouden hebben bij automatisering.

Bron: Bright