OpenAI richt zich nu specifiek op de wetenschap met een nieuw AI-model, wat betekent dat bedrijven in de zorg, farmacie en laboratoriumdiensten toegang krijgen tot gespecialiseerde AI-tools die voorheen alleen voor grote spelers beschikbaar waren. Dit model, genaamd GPT-Rosalind, is niet voor algemene taken maar puur getraind op data uit de levenswetenschappen, waardoor het complexe onderzoeksvragen beter kan begrijpen en ondersteunen.

Wat er aan de hand is

OpenAI heeft volgens een aankondiging op zijn blog een nieuw AI-model geïntroduceerd: GPT-Rosalind. In tegenstelling tot algemene modellen zoals ChatGPT, is dit model specifiek ontwikkeld voor toepassingen in de levenswetenschappen. Het is getraind op wetenschappelijke literatuur, onderzoeksdata en gespecialiseerde kennis op gebieden als medicijnontwikkeling en genetisch onderzoek. Deze stap markeert een verschuiving bij OpenAI van brede, algemene AI naar meer gespecialiseerde, verticale modellen die diepgaande expertise in een specifiek domein hebben. Het model is vernoemd naar Rosalind Franklin, een pionier in het onderzoek naar DNA.

Wat dit betekent

Voor Nederlandse ondernemers en professionals in sectoren die afhankelijk zijn van wetenschappelijk onderzoek, verandert de toegankelijkheid van geavanceerde AI. Tot nu toe moesten bedrijven in de zorg, farmaceutische industrie of diagnostische labs vaak zelf gespecialiseerde AI-tools ontwikkelen of dure consultancy inschakelen. Een model als GPT-Rosalind kan die drempel verlagen. Het betekent dat een kleiner diagnostisch lab, een startup in medische hulpmiddelen of een MKB’er in contractonderzoek nu kan beschikken over een AI-assistent die de taal van wetenschappelijke papers spreekt en kan helpen bij het analyseren van complexe datasets. Dit kan leiden tot snellere doorlooptijden in onderzoek en ontwikkeling.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie en hoe OpenAI dit model uiteindelijk beschikbaar zal stellen. Op basis van de aankondiging zijn er wel logische scenario’s te bedenken voor MKB’ers in wetenschap-gerelateerde velden.

Als je een klein diagnostisch lab runt… zou je dit model kunnen verkennen om ondersteuning te krijgen bij het analyseren van onderzoeksresultaten. Een mogelijkheid is om het in te zetten voor een eerste, snelle review van wetenschappelijke literatuur rond een nieuwe testmethode, voordat je kostbare manuren investeert in een diepgaande studie.

Als je een MKB-bedrijf in medische technologie leidt… dan biedt een gespecialiseerd model kansen in de R&D-fase. Je zou kunnen onderzoeken of een tool als GPT-Rosalind kan helpen bij het screenen van bestaande patenten en wetenschappelijke publicaties, om zo de innovatieruimte voor een nieuw product beter in kaart te brengen.

Als je een zorginstelling met een onderzoeksafdeling beheert… is een toepassing denkbaar in het ondersteunen van klinische onderzoeken. Het model zou kunnen assisteren bij het structureren van onderzoeksdata of het genereren van hypotheses gebaseerd op recente wetenschappelijke inzichten, altijd onder supervisie van je eigen onderzoekers.

Als je een adviseur bent voor farmaceutische bedrijven… kun je anticiperen op deze ontwikkeling door je diensten aan te passen. In plaats van alleen data-analyse aan te bieden, zou je kunnen kijken naar diensten die helpen bij het effectief prompten en gebruiken van dit soort gespecialiseerde AI-modellen, zodat je klanten er maximaal voordeel uit halen.

Overweeg om de officiële kanalen van OpenAI in de gaten te houden voor meer details over beschikbaarheid, toegang en kosten. De komst van verticale modellen zoals deze suggereert dat gespecialiseerde AI-hulp steeds meer een commodity wordt, waar ook het MKB op kan inhaken.

Bron: Bright