Large Language Models for Epidemiological Research via Automated Machine Learning: Case Study Using Data From the British National Child Development Study

Large Language Models for Epidemiological Research via Automated Machine Learning: Case Study Using Data From the British National Child Development Study

1. 本研究の学術的背景は、大規模な言語モデルが自然言語処理（NLP）に大きな影響を及ぼしているが、その応用がまだ感染症研究に限定されていることです。核心となる問いは、「大規模言語モデルを用いた文章解析は、古典的な回帰方法と比較して予測性能に優れているのか？」です。

2. 本研究の目的は、疫学的なコホートから収集したテキストに基づく予測モデルを開発し、その性能を古典的な回帰法と比較することです。学術的な独自性と創造性は、このようなアプローチを試みるところにあります。

3. 着想の経緯は、大規模な言語モデルが自然言語処理に大きな影響を与えている一方で、その応用がまだ限定的であるという認識からきています。これまでの関連研究では、主に電子健康記録やソーシャルメディアデータの解析に焦点を当てており、本研究はこれらの範囲を超えた新たな応用可能性を検討する位置づけにあります。

4. 本研究では、大規模言語モデルを用いて、子供たちが書いたエッセイから現在の読解力スコア、未来のBMI、身体活動度を予測し、その予測性能を古典的な回帰法と比較しました。読解力スコアの予測においては、NLPが明らかに古典的な回帰法よりも良い結果を示しましたが、BMIの予測においては古典的な回帰法がNLPを上回りました。

5. 本研究の有効性は、古典的な回帰法と比較して、NLPが読解力スコアの予測に優れているという結果によって示されました。