Компания Google представила целый набор моделей искусственного интеллекта, разработанных специально для использования в здравоохранении. Название нового инструмента – MedLM, он включает в себя две модели - большую, предназначенную для решения особенно сложных задач, и среднюю, которая настроена на масштабирование решения различных вопросов.
Информационное издание «mobihealthnews.com» пишет, что большая модель MedLM может использоваться для:
- Ответов на медицинские вопросы.
- Генерации идей из неструктурированных данных.
- Составления медицинских отчетов.
Средняя модель MedLM может быть использована для:
- Классификации медицинских изображений.
- Прогнозирования результатов лечения.
- Анализа клинических данных.
Данный вариант MedLM основан на модели Med-PaLM 2, которая была выпущена Google в прошлом году. Med-PaLM 2 является одной из самых больших языковых моделей в мире, и она была обучена на огромном наборе данных медицинских текстов и кодов.
Когда Med-PaLM была впервые выпущена, она показывала точность правильных ответов на MedQA не выше 67,6%.
Издание напоминает, что MedQA это экзамен по медицинскому лицензированию, сдаваемый в виде теста студентами в США.
Пару месяцев спустя точность правильных ответов увеличилась до 85%+, а в последнем отчете она составила 92,6%.
Глава группы разработчиков Хауэлл во время своего телеинтервью каналу HIMSS заметил: «Med-PaLM оказалась весьма выдающейся, и показала поразительную скорость обучения. Но, что самое главное, мы думаем, что к 2024 году у нашей ИИ-платформы появятся новые возможности».
В настоящее время Google планирует сделать MedLM доступным инструментом с начала 2024 года для всех зарегистрированных пользователей своего сервиса Google Cloud. С помощью этой платформы врачи смогут диагностировать редкие заболевания и генерировать новые идеи для исследований. Фармацевтические компании могут использовать MedLM для того, чтобы разрабатывать новые лекарства и методы лечения.
MedLM от Google представляет собой важный шаг вперед в использовании искусственного интеллекта в здравоохранении. Он имеет потенциал для повышения качества медицинской помощи и для ускорения получения данных научных исследований.