Google anunció el miércoles el lanzamiento de un nuevo conjunto de modelos de inteligencia artificial específicos para la atención médica, MedLM, diseñados para ayudar a los médicos e investigadores a realizar estudios complejos, resumir las interacciones médico-paciente y más, según Sina Finance. La medida marca el último intento de Google de monetizar las herramientas de IA en la industria de la salud. La suite MedLM incluye un modelo de IA grande y mediano, ambos basados en Med-PaLM 2. Med-PaLM 2 es un gran modelo de lenguaje anunciado por primera vez por Google en marzo de este año, entrenado con datos médicos.

Los investigadores de Microsoft demostraron el rendimiento superior de GPT-4 en las pruebas de conocimiento médico, especialmente cuando se combina con técnicas avanzadas de ingeniería rápida, que superaron al MedPaLM2 ajustado profesionalmente, según informó Webmaster's Home el 4 de diciembre. Los resultados muestran que la aplicación de una ingeniería rápida más eficaz a los modelos generales convencionales puede ser una mejor manera de lograr resultados más precisos que el laborioso y laborioso ajuste y entrenamiento de modelos. El método Med_ emplea una variedad de técnicas de ingeniería rápida, incluido el razonamiento en cadena de pensamiento generado por GPT-4 y la generación de múltiples respuestas puntuadas individualmente, que luego devuelven la respuesta con la puntuación más alta al usuario. Aunque este enfoque aumenta el costo de la inferencia porque se generan más marcadores, los resultados sugieren que puede valer la pena considerar la combinación de modelos líderes de propósito general, como GPT-4, con técnicas avanzadas de ingeniería rápida para evaluar los criterios de rendimiento de vanguardia. El estudio destaca que el razonamiento en cadena generado por GPT-4 es superior a las indicaciones de Med-PaLM2 elaboradas por expertos porque proporciona una lógica de razonamiento paso a paso más refinada. Pero el estudio también señaló que esta conclusión es específica de GPT-4 y no de otros modelos subyacentes generales.

Según PRNewswire, el 9 de octubre, League, la plataforma de experiencia del consumidor de atención médica líder en los Estados Unidos, anunció que utilizará la tecnología de inteligencia artificial generativa de Google Cloud para lograr una personalización de la experiencia del consumidor a gran escala más profunda y precisa. A más largo plazo, League también explorará el uso del modelo de lenguaje grande médico (LLM) Med-PaLM 2 de Google Cloud.

Según un informe de Heart of the Machine del 1 de septiembre, el Laboratorio de Computación Social e Inteligencia de Datos de la Universidad de Fudan (FudanDISC) lanzó un asistente personal médico y de salud chino: DISC-MedLLM. En las evaluaciones de consultas médicas y de salud de ronda única de preguntas y respuestas y de diálogo de múltiples rondas, el rendimiento del modelo muestra ventajas obvias en comparación con los grandes modelos de diálogo médico existentes. Además, el grupo de investigación también publicó un conjunto de datos de ajuste fino supervisado (SFT) de alta calidad de 470.000 - DISC-Med-SFT, y los parámetros del modelo y los informes técnicos también fueron de código abierto.

Según noticias de IT House del 14 de agosto, el equipo de investigación de Microsoft afirmó recientemente que los modelos a gran escala como el GPT-4 tienen un gran potencial en el campo de la medicina: modelos patológicos para mejorar la eficiencia del desarrollo de fármacos médicos. Microsoft afirma que GPT-4 es en realidad incluso mejor que las herramientas médicas como Criteria2 Query en el mercado, y aunque GPT-4 solo se entrenó con datos de Internet "genéricos" en lugar de datos médicos específicos, sigue siendo lo suficientemente bueno para criterios médicos específicos. Cree estudios clínicos complejos y haga más con imágenes médicas y otros datos biológicos. Como se informó anteriormente, Microsoft está desarrollando actualmente el modelo médico LLaVA-Med basado en GPT-4 para proporcionar datos de imágenes biomédicas a los profesionales médicos.Microsoft afirma que su propio modelo "LLaVA-Med" puede acelerar la atención y la investigación relacionadas con la industria médica. Microsoft ha lanzado anteriormente modelos de lenguaje como BioGPT para tareas médicas, pero Microsoft apuesta por su OpenAI y confía en GPT-4 para desarrollar modelos médicos dedicados.

Según un informe de Webmaster's House del 14 de agosto, Microsoft Research cree que GPT-4 es suficiente para tareas médicas, puede acelerar los procesos médicos y mejorar la eficiencia. Los modelos de lenguaje grande (LLM) como GPT-4 tienen un enorme potencial en el campo de la medicina, según el equipo de Microsoft Research. Estos modelos pueden ayudar a acelerar los procesos médicos, como mejorar la eficiencia del desarrollo de fármacos contra el cáncer mediante el procesamiento de datos de pacientes no estructurados a gran escala. Microsoft también ha introducido modelos de lenguaje como BioGPT específicamente para tareas médicas, pero ahora ha dejado claro que se basará principalmente en GPT-4 en el futuro. Además, Microsoft está desarrollando el modelo "LLaVA-Med" para integrar más estrechamente los datos médicos y la investigación para acelerar la investigación y la atención médica.

Según un informe de Webmaster's Home del 31 de julio, un equipo de expertos compuesto por varios institutos de investigación de Google publicó recientemente un documento y anunció un modelo multimodal llamado Med-PaLM M. Med-PaLM M es un modelo generativo multimodal a gran escala que puede codificar e interpretar datos biomédicos de manera flexible. En comparación con los modelos existentes, Med-PaLM M se desempeña de manera competitiva en muchas tareas e incluso se desempeña mejor en algunas tareas. Los investigadores también demostraron el aprendizaje de transferencia y las capacidades de inferencia de tiro cero de Med-PaLM M. Sin embargo, para aplicaciones prácticas, se requiere más trabajo. Esta investigación es una promesa positiva para futuras soluciones médicas basadas en IA.

Según el informe "Kechuangban Daily", según el artículo de Google publicado en "Nature" el 12 de julio, al responder preguntas médicas, su gran modelo médico afinado Med-PaLM funcionó bien y un grupo de médicos respondió. fue del 92,6 %, comparable al nivel de los médicos en la realidad (92,9 %). Además, Google propuso un nuevo punto de referencia de evaluación MultiMedQA, que cubre preguntas y respuestas en exámenes médicos, investigación médica y otros campos, para evaluar las capacidades clínicas de modelos grandes.

Google está probando un programa de IA que ha sido entrenado para responder preguntas médicas de manera competente, compitiendo con rivales como Microsoft, según el Wall Street Journal.Productos ampliamente utilizados por los médicos. La IA, un chatbot médico llamado Med-PaLM 2, es mejor para mantener conversaciones sobre temas médicos que un algoritmo más general porque ha recibido preguntas y respuestas del examen de licencia médica. La compañía comenzó a probar el sistema en abril con clientes, incluido el hospital de investigación Mayo Clinic, según personas familiarizadas con el asunto.

Según el informe de IT House del 14 de junio, los investigadores de Microsoft demostraron recientemente el modelo LLaVA-Med, que se utiliza principalmente en la investigación biomédica y puede inferir la condición patológica del paciente basándose en imágenes de tomografía computarizada y rayos X. Se informa que los investigadores de Microsoft han cooperado con un grupo de hospitales para obtener un gran conjunto de datos correspondientes al texto de imágenes biomédicas para entrenar modelos de IA multimodal. El conjunto de datos incluye radiografías de tórax, resonancia magnética, histología, patología e imágenes de tomografía computarizada, etc., y la cobertura es relativamente completa. Durante el proceso de aprendizaje, el modelo gira principalmente en torno a "describir el contenido de tales imágenes" y "explicar conceptos biomédicos". Según Microsoft, el modelo terminó con "excelentes capacidades de diálogo multimodal" y "LLaVA-Med superó a otros modelos de última generación en la industria en algunas métricas en tres conjuntos de datos biomédicos estándar utilizados para responder preguntas sobre la visión". El modelo es actualmente de código abierto.