По сообщению PRNewswire, 9 октября League, ведущая платформа взаимодействия с потребителями в сфере здравоохранения в США, объявила, что будет использовать технологию генеративного искусственного интеллекта Google Cloud для достижения более глубокой и точной крупномасштабной персонализации потребительского опыта. В долгосрочной перспективе League также рассмотрит возможность использования медицинской модели большого языка (LLM) Google Cloud Med-PaLM 2.

Согласно отчету Machine Heart от 1 сентября, Лаборатория анализа данных и социальных вычислений Фуданьского университета (FudanDISC) выпустила китайского личного помощника в области медицины и здравоохранения — DISC-MedLLM. В однораундовых оценках вопросов и ответов и многораундовых диалоговых оценках медицинских консультаций и медицинских консультаций эффективность модели демонстрирует очевидные преимущества по сравнению с существующими моделями крупного медицинского диалога. Кроме того, исследовательская группа также опубликовала высококачественный набор данных контролируемой точной настройки (SFT) - DISC-Med-SFT, содержащий данные о 470 000 человек.Параметры модели и технические отчеты также находятся в открытом доступе.

Согласно новостям от IT House от 14 августа, исследовательская группа Microsoft недавно заявила, что крупномасштабные модели, такие как GPT-4, имеют большой потенциал в области медицины, Патологические модели для повышения эффективности разработки медицинских препаратов. Microsoft утверждает, что GPT-4 на самом деле даже лучше, чем имеющиеся на рынке медицинские инструменты, такие как Criteria2 Query, и хотя GPT-4 был обучен только «общим» интернет-данным, а не конкретным медицинским данным, он все еще достаточно хорош для определенных медицинских критериев. , Создавайте комплексные клинические исследования и делайте больше с медицинскими изображениями и другими биологическими данными. Как сообщалось ранее, Microsoft в настоящее время разрабатывает медицинскую модель LLaVA-Med на основе GPT-4 для предоставления данных биомедицинской визуализации медицинским работникам Microsoft утверждает, что ее собственная модель LLaVA-Med может ускорить уход и исследования, связанные с медицинской отраслью. Microsoft ранее запускала языковые модели, такие как BioGPT, для медицинских задач, но Microsoft делает ставку на свой OpenAI и полагается на GPT-4 для разработки специализированных медицинских моделей.

Согласно отчету Webmaster's House от 14 августа, Microsoft Research считает, что GPT-4 достаточно для медицинских задач, может ускорить медицинские процессы и повысить эффективность. По мнению группы Microsoft Research, большие языковые модели (LLM), такие как GPT-4, имеют огромный потенциал в области медицины. Эти модели могут помочь ускорить медицинские процессы, такие как повышение эффективности разработки лекарств от рака за счет обработки крупномасштабных неструктурированных данных о пациентах. Microsoft также представила языковые модели, такие как BioGPT, специально для медицинских задач, но теперь ясно дала понять, что в будущем в основном будет полагаться на GPT-4. Кроме того, Microsoft разрабатывает модель «LLaVA-Med», чтобы более тесно интегрировать медицинские данные и исследования для ускорения медицинского обслуживания и исследований.

Согласно отчету Webmaster's Home от 31 июля, группа экспертов, состоящая из нескольких исследовательских институтов Google, недавно выпустила документ и анонсировала мультимодальную модель под названием Med-PaLM M. Med-PaLM M — это крупномасштабная мультимодальная генеративная модель, которая может гибко кодировать и интерпретировать биомедицинские данные. По сравнению с существующими моделями, Med-PaLM M конкурентоспособен во многих задачах, а в некоторых даже лучше. Исследователи также продемонстрировали возможности переноса обучения и логического вывода Med-PaLM M. Однако для практического применения требуется дальнейшая работа. Это исследование сулит положительные перспективы для будущих медицинских решений на основе искусственного интеллекта.

Согласно отчету «Kechuangban Daily», согласно статье Google, опубликованной в «Nature» 12 июля, при ответах на медицинские вопросы хорошо настроенная медицинская модель Med-PaLM показала хорошие результаты, и группа врачей ответила на нее. составил 92,6%, что сопоставимо с реальным уровнем врачей-клиницистов (92,9%). Кроме того, Google предложила новый тест оценки MultiMedQA, охватывающий вопросы и ответы в медицинских осмотрах, медицинских исследованиях и других областях, для оценки клинических возможностей больших моделей.

По данным Wall Street Journal, Google тестирует программу искусственного интеллекта, которая была обучена умело отвечать на медицинские вопросы, конкурируя с такими конкурентами, как Microsoft, продукты, широко используемые клиницистами. ИИ, медицинский чат-бот под названием Med-PaLM 2, лучше поддерживает разговоры о медицинских проблемах, чем более общий алгоритм, потому что ему были даны вопросы и ответы на экзамене на получение медицинской лицензии. По словам людей, знакомых с этим вопросом, компания начала тестировать систему в апреле с клиентами, включая исследовательскую больницу Mayo Clinic.

Согласно сообщению IT House от 14 июня, исследователи Microsoft недавно продемонстрировали модель LLaVA-Med, которая в основном используется в биомедицинских исследованиях и может делать выводы о патологическом состоянии пациента на основании КТ и рентгенограмм. Сообщается, что исследователи Microsoft сотрудничали с группой больниц, чтобы получить большой набор данных, соответствующий тексту биомедицинского изображения, для обучения мультимодальных моделей ИИ. Набор данных включает рентгенографию грудной клетки, МРТ, гистологию, патологию, КТ-изображения и т. д., и охват является относительно полным. В процессе обучения модель в основном вращается вокруг «описания содержания таких изображений» и «объяснения биомедицинских концепций». По словам Microsoft, модель оказалась с «отличными возможностями мультимодального диалога», а «LLaVA-Med превзошла другие современные модели в отрасли по некоторым показателям трех стандартных наборов биомедицинских данных, используемых для ответов на вопросы о зрении». В настоящее время модель находится в открытом доступе.