Врачи больше не нужны? Как искусственный интеллект Google может совершить революцию в медицине

Что известно о Med-PaLM?

Среди разработчиков языковой модели есть представители британской ИИ-компании DeepMind, 一 теперь подразделения Google, выкупленного в 2014-м более чем за $500 млн.

Калифорнийская корпорация также привлекла к cозданию Med-PaLM ученых-медиков и практикующих докторов. Препринт результатов их исследования о работе системы опубликовали на портале arXiv.org.

«Невероятная новая статья от Google о медицине и искусственном интеллекте: врачи полагают, что чат-бот Google для ответов на распространенные медицинские вопросы дает от 92,6% до 92,9% верных результатов», 一 прокомментировал результаты исследования у себя в Twitter доцент Уортонской школы Пенсильванского университета Итан Моллик.

Med-PaLM объединяет один из самых популярных в интернете наборов данных о медицинских вопросах HealthSearchQA с шестью другими наборами данных, которые содержат ответы на открытые вопросы, профессиональные медицинские осмотры, исследования и запросы пользователей.

«MedPaLM отвечает на вопросы с несколькими вариантами ответов, включая вопросы от медработников и непрофессионалов. Эти наборы данных получены из открытых цифровых систем MedQA, MedMCQA, PubMedQA, LiveQA, MedicationQA и MMLU», 一 пишет редактор Interesting Engineering Лукия Пападопулос.

Важным результатом исследования стало показатель в 5,8% ответов MedPaLM, которые можно рассматривать как «потенциально способствующие негативным последствиям». А реальные медработники, которые участвовали в опросе, дали 6,5% подобных потенциально опасных ответов на самые популярные медицинские вопросы.

Поэтому в сообществе ИИ-разработчиков снова обсуждают, означает ли это, что умный чат-бот Med-PaLM может информировать людей более эффективно и безопасно, чем профессиональные специалисты. И станет ли технология полноценным вспомогательным инструментом для медиков.

По словам бывшего топ-менеджера IBM Сергея Карелова, достижение машинным интеллектом уровня специалиста-профи никак не приближает нас к AGI (Artificial general intelligence или «сильный» ИИ).

«Med-PaLM 一 это интеллект, в основе которого лежит механизм „глубокого обучения 2.0“ (обучения базовых моделей); это совсем иной тип интеллекта, не подразумевающий наличия разума и сознания (как у людей); это интеллект, который в процессе его совершенствования способен превосходить человеческий, но чем он становится совершенней, тем дальше он отдаляется от человеческого», 一 объясняет Карелов.

IT-предприниматель уверен, что Med-PaLM поможет медработникам получать доступ к качественной информации «быстрее и точнее, чем когда-либо прежде».

Похожие разработки

Даже Med-PaLM 一 это усовершенствованная версия базовой языковой модели Google PaLM, представленная в начале 2022-го.

Тогда представители корпорации заявили, что этот ИИ имеет 540 млрд параметров и он превзошел все существующие языковые модели по большинству показателей. PaLM обучали с помощью 6144 нейронных процессоров Google TPU на платформе параллельных вычислений Pathways.

Данные для обучения включали наборы английских и многоязычных текстов сайтов, книг, статей Wikipedia, чатов и открытых исходных программных кодов с платформ вроде GitHub.

«Мы надеемся, что наше новое исследование станет причиной дальнейшего сотрудничества между пациентами, исследователями ИИ, докторами, социологами, специалистами по этике, политиками и другими заинтересованными людьми, чтобы ответственно использовать эти ранние результаты для улучшения здравоохранения», 一 говорили авторы новой работы о Med-PaLM.

В 2019 году инженеры Google также предоставили свои вычислительные инструменты для масштабного исследования о глубоком обучении ИИ определять рак легких на основе анализа данных компьютерной томографии. Экспериментальная система тогда смогла достичь точности более чем в 94%, проанализировав данные почти 7000 пациентов.

«Мы используем большие наборы данных для обучения, даем ИИ определенные уроки и задачи, чтобы он мог начать узнавать для себя, что такое рак, и что будет или не будет раком в будущем. Позже мы проводим итоговый экзамен по данным, которых ИИ никогда не видел после того. В результате ИИ сдал этот экзамен на пятерку», 一 говорил проектный менеджер Google Даниэль Цзе.

Учитывая, что в разных странах пациенты в среднем получают около 30% ложноотрицательных результатов во время онкологических обследований, подобные системы могут спасти много жизней и значительно повысить эффективность работы медиков.

Cреди рисков массового внедрения машинного интеллекта в системы здравоохранения по-прежнему выделяют ошибки ИИ, которого невозможно привлечь к ответственности; угрозу безопасности персональных данных пациентов; предвзятость программ при анализе людей разного пола, расовой или этнической принадлежности; лицензирование подобных технологий и т. д.

«Без целостного подхода „хайп“ вокруг ИИ будет продолжаться. И это прискорбно, потому что у технологий есть реальный потенциал для улучшения клинических результатов. Принятие более целостного подхода к разработке и тестированию клинических моделей ИИ приведет к более тонким дискуссиям о том, насколько хорошо эти модели могут работать. А в конце 一 к тому, что технология полностью раскроет свой потенциал, а люди получат от нее пользу», 一 резюмирует доцент Инженерного колледжа и Колледжа медицинских решений Университета штата Аризона, а также соучредитель компании Aural Analytics Визар Бериша.