Estás leyendo la publicación: Las empresas de atención médica actúan con mucha cautela con la IA generativa
Si está siguiendo el mundo de la tecnología, probablemente sepa que lo más popular en este momento es la IA generativa. Para bien o para mal, todo el mundo habla de ello. Por lo tanto, se vuelve importante examinar si las aplicaciones del mundo real de la IA generativa en industrias como la atención médica están a la altura de las expectativas, especialmente dadas las preocupaciones sobre la seguridad de los datos y la precisión de los resultados de los modelos.
Nitin Aggarwal, quien dirige los servicios de inteligencia artificial en la nube en Google, recientemente se dirigió a LinkedIn para opinar que si bien es fácil crear un factor “sorprendente” con la inteligencia artificial generativa, no es tan fácil integrarla para resolver un negocio de extremo a extremo. problema. En la configuración del consumidor, es fácil usar estos modelos y obtener respuestas a las preguntas o generar una imagen, pero la empresa es un juego de pelota completamente diferente.
Aggarwal opina que una pregunta común aquí es qué tan madura es GenAI empresarial: hay preguntas en el aire en torno a “dónde se almacenan mis indicaciones, quién es el propietario de la IP o el modelo de adaptador creado en mis datos, si se ajustará un modelo fundamental”. mis datos, y así sucesivamente.” Pero, con la democratización de la IA, los datos se convertirán en un activo muy importante. “La variedad y calidad de los datos que posee es la mayor propiedad intelectual y ventaja competitiva que tiene”, dijo Aggarwal. Y si las empresas no se preocupan por el gobierno de datos y la responsabilidad, será fácil perder ese diferenciador.
En este sentido, OpenAI también anunció sus planes para lanzar ChatGPT Business en los próximos meses. La función es para empresas que buscan administrar a sus usuarios finales, destacando que los datos de los usuarios no se utilizarán para entrenar su modelo de forma predeterminada. “ChatGPT Business seguirá las políticas de uso de datos de nuestra API”, dijo la compañía.
Un enfoque cauteloso
Un ejemplo de una empresa de atención médica que utiliza GenAI sería la cadena de hospitales más grande de la India, Apollo. Apollo creó una aplicación de inteligencia artificial a fines del año pasado, llamada Clinical Intelligence Engine (CIE), que utiliza algoritmos probabilísticos para determinar el diagnóstico clínico y la información relacionada. Se dice que esta tecnología es muy parecida a ChatGPT en este sentido. Capacitado en numerosas historias clínicas y estudios de casos extraídos de la base de conocimiento clínico patentada de Apollo, así como millones de datos clínicos anónimos del mundo real de Apollo, CIE es un sistema de conocimiento experto con poder de razonamiento y conocimiento de dominio profundo altamente especializado en el área clínica. .
En general, el enfoque ha sido bastante cauteloso y se ha implementado en aquellas áreas donde hay menos en juego porque tienen un impacto menos directo en los pacientes. Por ejemplo, Syntegra, una startup de atención médica de IA, utilizó IA generativa para generar datos sintéticos. Los científicos de datos de Janssen Pharmaceutical Cos validaron los datos sintéticos contra datos reales, lo que los hace especialmente valiosos para investigar enfermedades menos comunes en las que adquirir suficientes datos de pacientes es un desafío.
Los datos sintéticos han sido validados por los científicos de datos de Janssen con datos reales y serán particularmente útiles para investigar enfermedades menos comunes, donde es más difícil recopilar suficientes datos de pacientes.
un duro empujón
Sin embargo, los proveedores de LLM están presionando para encontrar soluciones. La integración de Microsoft Azure OpenAI Service con la plataforma EHR (Electronic Health Record) de Epic tiene como objetivo completar automáticamente la información faltante, sugerir diagnósticos potenciales y predecir futuros resultados de salud basados en datos históricos. Asimismo, Google busca explorar aplicaciones de MedPaLM-2 en ultrasonido, radioterapia y otros procesos de diagnóstico y planificación de tratamientos.
También tenemos a Nvidia, que junto con Segmed y RadImageNet están trabajando para desarrollar modelos que puedan crear imágenes sintéticas de alta calidad para ampliar la disponibilidad de los datos de entrenamiento. Esto ayudará en el refinamiento de los algoritmos médicos de IA para mejorar la precisión y consistencia de los diagnósticos médicos. Además, durante el GTC, la compañía también anunció que integrará capacidades de IA de última generación en GI Genius de Medtronic, una herramienta de colonoscopia asistida por IA para ayudar a los médicos a detectar pólipos que pueden provocar cáncer colorrectal.
Recientemente, un estudio también mostró que las tecnologías novedosas como el procesamiento del lenguaje natural (PNL) y la inteligencia artificial (IA), como ChatGPT, tienen el potencial de producir cartas clínicas de alta calidad que los pacientes pueden entender fácilmente al tiempo que mejoran la eficiencia, la precisión y la satisfacción del paciente. , así como ahorrar costos a un sistema de salud.
Fantasmas de IBM Watson
El quid es que las esperanzas son altas entre todos. Pero, dados los desafíos, las promesas de cualquier startup de atención médica centrada en la IA deben tomarse con cautela.
“IBM una vez se jactó de que Watson algún día podría encontrar una cura para el cáncer. Ninguna investigación publicada aún ha demostrado que Watson mejoró los resultados de los pacientes, y desde entonces IBM ha abandonado todas las aplicaciones de Watson para el cuidado de la salud”, dice un WSJ artículo.
El tren publicitario de la IA generativa también podría correr la misma suerte. El Dr. Robert Bart del Centro Médico de la Universidad de Pittsburgh dijo WSJ que los usos futuros de la IA generativa, como el diagnóstico de enfermedades, aún están muy lejos. Sin embargo, lo que puede hacer ahora es mejorar los procesos operativos, como la programación y el flujo de pacientes.
“Hay algoritmos de IA que ya están certificados por la FDA de EE. UU. y se pueden usar de manera segura en medicina, pero en el caso de la IA generativa, pasarán varios años antes de que se pueda confiar en ellos. Pero luego nos espera una revolución verdaderamente masiva en el cuidado de la salud”, dijo Artur Olesch, fundador de aboutDigitalHealth.com.
