Googles Erweiterung von Med-PaLM 2
Google plant, sein auf das Gesundheitswesen ausgerichtetes KI-Modell Gemini in Zukunft auf MedLM auszuweiten. Die MedLM-Suite umfasst sowohl ein großes als auch ein mittelgroßes Modell, die beide auf Med-PaLM 2 basieren, einem auf medizinischen Daten trainierten Sprachmodell, das erstmals im März angekündigt wurde. Ab Mittwoch können berechtigte Google Cloud-Kunden in den USA auf MedLM zugreifen. Obwohl die Kosten der KI-Suite je nach Nutzung variieren, ist der Betrieb des mittelgroßen Modells kostengünstiger. Unternehmen wie HCA Healthcare, ein führendes US-amerikanisches Gesundheitssystem, haben die Technologie von Google getestet und ihre potenziellen Auswirkungen erkannt.
Greg Corrado, Leiter von Googles Health AI, erklärte, dass sich die Anwendungsfälle von Med-PaLM 2 seit seiner Ankündigung weiterentwickelt haben. Anstatt sich ausschließlich auf die Beantwortung leicht zugänglicher Fragen zu Krankheiten zu konzentrieren, suchen Kunden in erster Linie KI-Unterstützung bei Backoffice- und Logistikproblemen, beispielsweise bei der Verwaltung von Papierkram. Beispielsweise setzt HCA Healthcare MedLM erfolgreich ein, um die Dokumentation für Notärzte zu automatisieren, mit dem Ziel, mehr als die Hälfte einer Notiz ohne menschliche Hilfe zu erstellen. Dr. Michael Schlosser, Senior Vice President of Care Transformation and Innovation bei HCA, zeigte sich begeistert von der Automatisierung mühsamer Prozesse wie der Übergabe von Pflegekräften.
Herausforderungen und Vorsicht vor einer breiteren Akzeptanz
Die Einführung von KI-Modellen im Gesundheitswesen steht jedoch noch vor mehreren Herausforderungen. Schlosser erwähnte die Notwendigkeit, die Generierung falscher Informationen zu minimieren und in Zusammenarbeit mit Google Best Practices zu entwickeln. Auch die Verwaltung von Token-Limits und die Sicherstellung der Genauigkeit des KI-Modells im Laufe der Zeit haben sich für Organisationen wie HCA als zusätzliche Hürden erwiesen. Obwohl die ersten Reaktionen auf MedLM positiv waren, bleiben Gesundheitsdienstleister vorsichtig und erkennen, dass eine weitere Verfeinerung erforderlich ist, bevor diese KI-Modelle auf alle Gesundheitssysteme ausgeweitet werden können.