Expansión de Google de Med-PaLM 2
Google planea ampliar su modelo de IA centrado en la atención sanitaria, Gemini, a MedLM en el futuro. La suite MedLM incluye un modelo grande y uno mediano, ambos construidos en Med-PaLM 2, un modelo de lenguaje entrenado en datos médicos que se anunció por primera vez en marzo. A partir del miércoles, los clientes elegibles de Google Cloud en los EE. UU. pueden acceder a MedLM. Aunque el costo del conjunto de IA varía según el uso, el modelo de tamaño mediano es más rentable de ejecutar. Empresas como HCA Healthcare, un sistema de salud líder en EE. UU., han estado probando la tecnología de Google y reconociendo su impacto potencial.
Greg Corrado, director de IA sanitaria de Google, explicó que los casos de uso de Med-PaLM 2 han evolucionado desde su anuncio. En lugar de centrarse únicamente en responder preguntas accesibles sobre enfermedades, los clientes buscan principalmente asistencia de IA con cuestiones administrativas y logísticas, como la gestión del papeleo. Por ejemplo, HCA Healthcare ha utilizado con éxito MedLM para automatizar la documentación para los médicos de urgencias, con el objetivo de generar más de la mitad de una nota sin asistencia humana. El Dr. Michael Schlosser, vicepresidente senior de transformación e innovación de la atención en HCA, expresó entusiasmo por la automatización de procesos laboriosos, como el traspaso de enfermeras.
Desafíos y precauciones para una adopción más amplia
Sin embargo, la adopción de modelos de IA en la atención sanitaria todavía enfrenta varios desafíos. Schlosser mencionó la necesidad de minimizar la generación de información incorrecta y la necesidad de desarrollar mejores prácticas en colaboración con Google. Administrar los límites de tokens y garantizar la precisión del modelo de IA a lo largo del tiempo también ha demostrado ser obstáculos adicionales para organizaciones como HCA. Si bien las respuestas iniciales a MedLM han sido positivas, los proveedores de atención médica se mantienen cautelosos y reconocen que se requiere un mayor perfeccionamiento antes de que estos modelos de IA puedan ampliarse en todos los sistemas de atención médica.