Thay vì giữ các mô hình AI Medgemma mới của họ bị khóa sau API đắt tiền, Google sẽ trao các công cụ mạnh mẽ này cho các nhà phát triển chăm sóc sức khỏe.
Những người mới đến được gọi là MedGemma 27B Multimodal và Medsiglip và chúng là một phần trong bộ sưu tập các mô hình AI chăm sóc sức khỏe nguồn mở đang phát triển của Google. Điều làm cho những điều đặc biệt này không chỉ là năng lực kỹ thuật của họ, mà là thực tế là các bệnh viện, nhà nghiên cứu và nhà phát triển có thể tải xuống, sửa đổi chúng và điều hành chúng tuy nhiên họ thấy phù hợp.
AI của Google đáp ứng chăm sóc sức khỏe thực sự
Mô hình Medgemma 27B hàng đầu không chỉ đọc văn bản y tế như các phiên bản trước đã làm; Nó thực sự có thể nhìn vào hình ảnh y tế và hiểu những gì nó đang thấy. Cho dù đó là tia X ngực, slide bệnh lý hoặc ghi lại bệnh nhân có khả năng kéo dài hàng tháng hoặc nhiều năm, nó có thể xử lý tất cả các thông tin này cùng nhau, giống như một bác sĩ.
Các số liệu hiệu suất khá ấn tượng. Khi được kiểm tra trên MEDQA, một điểm chuẩn kiến thức y tế tiêu chuẩn, mô hình văn bản 27B đạt 87,7%. Điều đó đặt nó trong khoảng cách nhổ của các mô hình lớn hơn, đắt tiền hơn nhiều trong khi tốn khoảng một phần mười để chạy. Đối với các hệ thống chăm sóc sức khỏe thiếu tiền mặt, điều đó có khả năng biến đổi.
Anh chị em nhỏ hơn, Medgemma 4B, có thể khiêm tốn hơn về kích thước nhưng nó không bị trượt. Mặc dù nhỏ bé theo tiêu chuẩn AI hiện đại, nhưng nó đã đạt 64,4% trong cùng một bài kiểm tra, khiến nó trở thành một trong những người biểu diễn tốt nhất trong hạng cân của mình. Quan trọng hơn, khi các bác sĩ X quang được chứng nhận bởi hội đồng quản trị Hoa Kỳ đã xem xét các báo cáo tia X ngực mà nó đã viết, họ coi là đủ chính xác 81% để hướng dẫn chăm sóc bệnh nhân thực tế.
Medsiglip: Một nhà máy điện lông vũ
Bên cạnh các mô hình AI thế hệ này, Google đã phát hành MedSiglip. Chỉ với 400 triệu thông số, nó thực tế là trọng lượng lông so với những người khổng lồ AI ngày nay, nhưng nó được đào tạo đặc biệt để hiểu các hình ảnh y tế theo những cách mà các mô hình đa năng không thể.
Nhà máy điện nhỏ này đã được cho ăn một chế độ ăn chụp X-quang ngực, mẫu mô, ảnh điều kiện da và quét mắt. Kết quả? Nó có thể phát hiện ra các mẫu và tính năng quan trọng trong bối cảnh y tế trong khi vẫn xử lý hình ảnh hàng ngày hoàn toàn tốt.
Medsiglip tạo ra một cầu nối giữa hình ảnh và văn bản. Cho nó xem một tia X ngực và yêu cầu nó tìm các trường hợp tương tự trong cơ sở dữ liệu và nó sẽ hiểu không chỉ là sự tương đồng về thị giác mà còn có ý nghĩa y tế.
Các chuyên gia chăm sóc sức khỏe đang đưa các mô hình AI của Google hoạt động
Bằng chứng của bất kỳ công cụ AI nào nằm ở việc liệu các chuyên gia thực sự có thực sự muốn sử dụng nó hay không. Các báo cáo ban đầu cho thấy các bác sĩ và các công ty chăm sóc sức khỏe rất hào hứng với những gì các mô hình này có thể làm.
Deephealth Ở Massachusetts đã thử nghiệm Medsiglip để phân tích tia X ngực. Họ đang tìm thấy nó giúp phát hiện ra các vấn đề tiềm năng có thể bị bỏ qua, hoạt động như một mạng lưới an toàn cho các bác sĩ X quang làm việc quá sức. Trong khi đó, tại Bệnh viện tưởng niệm Chang Gung Tại Đài Loan, các nhà nghiên cứu đã phát hiện ra rằng Medgemma làm việc với các văn bản y tế truyền thống của Trung Quốc và trả lời các câu hỏi của nhân viên với độ chính xác cao.
Chạm vào sức khỏe Ở Ấn Độ đã nhấn mạnh một cái gì đó quan trọng về độ tin cậy của Medgemma. Không giống như AI có mục đích chung có thể ảo giác các sự kiện y tế, Medgemma dường như hiểu khi bối cảnh lâm sàng quan trọng. Đó là sự khác biệt giữa một chatbot nghe có vẻ y tế và một điều thực sự nghĩ về mặt y tế.
Tại sao nguồn mở các mô hình AI lại rất quan trọng trong chăm sóc sức khỏe
Ngoài sự hào phóng, quyết định của Google về việc thực hiện các mô hình này cũng là chiến lược. HealthCare có các yêu cầu độc đáo mà các dịch vụ AI tiêu chuẩn không thể luôn đáp ứng. Các bệnh viện cần biết dữ liệu bệnh nhân của họ không rời khỏi cơ sở của họ. Các tổ chức nghiên cứu cần các mô hình sẽ không đột nhiên thay đổi hành vi mà không có cảnh báo. Các nhà phát triển cần sự tự do để tinh chỉnh cho các nhiệm vụ y tế rất cụ thể.
Bằng cách cung cấp nguồn mở các mô hình AI, Google đã giải quyết những lo ngại này với các triển khai chăm sóc sức khỏe. Một bệnh viện có thể chạy Medgemma trên máy chủ của riêng họ, sửa đổi nó cho nhu cầu cụ thể của họ và tin tưởng rằng nó sẽ hoạt động liên tục theo thời gian. Đối với các ứng dụng y tế nơi khả năng tái tạo là rất quan trọng, sự ổn định này là vô giá.
Tuy nhiên, Google đã cẩn thận nhấn mạnh rằng các mô hình này chưa sẵn sàng thay thế các bác sĩ. Chúng là các công cụ đòi hỏi sự giám sát của con người, tương quan lâm sàng và xác nhận đúng trước khi triển khai trong thế giới thực. Các đầu ra cần kiểm tra, các khuyến nghị cần xác minh và các quyết định vẫn còn thuộc về các chuyên gia y tế có trình độ.
Cách tiếp cận thận trọng này có ý nghĩa. Ngay cả với điểm số điểm chuẩn ấn tượng, AI y tế vẫn có thể phạm sai lầm, đặc biệt là khi xử lý các trường hợp bất thường hoặc kịch bản cạnh. Các mô hình vượt trội trong việc xử lý thông tin và các mô hình phát hiện, nhưng chúng không thể thay thế phán đoán, kinh nghiệm và trách nhiệm đạo đức mà các bác sĩ người mang lại.
Điều thú vị về bản phát hành này không chỉ là những khả năng ngay lập tức, mà là những gì nó cho phép. Các bệnh viện nhỏ hơn không thể đủ khả năng dịch vụ AI đắt tiền hiện có thể truy cập công nghệ tiên tiến. Các nhà nghiên cứu ở các nước đang phát triển có thể xây dựng các công cụ chuyên ngành cho các thách thức sức khỏe địa phương. Các trường y có thể dạy học sinh sử dụng AI thực sự hiểu y khoa.
Các mô hình được thiết kế để chạy trên các card đồ họa đơn, với các phiên bản nhỏ hơn thậm chí có thể thích ứng với các thiết bị di động. Khả năng truy cập này mở ra cánh cửa cho các ứng dụng AI chăm sóc điểm ở những nơi mà cơ sở hạ tầng điện toán cao cấp không tồn tại.
Khi chăm sóc sức khỏe tiếp tục vật lộn với tình trạng thiếu nhân viên, tăng tải bệnh nhân và nhu cầu về quy trình làm việc hiệu quả hơn, các công cụ AI như Medgemma của Google có thể cung cấp một số cứu trợ rất cần thiết. Không phải bằng cách thay thế chuyên môn của con người, mà bằng cách khuếch đại nó và làm cho nó dễ tiếp cận hơn ở nơi cần thiết nhất.
(Ảnh bởi Owen Beard)
Xem thêm: Tencent cải thiện việc thử nghiệm các mô hình AI tạo sinh với điểm chuẩn mới

Bạn muốn tìm hiểu thêm về AI và dữ liệu lớn từ các nhà lãnh đạo ngành? Kiểm tra AI & Big Data Expo Diễn ra tại Amsterdam, California và London. Sự kiện toàn diện được cùng đặt với các sự kiện hàng đầu khác bao gồm cả Hội nghị tự động hóa thông minhThì BlockxThì Tuần Chuyển đổi sốVà An ninh mạng & Triển lãm đám mây.
Khám phá các sự kiện và hội thảo trên web về công nghệ doanh nghiệp sắp tới được cung cấp bởi TechForge đây.