Google a annoncé mercredi le lancement d’un nouvel ensemble de modèles d’intelligence artificielle spécifiques aux soins de santé, MedLM, conçus pour aider les cliniciens et les chercheurs à mener des études complexes, à résumer les interactions médecin-patient, etc., selon Sina Finance. Cette décision marque la dernière tentative de Google de monétiser les outils d’IA dans le secteur de la santé. La suite MedLM comprend un modèle d’IA de grande et de taille moyenne, tous deux construits sur Med-PaLM 2. Med-PaLM 2 est un grand modèle de langage annoncé pour la première fois par Google en mars de cette année, entraîné sur des données médicales.

Les chercheurs de Microsoft ont démontré les performances supérieures de GPT-4 dans les tests de connaissances médicales, en particulier lorsqu’il est combiné à des techniques avancées d’ingénierie rapide, qui ont surpassé le MedPaLM2 réglé par des professionnels, comme l’a rapporté Webmaster’s Home le 4 décembre. Les résultats montrent que l’application d’une ingénierie rapide plus efficace aux modèles généraux courants peut être un meilleur moyen d’obtenir des résultats plus précis que le réglage et l’entraînement des modèles, longs et laborieux. La méthode Med_ utilise une variété de techniques d’ingénierie rapide, y compris le raisonnement en chaîne de pensée généré par GPT-4 et la génération de plusieurs réponses notées individuellement, qui renvoient ensuite la réponse la mieux notée à l’utilisateur. Bien que cette approche augmente le coût de l’inférence parce qu’un plus grand nombre de marqueurs sont générés, les résultats suggèrent qu’il peut être intéressant d’envisager de combiner des modèles à usage général de premier plan, tels que GPT-4, avec des techniques avancées d’ingénierie rapide pour évaluer les critères de performance de pointe. L’étude souligne que le raisonnement de la chaîne d’esprit généré par GPT-4 est supérieur aux invites Med-PaLM2 conçues par des experts, car il fournit une logique de raisonnement étape par étape plus raffinée. Mais l’étude a également noté que cette conclusion est spécifique à GPT-4 et non à d’autres modèles sous-jacents généraux.

Selon PRNewswire, le 9 octobre, League, la principale plateforme d'expérience consommateur de soins de santé aux États-Unis, a annoncé qu'elle utiliserait la technologie d'IA générative de Google Cloud pour parvenir à une personnalisation à grande échelle plus profonde et plus précise de l'expérience consommateur. À plus long terme, League explorera également l’utilisation du grand modèle de langage médical (LLM) Med-PaLM 2 de Google Cloud.

Selon un rapport de Machine Heart du 1er septembre, le laboratoire d'intelligence des données et d'informatique sociale (FudanDISC) de l'université de Fudan a lancé un assistant personnel médical et de santé chinois - DISC-MedLLM. Dans les évaluations de consultations médicales et de santé à un tour de questions et réponses et à plusieurs tours, les performances du modèle montrent des avantages évidents par rapport aux grands modèles de dialogue médical existants. En outre, l'équipe de recherche a également publié un ensemble de données de réglage fin supervisé (SFT) de haute qualité - DISC-Med-SFT contenant 470 000 personnes. Les paramètres du modèle et les rapports techniques sont également open source.

Selon des nouvelles d'IT House du 14 août, l'équipe de recherche de Microsoft a récemment déclaré que les modèles à grande échelle tels que GPT-4 ont un grand potentiel dans le domaine médical.Modèles pathologiques pour améliorer l'efficacité du développement de médicaments. Microsoft affirme que GPT-4 est en fait encore meilleur que les outils médicaux tels que Criteria2 Query sur le marché, et bien que GPT-4 n'ait été formé que sur des données Internet "génériques" plutôt que sur des données médicales spécifiques, il est toujours assez bon pour des critères médicaux spécifiés Construire des études cliniques complexes et faire plus avec des images médicales et d'autres données biologiques. Comme indiqué précédemment, Microsoft développe actuellement le modèle médical LLaVA-Med basé sur GPT-4 pour fournir des données d'imagerie biomédicale aux professionnels de la santé. Microsoft affirme que son propre modèle "LLaVA-Med" peut accélérer les soins et la recherche liés à l'industrie médicale. Microsoft a déjà lancé des modèles de langage tels que BioGPT pour les tâches médicales, mais Microsoft parie sur son OpenAI et s'appuie sur GPT-4 pour développer des modèles médicaux dédiés.

Selon un rapport de la Webmaster's House du 14 août, Microsoft Research estime que le GPT-4 est suffisant pour les tâches médicales, peut accélérer les processus médicaux et améliorer l'efficacité. Selon l'équipe Microsoft Research, les grands modèles de langage (LLM) tels que GPT-4 ont un énorme potentiel dans le domaine médical. Ces modèles peuvent aider à accélérer les processus médicaux, tels que l'amélioration de l'efficacité du développement de médicaments anticancéreux en traitant des données de patients non structurées à grande échelle. Microsoft a également introduit des modèles de langage tels que BioGPT spécifiquement pour les tâches médicales, mais a maintenant précisé qu'il s'appuiera principalement sur GPT-4 à l'avenir. De plus, Microsoft développe le modèle "LLaVA-Med" pour intégrer plus étroitement les données médicales et la recherche afin d'accélérer les soins médicaux et la recherche.

Selon un rapport de Webmaster's Home du 31 juillet, une équipe d'experts composée de plusieurs instituts de recherche sous Google a récemment publié un article et annoncé un modèle multimodal appelé Med-PaLM M. Med-PaLM M est un modèle génératif multimodal à grande échelle qui peut encoder et interpréter de manière flexible des données biomédicales. Comparé aux modèles existants, Med-PaLM M est compétitif sur de nombreuses tâches, et même mieux sur certaines tâches. Les chercheurs ont également démontré les capacités d'apprentissage par transfert et d'inférence zéro coup de Med-PaLM M. Cependant, pour des applications pratiques, des travaux supplémentaires sont nécessaires. Cette recherche est prometteuse pour les futures solutions médicales basées sur l'IA.

Selon le rapport "Kechuangban Daily", selon l'article de Google publié dans "Nature" le 12 juillet, en répondant à des questions médicales, son grand modèle médical Med-PaLM a bien fonctionné, et un groupe de cliniciens y a répondu. était de 92,6 %, ce qui était comparable au niveau des cliniciens dans la réalité (92,9 %). De plus, Google a proposé un nouveau benchmark d'évaluation MultiMedQA, couvrant les questions et réponses dans les examens médicaux, la recherche médicale et d'autres domaines, pour évaluer les capacités cliniques des grands modèles.

Selon le Wall Street Journal, Google teste un programme d'intelligence artificielle qui a été formé pour répondre avec compétence aux questions médicales, en concurrence avec des rivaux tels que Microsoft, des produits largement utilisés par les cliniciens. L'IA, un chatbot médical appelé Med-PaLM 2, est plus apte à mener des conversations sur des problèmes médicaux qu'un algorithme plus général, car il a reçu des questions et des réponses lors de l'examen de licence médicale. La société a commencé à tester le système en avril avec des clients, dont l'hôpital de recherche Mayo Clinic, selon des personnes proches du dossier.

Selon le rapport d'IT House du 14 juin, des chercheurs de Microsoft ont récemment démontré le modèle LLaVA-Med, qui est principalement utilisé dans la recherche biomédicale et peut déduire l'état pathologique du patient sur la base d'images CT et radiographiques. Il est rapporté que des chercheurs de Microsoft ont coopéré avec un groupe d'hôpitaux pour obtenir un grand ensemble de données correspondant au texte d'une image biomédicale afin de former des modèles d'IA multimodaux. L'ensemble de données comprend des images de radiographie pulmonaire, d'IRM, d'histologie, de pathologie et de tomodensitométrie, etc., et la couverture est relativement complète. Au cours du processus d'apprentissage, le modèle s'articule principalement autour de "décrire le contenu de telles images" et "d'expliquer des concepts biomédicaux". Selon Microsoft, le modèle s'est retrouvé avec "d'excellentes capacités de dialogue multimodal" et "LLaVA-Med a surpassé d'autres modèles de pointe de l'industrie sur certaines mesures sur trois ensembles de données biomédicales standard utilisés pour répondre aux questions de vision". Le modèle est actuellement open source.