None

医疗检定考试达 85% 专业级表现!Google 展现医学大型语言模型 Med-PaLM 2 研究成果

Google Health 在稍早年度活动 The Check Up 中,分享了健康医疗 AI 的新动态,包括医学大型语言模型(LLM)的研究进展,除了一个版本大型语言模型 Med-PaLM 2 还有实际用於医疗的成果。本篇来自 Google Health AI 负责人 Greg Corrado、Google 工程与研究副总裁 Yossi Matias。

过去几年,Google 持续研究健康医疗领域中的人工智慧(AI)应用,探索如何运用这项技术协助实现早期侦测疾病与医疗照护普及化等目标。Google 透过缜密考量,以确保这项技术兼顾有效性、公平性、实用性及最重要的安全性。

在 Google Health 年度活动 The Check Up 中,分享了健康医疗 AI 的新动态,包括医学大型语言模型(LLM)的研究进展、将解决方案带入现实情境中应用的合作案例,和透过 AI 协助侦测疾病的新方法。

投注专业级医学大型语言模型 Med-PaLM 2 研究

大型语言模型(LLM)是展示语言理解和生成能力的 AI 工具。近期大型语言模型的相关发展,让 Google 能透过全新方式,运用 AI 来解决现实生活中的问题。不过,有别於其他大型语言模型的应用案例,在医学领域采用 AI 技术时,需要更加谨慎地考虑安全性、公平性和偏误等面向,才能保障患者福利。为了发展出能够检索医学知识、准确回答医疗问题并解释逻辑的 AI 工具,Google 投入了医学大型语言模型的研究。

去年,Google 以 PaLM 为基础,推出针对医疗领域所打造的 Med-PaLM。Med-PaLM 是第一个在美国医疗执照考试中取得「及格分数」(高於 60%)的模型,它不只能准确回答多选题与开放式问答题,还能提供解释并评估自己的回覆。

最近,Google 下一个版本模型 Med-PaLM 2,在医疗检定考试中持续达到「专业(expert)」医师等级表现,得分为 85%,相比上一代 Med-PaLM 表现进步了 18%,并远超过其他相似的 AI 模型。

虽然这项进展十分令人兴奋,但仍需投注非常多努力,才能确保这项技术顺利应用在现实生活中。Google 模型接受 14 项标准测试,包含科学真实性、正确性、医学共识、推理、偏误和危害等,并由来自不同背景与地区的临床医师与非临床医师进行评估。

透过这次评估,发现模型从回答医疗问题,到能够符合期待的标准,仍有明显差距。希望透过与研究人员和全球医学社群合作来弭平中间的落差,并了解这项技术能够如何协助改善医疗服务。

与夥伴发展 AI 技术辅助超音波

近年来,感测技术的持续演进,让超音波设备的价格变得更加实惠且易於携带。不过,超音波装置通常需要具有多年经验的专家来执行检查和解读影像,而许多资源匮乏的地区,往往缺乏超音波操作的相关专业人员。为了帮助缩小落差,Google 也正在打造 AI 模型,协助让超音波图像更容易取得及解读,有助医疗人员辨识重要资讯,例如准妈妈的胎龄和乳癌的早期侦测。

在肯亚,Google 则将与致力改善公立医院中母婴健康状况的非营利组织 Jacaranda Health 合作,共同研究数位解决方案来协助他们实现目标。在撒哈拉以南非洲地区,孕产妇死亡率居高不下,当地缺乏经过训练且能操作传统高成本超音波机器的专业人员。透过这项合作,Google 将进行探索性研究,了解肯亚目前的超音波运用方式,并探索新 AI 工具能够如何协助孕妇进行重点式照护超音波检查。

癌症治疗辅助

此外,Google 也和台湾的长庚纪念医院(CGMH)合作,探索如何使用超音波来侦测乳癌。运用 X 光检查乳房的乳房摄影,是一种常见的乳癌筛检方式,能有效降低死亡率。不过,由於成本较高,许多地区无法提供这样的筛检。另外,乳房摄影对於像是乳房密度较高的部分族群来说,准确度也可能较低。因此,透过与长庚纪念医院的合作持续探索是否能透过 Google 的 AI 模型,协助运用超音波侦测早期乳癌。

此外,过去三年 Google  与 Mayo Clinic 合作,探索 AI 如何协助繁琐且耗时的放射治疗。放射治疗是常见的癌症治疗方式,在美国被用以治疗超过半数的癌症。在规划过程中,其中一个最耗时费力的步骤是「轮廓勾画」(contouring)。在这个步骤中,临床医师必须在电脑断层扫描(CT)影像上画线,将疾病区域与周围的健康组织分开,避免健康组织在治疗过程中受到辐射伤害。光是为一位患者执行这项步骤,最高可能花费长达 7 小时。

Google 也将会发表相关研究成果,并公布所开发的放射治疗模型,Google 也正式与 Mayo Clinic 达成协议,展开进一步研究、开发模型并推动商业化。与 Mayo Clinic 共同推动这些後续步骤,代表未来 Google 将可拓展模型应用,朝着协助更多患者能更快速地接受放射治疗的目标迈进。

结核病筛检

以多年的健康医疗 AI 研究为基础,Google 与医疗领域的夥伴合作,把采用 AI 技术的结核病胸部 X 光筛检相关研究成果带入照护情境中。根据世界卫生组织资料,结核病是全球第九大死因,其中有超过 25% 的结核病死亡案例发生在非洲。虽然结核病可以治疗,但 Google 需要更具有成本效益的筛检解决方案,帮助疾病的早期发现并减少社区传播。

Google 们与由非营利单位 Right to Care 所领导的 AI 组织合作,借助他们在非洲丰富的结核病照护经验,希望让 AI 结核病筛检能在整个撒哈拉以南非洲被广泛应用。Google 的夥伴承诺在合作期间免费提供 10 万次 AI 结核病筛检,协助患者早期发现与治疗,并减少结核病的传播。

在医疗领域,AI 具有强大的潜力能为医疗诊断和疗程规划带来助力,尤其是透过合作方式,协助提供高品质医疗照护给最需要的社群。

责任编辑:Anny
核稿编辑:Mia

surfshark不能下载了

0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
内联反馈
查看所有评论
0
希望看到您的想法,请您发表评论x