Google hizo varios anuncios durante su evento Check Up el martes, incluido el lanzamiento de su nuevo MedLM para radiografías de tórax, avances en personalización en Fitbit Labs y el lanzamiento de su Skin Condition Image Network (SCIN).
La Dra. Karen DeSalvo, directora de salud de Google Health, inauguró el evento The Check Up destacando el mayor uso de la IA en la atención médica.
“Estamos en un punto de inflexión en la IA donde podemos ver su potencial para transformar la salud a escala planetaria”, afirmó DeSalvo.
El año pasado, Google lanzó su LLM médicamente adaptado, MedLMdos modelos fundamentales construidos a partir Med-PaLM 2diseñado para responder preguntas médicas, generar conocimientos a partir de datos no estructurados y resumir información médica.
“Parece claro que en el futuro la IA no reemplazará a los médicos, pero los médicos que la usan reemplazarán a los que no la usan”, afirmó DeSalvo. “Debemos recordar que la IA es sólo una herramienta y, al fin y al cabo, la salud es humana”.
MedLM para radiografía de tórax
Yossi Matias, vicepresidente de ingeniería e investigación de Google, dijo que el lenguaje es sólo una dimensión e inherentemente multimodal, por lo que se deben construir sistemas para analizar sin problemas varios tipos de datos.
“Estamos ampliando nuestra familia de modelos MedLM para incluir modalidades multimodales, comenzando con MedLM para radiografía de tórax, disponible en una vista previa experimental en Google Cloud”, dijo Matías.
MedLM para radiografía de tórax permitirá la clasificación de hallazgos, búsqueda semántica y más, con el objetivo de mejorar la eficiencia de los flujos de trabajo de los radiólogos.
Flujos de trabajo clínicos
Desde el punto de vista clínico, Aashima Gupta, director de soluciones de atención médica para Google Cloud, y el Dr. Michael Schlossr, vicepresidente senior de transformación e innovación de la atención en HCA Healthcare, anunciaron una colaboración para alinear la IA de Google con la experiencia clínica de HCA.
HCA está utilizando la tecnología para involucrar a los pacientes y mejorar los flujos de trabajo administrativos, como la documentación y el resumen de registros médicos.
Greg Corrado, científico distinguido y director senior de investigación de Google, dijo que la compañía también ha estado evaluando y perfeccionando los modelos Gemini para la atención médica, específicamente en lo que respecta al razonamiento avanzado; tareas de ventana de contexto largo, como examinar texto para extraer información relevante para responder preguntas sobre el historial de un paciente; y multimodalidad, la capacidad de absorber y razonar a través de múltiples tipos de datos, como imágenes, audio y texto.
La medicina es inherentemente multimodal, dijo Corrado, y los profesionales de la salud interpretan regularmente señales a través de una gran cantidad de fuentes, incluidas imágenes médicas, notas clínicas, registros médicos electrónicos y pruebas de laboratorio.
“Como prueba de principio, construimos un modelo que puede generar informes de radiología basados en un conjunto de radiografías de tórax no identificadas de acceso abierto. Descubrimos que la mayoría de los informes generados por nuestro modelo se consideraban comparables en calidad a los de los radiólogos. ‘ informes”, dijo.
Con respecto a tareas significativamente más complejas, como la generación de informes para TC cerebrales en 3D, médicos independientes consideraron que los informes generados por el modelo estaban a la par o mejores que los informes creados manualmente.
Aún así, señaló que aunque la tecnología es prometedora, no se puede confiar en que la IA genere informes radiológicos de forma independiente, pero muestra que es hora de considerar la capacidad de la IA para ayudar a los radiólogos en la generación de informes.
IA y equidad en salud
La evaluación analítica de los resultados de la IA es esencial, y la equidad en salud es crucial para garantizar que los modelos de IA no hagan más daño que bien.
“Hemos estado explorando si la IA puede ayudar a las personas a comprender mejor sus problemas o inquietudes dermatológicas”, dijo el Dr. Ivor Horn, director de equidad en salud e inclusión de productos de Google.
“A lo largo del camino, nos dimos cuenta de que muchos conjuntos de datos dermatológicos existentes incluyen principalmente cánceres de piel y otras afecciones, pero carecen de preocupaciones comunes como reacciones alérgicas. Además, las imágenes a menudo se capturan en un entorno clínico y es posible que no reflejen una diversidad de imágenes, incluidas diferentes partes. del cuerpo, diferentes tonos de piel y más.”
En respuesta, Google creó un conjunto de datos, denominado Skin Condition Image Network (SCIN), que incluye tonos de piel de un grupo diverso de personas con diferentes niveles de afecciones.
El conjunto de datos se desarrolló en conjunto con Stanford Medicine y estará disponible para todos.
“Miles de personas contribuyeron con fotografías para ayudar a construir un conjunto de datos de acceso abierto con más de 10.000 imágenes de piel, uñas y cabello”, dijo Horn. “Luego, los dermatólogos etiquetaron las imágenes no identificadas con un posible diagnóstico. Luego, las calificaron según dos escalas de tonos de piel para asegurarse de que el conjunto de datos incluya una colección amplia de afecciones y tipos de piel”.
Secuenciación del genoma humano.
Además, los equipos de investigación de la compañía han estado trabajando para mejorar la secuenciación del genoma para identificar variaciones en el ADN de una persona, como marcadores que identifican si una persona tiene un riesgo elevado de desarrollar cáncer de mama.
La compañía se asoció con Stanford para estudiar el uso de DeepVariant para ayudar a identificar variantes que causan enfermedades en casos críticos de la UCIN en un período más corto que la atención estándar.
DeepVariant es un proceso de análisis que utiliza una red neuronal y clasificación de imágenes para identificar variantes genéticas a partir de datos de secuenciación de ADN.
“DeepConsensus y DeepVariant, nuestras herramientas de análisis de código abierto, han sido contribuciones importantes a un esfuerzo llamado Proyecto Pangenoma Humano. Esto ha creado un nuevo genoma humano de referencia que contiene secuencias de múltiples individuos con diversos ancestros”, dijo Shravya Shetty, directora de Google. Director de Ingeniería.
Esto permite una visión más amplia del genoma humano, lo que permite que el descubrimiento científico incluya más a individuos de todos los orígenes.
Maestría en salud personal
Con respecto a sus dispositivos portátiles, Google anunció que está integrando IA personal en su cartera de productos para que los usuarios premium comprendan sus métricas de salud personal, incluido el lanzamiento de funciones experimentales de IA en Fitbit Labs.
Fitbit Labs reunirá datos de salud y bienestar de series temporales multimodales de los usuarios. Los usuarios podrán generar gráficos para los puntos de datos que deseen visualizar.
Los usuarios podrán interactuar con los conocimientos en un espacio de chat de forma libre para comprender cómo se correlacionan o interactúan los diferentes aspectos de su salud.
Las funciones estarán disponibles a finales de este año para un número limitado de usuarios que se inscribieron en el programa Fitbit Labs en la aplicación móvil.
“Queremos ofrecer experiencias de salud aún más personalizadas con IA, por lo que nos asociamos con médicos expertos en investigación, salud y bienestar de Google y entrenadores certificados para crear modelos de lenguaje de gran tamaño de salud personal que puedan razonar sobre datos de salud y fitness y proporcionar recomendaciones personalizadas similares. cómo lo haría un entrenador personal”, dijo Tang.
“Este LLM de entrenador personal será una versión perfeccionada de nuestro modelo Gemini. Este modelo, perfeccionado utilizando estudios de casos de investigación de alta calidad basados en diversas señales de salud no identificadas de Fitbit, ayudará a los usuarios a recibir información más personalizada basada en patrones en horario de sueño, intensidad del ejercicio, cambios en la variabilidad del ritmo cardíaco, ritmo cardíaco en reposo y más”.
Tang dijo que el LLM de salud personal impulsará futuras funciones de inteligencia artificial en toda la cartera del gigante tecnológico, permitiendo a los usuarios tener funciones de salud más personalizadas.