Google startet generative KI-Modelle für das Gesundheitswesen

MÜNCHEN (IT BOLTWISE) – Google hat MedLM eingeführt, eine Suite von Grundlagenmodellen für das Gesundheitswesen, bestehend aus zwei generativen KI-Tools, basierend auf dem großen Sprachmodell Med-PaLM 2.

Google hat kürzlich MedLM vorgestellt, eine Suite von Grundlagenmodellen, die darauf abzielen, Gesundheitsorganisationen mithilfe generativer künstlicher Intelligenz (KI) zu unterstützen. Dies wurde in einem Blogbeitrag bekannt gegeben, der HealthITAnalytics per E-Mail mitgeteilt wurde.

Die Einführung von MedLM baut auf der bestehenden Arbeit des Unternehmens im Bereich der Gesundheits-KI auf.

Im März gab das Unternehmen auf der jährlichen Gesundheitsveranstaltung, The Check Up, Updates zu seiner Forschung im Bereich der Gesundheits-KI bekannt. Dort kündigte Google eine zweite Iteration seines auf das Gesundheitswesen abgestimmten großen Sprachmodells, Med-PaLM, an.

Zu diesem Zeitpunkt erreichte das neue Med-PaLM 2 hohe Leistungen in einem Test im Stil des United States Medical Licensing Exam (USMLE), aber Google merkte an, dass weitere Verbesserungen an dem Modell vorgenommen werden mussten, bevor es in realen Anwendungen eingesetzt werden konnte.

Das Modell wurde im April für begrenzte Kundentests verfügbar, um Feedback zu sammeln und das Tool zu verbessern.

Laut Blogbeitrag erforschen Mitglieder des Google Research-Teams derzeit multimodale Fähigkeiten des großen Sprachmodells.

Die beiden unter MedLM entwickelten Modelle basieren auf Med-PaLM 2 und sind darauf ausgelegt, „Gesundheitsorganisationen und deren unterschiedlichen Bedürfnissen Flexibilität zu bieten.“ Es wird weiterhin erwähnt, dass Gesundheitsorganisationen eine breite Palette möglicher Anwendungen und Einsatzmöglichkeiten erkunden und dass das effektivste Modell für einen bestimmten Einsatzfall variieren wird.

Um den Benutzern etwas Flexibilität zu bieten, besteht MedLM derzeit aus zwei Modellen. Das erste ist größer, um Benutzern die Durchführung komplexerer Aufgaben zu ermöglichen, während das zweite als „mittleres Modell“ beschrieben wird, um Benutzern zu helfen, das Tool zu verfeinern und es über Aufgaben hinweg zu skalieren.

Für 2024 plant Google, weitere Modelle in die MedLM-Familie einzuführen, die auf Gemini basieren, dem neuesten multimodalen generativen KI-Modell des Unternehmens.

Einige Organisationen, mit denen Google MedLM getestet hat, erweitern nun ihre Tests oder integrieren es in ihre Arbeitsabläufe.

Im Blogbeitrag heißt es, dass HCA Healthcare in den letzten Monaten eine Lösung zur Arzt-Notizenverfassung in vier Notaufnahmen getestet hat. Die Plattform, bekannt als Augmedix, zielt darauf ab, HIPAA-konforme medizinische Notizen auf Basis von Gesprächen zwischen Arzt und Patient zu erstellen. Die Augmedix-Plattform nutzt eine Kombination aus Natural Language Processing (NLP) und MedLM, um Gesprächsdaten in Entwürfe medizinischer Notizen umzuwandeln, die Ärzte dann überprüfen, finalisieren und in die elektronische Gesundheitsakte (EHR) des Patienten übertragen können.

Der Blogbeitrag behauptet, dass die Integration von MedLM die Leistung von Augmedix verbessern wird, was die Effizienz steigern, die Belastung von Klinikern reduzieren und die Versorgung verbessern könnte.

Auch BenchSci, Accenture und Deloitte werden MedLM Berichten zufolge für verschiedene Einsatzfälle nutzen. Die Suite von Tools ist derzeit für US-basierte Google Cloud-Kunden über die Whitelist-Verfügbarkeit auf der Vertex AI-Plattform verfügbar.

Trotz des Versprechens dieser Technologien wurden Fragen zu ihrem Einsatz im Gesundheitswesen gestellt. In einem Brief an Google-CEO Sundar Pichai vom August hob der US-Senator Mark R. Warner (D-VA), Vorsitzender des Senate Select Committee on Intelligence, Bedenken hinsichtlich des Einsatzes von Med-PaLM 2 in Bezug auf Transparenz, Patientenprivatsphäre und ethische Leitplanken hervor.

Warner betonte, dass KI-Tools im Gesundheitswesen zwar ein erhebliches Potenzial haben, die Patientenversorgung und -ergebnisse zu verbessern, ein voreiliger Einsatz dieser Tools jedoch zu einer Reihe negativer Konsequenzen führen könnte, einschließlich der Erosion des Vertrauens in medizinische Institutionen und Fachleute, der Verschärfung rassistischer Diskrepanzen und eines erhöhten Risikos von Versorgungs- und Diagnosefehlern.

Hinweis: Teile dieses Textes könnten mithilfe einer Künstlichen Intelligenz generiert worden sein.