Использование генеративного искусственного интеллекта – особенно больших языковых моделей (LLM) – может изменить здравоохранение. Мы уже работаем с организациями здравоохранения над созданием решений искусственного интеллекта, которые помогут им решать административные и оперативные задачи, такие как поиск информации и документации, на которые часто тратятся драгоценное время исследователей и врачей.

В апреле Med-PaLM 2, наша медицинская версия PaLM 2, стала доступна избранной группе клиентов для изучения вариантов использования и обмена отзывами. Благодаря тесному сотрудничеству с этими первыми тестировщиками мы смогли усовершенствовать технологию и готовы поделиться ею с большим количеством клиентов. В следующем месяце мы сделаем предварительную версию Med-PaLM 2, которая поддерживает соответствие требованиям HIPAA, доступной в предварительной версии для большего числа клиентов в сфере здравоохранения и медико-биологических наук, что станет важным шагом в безопасном и ответственном развитии наших программ LLM.

Вот взгляд на то, как некоторые из наших первых пользователей видят, как генеративный ИИ поддерживает их организации.

Bayer Pharma: улучшение процессов клинических исследований

Разработка новых фармацевтических препаратов требует много времени и средств: весь процесс, от идеи до запуска, может занять до От 12 до 15 лет и стоит более миллиарда долларов.. Есть некоторые части этого сложного процесса, которые ИИ, возможно, мог бы ускорить.

Bayer Pharmaceuticals изучает, как генеративные решения искусственного интеллекта, такие как Vertex AI от Google Cloud и Med-PaLM 2, могут помочь вывести лекарства на рынок. Генеративный ИИ может помочь исследователям легче получать доступ, идентифицировать и сопоставлять данные, анализировать большие объемы исследовательских данных на предмет возможных связей и даже автоматизировать утомительные задачи по написанию и редактированию сообщений о клинических испытаниях, переводя их на разные языки.

ЧИТАТЬ  Как создать диаграмму Ганта в Excel

Эта работа основана на нашем постоянное сотрудничество с Bayer для ускорения разработки лекарств за счет высокопроизводительных вычислительных мощностей, что включает в себя усилия по проведению крупных квантово-химических расчетов Bayer в масштабе с помощью тензорных процессоров Google Cloud (TPU).

HCA Healthcare: улучшение документации и рабочего процесса для врачей

Для медицинских работников оформление документации — долгий, но важный процесс. HCA Healthcare сотрудничает с Google Cloud в использовании генеративного искусственного интеллекта, чтобы помочь врачам и медсестрам снизить административную нагрузку. Это часть стратегического партнерства объявление в 2021 году, который включает в себя меры по защите конфиденциальности пациентов и безопасности данных.

В настоящее время HCA Healthcare рулевое управление решение, которое извлекает информацию из разговоров врача и пациента для создания медицинских записей. Поставщики услуг используют свои устройства громкой связи с приложением, созданным Аугмедикс который автоматически и безопасно создает черновые клинические записи после каждого посещения пациента. Затем врачи просматривают и дорабатывают записи, прежде чем они будут переданы в режиме реального времени в электронную медицинскую карту (ЭМК). Это может устранить необходимость вручную печатать или диктовать, освобождая время, чтобы сосредоточиться на уходе за пациентом. HCA Healthcare планирует распространить это решение на большее количество больниц позднее в этом году.

HCA Healthcare также изучает способы улучшения передачи пациентов от медсестры к медсестре с помощью генеративного искусственного интеллекта. В больницах по всей стране это, как правило, ручная задача, при которой медсестры сообщают такие вещи, как показатели жизнедеятельности пациента, результаты анализов, опасения пациента и общую реакцию на лечение, чтобы помочь приходящей медсестре освоиться. HCA Healthcare исследует, как генеративные системы искусственного интеллекта могут стандартизировать и автоматизировать этот процесс, помогая обеспечить непрерывность, последовательность, безопасность пациентов и клиническое качество, экономя при этом время.

ЧИТАТЬ  10 лет спустя, и Apple Watch определили эру умных часов

MEDITECH: Облегчение поиска и синтеза электронных медицинских записей

Клиницисты полагаются на электронные медицинские записи при оказании медицинской помощи. Однако медицинские записи объемны и сложны, а данные пациентов часто хранятся в нескольких системах, что затрудняет доступ врачей ко всей необходимой информации.

Компания MEDITECH уже работает над расширением возможностей поиска и синтеза в своей DSE, MEDITECH Expanse, с помощью нашей технологии искусственного интеллекта. Они надеются использовать технологии для объединения информации из разных источников и создания продольного обзора истории болезни пациента. Они также изучают, как Med-PaLM 2 может улучшить их решения, в том числе помочь врачам лучше понять историю пациента. Например, врач может спросить о состоянии пациента и получить соответствующие результаты, включая записи пациентов, клинические рекомендации и исследовательские статьи. Компания MEDITECH воодушевлена ​​потенциалом систем искусственного интеллекта для автоматизации создания клинической документации, такой как сводки выписок и сводки смен медсестер, помогая медицинским работникам экономить время и повышать эффективность оказания медицинской помощи.

Другие организации в области здравоохранения и медико-биологических наук также объявили, что используют технологию генеративного искусственного интеллекта Google Cloud, в том числе Биологические работы Гинкго, Хакенсак Меридиан Здоровье, Терапевтическая ХумаИ Инфинити Системс Инк..

Сотрудничество с организациями здравоохранения для тестирования новых генеративных решений искусственного интеллекта является важным шагом на пути к созданию безопасной и полезной технологии искусственного интеллекта. Их отзывы и идеи имеют решающее значение, поскольку мы продолжаем использовать генеративный искусственный интеллект, чтобы помочь большему количеству организаций трансформировать уход за пациентами.

Source