Google lanza un modelo de IA abierta para desarrolladores del sector salud

MedGemma 27B, según sus desarrolladores, complementará los modelos 4B Multimodal y 27B de solo texto, previamente presentados en el paquete MedGemma. 4B Multimodal es un servicio de visión artificial. Anteriormente en el estudio, un médico certificado de Estados Unidos calificó el 81% de los informes de radiografías de tórax preparados por 4B Multimodal como suficientemente precisos. MedGemma 27B de solo texto, según lo informado por Google, citando evaluaciones internas, se encuentra entre los modelos pequeños y abiertos con mejor rendimiento en el estándar de conocimiento y razonamiento médico de MedQA (Vademécum). MedQA es una base de datos multilingüe de preguntas de los exámenes de licencia médica de EE. UU. El modelo de lenguaje de Google tiene un 87,7% de aciertos.

MedGemma es una colección de modelos de IA de código abierto diseñados para su uso en diversas áreas de la medicina. Este conjunto de servicios está integrado en Health AI Developer Foundations (HAI-DEF), un gran proyecto lanzado en noviembre de 2024 para ayudar a los desarrolladores a crear e implementar servicios de IA en sistemas de salud. Google desarrolla muchos de los modelos integrados en HAI-DEF basándose en su familia Gemma de IA ligeras. Una tecnología similar se utilizó en el desarrollo de MedGemma 4B y MedSigLIP, lo que permitirá adaptar los nuevos modelos para su funcionamiento incluso en dispositivos móviles. Además, preservar las capacidades no médicas de Gemma permite que los nuevos algoritmos resuelvan eficazmente problemas que combinan información especializada y no especializada, a la vez que mantienen la capacidad de seguir instrucciones y trabajar en idiomas distintos del inglés.

Google describe MedSigLIP como un codificador de imágenes ligero que contiene solo 400 millones de parámetros. El modelo se ajustó a partir de varios tipos de imágenes médicas: radiografías de tórax, resultados de pruebas de parche, imágenes dermatológicas e imágenes de fondo de ojo. Los desarrolladores identificaron la capacidad de crear modelos basados ​​en servicios para clasificar imágenes médicas, clasificar imágenes sin ejemplos de entrenamiento específicos y buscar imágenes visual o semánticamente similares en grandes bases de datos como tres usos principales de MedSigLIP.

"Dado que la colección MedGemma es abierta, sus modelos se pueden descargar, completar y personalizar para satisfacer las necesidades específicas de los desarrolladores", concluyó Google.

En diciembre de 2024, Smart Engines, empresa rusa especializada en desarrollos de IA, anunció la obtención de una patente en Estados Unidos para una tecnología que reduce la radiación del paciente durante una tomografía computarizada. El documento fue emitido por la Oficina de Patentes y Marcas de Estados Unidos el 17 de diciembre. Los empleados de Smart Engines comenzaron a trabajar en el proyecto en 2018; en 2021 se presentó una solicitud de patente en Rusia, pero aún se encuentra en estudio. Según los desarrolladores, la IA permite una reducción promedio de la radiación del 15 %.