Google udostępnia otwarty model sztucznej inteligencji dla programistów z branży opieki zdrowotnej

MedGemma 27B, według twórców, będzie uzupełnieniem modeli 4B Multimodal i 27B wyłącznie tekstowych, zaprezentowanych wcześniej w pakiecie MedGemma. 4B Multimodal to usługa wizji komputerowej. Wcześniej w badaniu certyfikowany lekarz ze Stanów Zjednoczonych ocenił 81% raportów RTG klatki piersiowej przygotowanych przez 4B Multimodal jako wystarczająco dokładnych. MedGemma 27B wyłącznie tekstowa, jak donosi Google, powołując się na wewnętrzne oceny, jest jednym z „najlepiej działających małych modeli otwartych w standardzie MedQA w zakresie wiedzy medycznej i rozumowania [standard porównywania wydajności – Vademecum]”. MedQA to wielojęzyczna baza pytań z amerykańskich egzaminów licencyjnych dla lekarzy. Model językowy Google ma 87,7% poprawnych odpowiedzi.

MedGemma to zbiór modeli AI typu open source zaprojektowanych do wykorzystania w różnych dziedzinach medycyny. Zestaw usług jest osadzony w Health AI Developer Foundations (HAI-DEF), dużym projekcie uruchomionym w listopadzie 2024 roku, aby pomóc programistom w tworzeniu i wdrażaniu usług AI w systemach opieki zdrowotnej. Google rozwija wiele modeli osadzonych w HAI-DEF w oparciu o rodzinę lekkich AI Gemma. Podobną technologię wykorzystano w rozwoju MedGemma 4B i MedSigLIP, co pozwoli na adaptację nowych modeli do pracy nawet na urządzeniach mobilnych. Ponadto, zachowanie pozamedycznych możliwości Gemma pozwala nowym algorytmom skutecznie rozwiązywać problemy łączące informacje specjalistyczne i niespecjalistyczne, przy jednoczesnym zachowaniu zdolności do wykonywania instrukcji i pracy w językach innych niż angielski.

Google opisuje MedSigLIP jako lekki koder obrazów zawierający zaledwie 400 milionów parametrów. Model został dostrojony w oparciu o kilka rodzajów obrazowania medycznego: zdjęcia rentgenowskie klatki piersiowej, wyniki testów płatkowych, obrazy dermatologiczne i obrazy dna oka. Twórcy zidentyfikowali możliwość tworzenia modeli opartych na usługach do klasyfikacji obrazów medycznych, klasyfikowania obrazów bez konkretnych przykładów szkoleniowych oraz wyszukiwania wizualnie lub semantycznie podobnych obrazów w dużych bazach danych jako trzy główne zastosowania MedSigLIP.

„Ponieważ kolekcja MedGemma jest otwarta, zawarte w niej modele można pobierać, dodawać do nich elementy i dostosowywać do konkretnych potrzeb programistów” – podsumowuje Google.

W grudniu 2024 roku Smart Engines, rosyjska firma specjalizująca się w rozwoju sztucznej inteligencji (AI), ogłosiła uzyskanie patentu w Stanach Zjednoczonych na technologię redukującą obciążenie promieniowaniem pacjenta podczas tomografii komputerowej. Dokument został wydany przez Urząd Patentów i Znaków Towarowych Stanów Zjednoczonych 17 grudnia. Pracownicy Smart Engines rozpoczęli pracę nad projektem w 2018 roku; wniosek patentowy w Rosji został złożony w 2021 roku, ale jest on nadal rozpatrywany. Według twórców, AI pozwala na średnią redukcję obciążenia promieniowaniem o 15%.