ساندر بيتشاي، الرئيس التنفيذي لشركة Google وAlphabet، يتحدث عن الذكاء الاصطناعي خلال مؤتمر Bruegel للأبحاث في بروكسل، بلجيكا، في 20 يناير 2020.
إيف هيرمان | رويترز
جوجل أعلنت يوم الأربعاء عن MedLM، وهي مجموعة من نماذج الذكاء الاصطناعي الجديدة الخاصة بالرعاية الصحية والمصممة لمساعدة الأطباء والباحثين على إجراء دراسات معقدة وتلخيص التفاعلات بين الطبيب والمريض والمزيد.
علامات التحرك جوجل أحدث محاولة لتحقيق الدخل من صناعة الرعاية الصحية أدوات الذكاء الاصطناعي، حيث أن المنافسة على حصة السوق لا تزال شرسة بين المتنافسين مثل أمازون و مايكروسوفت. تحدثت CNBC مع الشركات التي كانت تختبر تكنولوجيا جوجل، مثل HCA للرعاية الصحيةويقول الخبراء إن إمكانية إحداث تأثير حقيقي، على الرغم من أنهم يتخذون خطوات لتنفيذه بعناية.
تتضمن مجموعة MedLM نموذجًا كبيرًا ومتوسطًا للذكاء الاصطناعي، وكلاهما مبني على Med-PaLM 2، وهو نموذج لغة كبير تم تدريبه على البيانات الطبية والذي أعلنت عنه Google لأول مرة في مارس. إنه متاح بشكل عام لعملاء Google Cloud المؤهلين في الولايات المتحدة بدءًا من يوم الأربعاء، وقالت جوجل إنه في حين أن تكلفة مجموعة الذكاء الاصطناعي تختلف اعتمادًا على كيفية استخدام الشركات للنماذج المختلفة، فإن تشغيل النموذج المتوسط الحجم أقل تكلفة.
وقالت جوجل إنها تخطط أيضًا لتقديم إصدارات خاصة بالرعاية الصحية من تَوأَم، نموذج الذكاء الاصطناعي الأحدث والأكثر قدرة للشركة، إلى MedLM في المستقبل.
وقالت آشيما جوبتا، المدير العالمي لاستراتيجية وحلول الرعاية الصحية في Google Cloud، إن الشركة وجدت أن نماذج الذكاء الاصطناعي المختلفة المضبوطة طبيًا يمكنها تنفيذ مهام معينة بشكل أفضل من غيرها. ولهذا السبب قررت Google تقديم مجموعة من النماذج بدلاً من محاولة بناء حل “مقاس واحد يناسب الجميع”.
على سبيل المثال، قالت جوجل إن نموذجها الأكبر MedLM هو الأفضل لتنفيذ المهام المعقدة التي تتطلب معرفة عميقة والكثير من القوة الحاسوبية، مثل إجراء دراسة باستخدام بيانات من مجموعة المرضى بالكامل في مؤسسة الرعاية الصحية. ولكن إذا كانت الشركات بحاجة إلى نموذج أكثر مرونة يمكن تحسينه لوظائف محددة أو في الوقت الفعلي، مثل تلخيص التفاعل بين الطبيب والمريض، فيجب أن يعمل النموذج متوسط الحجم بشكل أفضل، وفقًا لغوبتا.
حالات الاستخدام في العالم الحقيقي
شعار Google Cloud في معرض هانوفر ميسي للتكنولوجيا الصناعية في هانوفر، ألمانيا، يوم الخميس 20 أبريل 2023.
كريستيان بوكسي | بلومبرج | صور جيتي
عندما أعلنت جوجل ميد بالم 2 وفي مارس/آذار، قالت الشركة في البداية إنه يمكن استخدامه للإجابة على أسئلة مثل “ما هي العلامات التحذيرية الأولى للالتهاب الرئوي؟” و”هل يمكن علاج سلس البول؟” ولكن مع قيام الشركة باختبار التكنولوجيا مع العملاء، تغيرت حالات الاستخدام، وفقًا لجريج كورادو، رئيس قسم الذكاء الاصطناعي الصحي في جوجل.
وقال كورادو إن الأطباء لا يحتاجون في كثير من الأحيان إلى المساعدة في الأسئلة “التي يمكن الوصول إليها” حول طبيعة المرض، لذلك لم تشهد جوجل طلبًا كبيرًا على هذه القدرات من العملاء. وبدلاً من ذلك، غالبًا ما تريد المنظمات الصحية أن يساعد الذكاء الاصطناعي في حل المزيد من المشكلات المكتبية أو اللوجستية، مثل إدارة الأعمال الورقية.
وقال كورادو لشبكة CNBC: “إنهم يريدون شيئًا يساعدهم في التغلب على نقاط الألم الحقيقية والتباطؤ الموجودة في سير عملهم، والتي يعرفونها فقط”.
على سبيل المثال، HCA للرعاية الصحية، أحد أكبر الأنظمة الصحية في الولايات المتحدة، يختبر تقنية الذكاء الاصطناعي من Google منذ الربيع. أعلنت الشركة عن التعاون الرسمي مع Google Cloud في أغسطس والذي يهدف إلى استخدام الذكاء الاصطناعي التوليدي “لتحسين سير العمل في المهام التي تستغرق وقتًا طويلاً”.
وقال الدكتور مايكل شلوسر، نائب الرئيس الأول لتحويل الرعاية والابتكار في HCA، إن الشركة تستخدم MedLM لمساعدة أطباء طب الطوارئ على توثيق تفاعلاتهم مع المرضى تلقائيًا. على سبيل المثال، يستخدم HCA نظام توثيق الكلام المحيط من شركة تدعى Augmedix لتدوين اجتماعات الطبيب والمريض. يمكن لمجموعة MedLM من Google بعد ذلك أخذ هذه النصوص وتقسيمها إلى مكونات مذكرة موفر التقارير الإلكترونية.
وقال شلوسر إن HCA تستخدم MedLM داخل غرف الطوارئ في أربعة مستشفيات، وتريد الشركة توسيع الاستخدام خلال العام المقبل. وأضاف شلوسر أنه بحلول شهر يناير، يتوقع أن تتمكن تكنولوجيا جوجل من إنتاج أكثر من نصف الملاحظة بنجاح دون مساعدة من مقدمي الخدمة. بالنسبة للأطباء الذين يمكنهم قضاء ما يصل إلى أربع ساعات يوميًا في الأعمال الورقية الكتابية، قال شلوسر إن توفير هذا الوقت والجهد يحدث فرقًا ذا معنى.
وقال شلوسر لشبكة CNBC: “لقد كانت هذه قفزة هائلة إلى الأمام بالنسبة لنا”. “نعتقد الآن أننا سنصل إلى نقطة يستطيع فيها الذكاء الاصطناعي، بمفرده، إنشاء ما يزيد عن 60 بالمائة من الملاحظة بشكل صحيح من تلقاء نفسه قبل أن يقوم الإنسان بالمراجعة والتحرير.”
وقال شلوسر إن HCA تعمل أيضًا على استخدام MedLM لتطوير أداة تسليم للممرضات. يمكن للأداة قراءة السجل الصحي الإلكتروني وتحديد المعلومات ذات الصلة للممرضات لتمريرها إلى الوردية التالية.
وقال شلوسر إن عمليات التسليم “شاقة” ونقطة ألم حقيقية للممرضات، لذا سيكون من “القوي” أتمتة العملية. يقوم الممرضون عبر مستشفيات HCA بتنفيذ حوالي 400000 عملية تسليم للممرضات أسبوعيًا، ويختبر مستشفيان من مستشفيات HCA أداة تسليم الممرضات. قال شلوسر إن الممرضات يجرون مقارنة جنبًا إلى جنب بين عملية التسليم التقليدية والتسليم الناتج عن الذكاء الاصطناعي وتقديم التعليقات.
ومع ذلك، في كلتا حالتي الاستخدام، وجدت HCA أن MedLM ليس مضمونًا.
وقال شلوسر إن حقيقة أن نماذج الذكاء الاصطناعي يمكنها تقديم معلومات غير صحيحة تمثل تحديًا كبيرًا، وتعمل HCA مع Google للتوصل إلى أفضل الممارسات لتقليل هذه التلفيقات. وأضاف أن حدود الرمز المميز، التي تقيد كمية البيانات التي يمكن تغذيتها للنموذج، وإدارة الذكاء الاصطناعي مع مرور الوقت، كانت بمثابة تحديات إضافية لـ HCA.
وقال شلوسر: “ما أود قوله الآن هو أن الضجيج حول الاستخدام الحالي لنماذج الذكاء الاصطناعي هذه في الرعاية الصحية يفوق الواقع”. “الجميع يواجهون هذه المشكلة، ولم يترك أحد هذه النماذج تفكك بطريقة واسعة النطاق في أنظمة الرعاية الصحية بسبب ذلك.”
ومع ذلك، قال شلوسر إن الاستجابة الأولية لمقدمي الخدمات تجاه MedLM كانت إيجابية، وأنهم يدركون أنهم لا يعملون مع المنتج النهائي بعد. وقال إن HCA تعمل جاهدة لتطبيق التكنولوجيا بطريقة مسؤولة لتجنب تعريض المرضى للخطر.
وقال: “نحن حذرون للغاية بشأن كيفية تعاملنا مع نماذج الذكاء الاصطناعي هذه”. “نحن لا نستخدم حالات الاستخدام هذه حيث يمكن لمخرجات النموذج أن تؤثر بطريقة أو بأخرى على تشخيص شخص ما وعلاجه.”
تخطط Google أيضًا لتقديم إصدارات خاصة بالرعاية الصحية من تَوأَم إلى MedLM في المستقبل. أسهمها برزت 5% بعد إطلاق الجوزاء في وقت سابق من هذا الشهر، ولكن جوجل واجهت التدقيق وأكدت الشركة على الفيديو التوضيحي الذي لم يتم إجراؤه في الوقت الفعلي بلومبرج.
وفي بيان، قالت جوجل لـ CNBC: “الفيديو عبارة عن تصوير توضيحي لإمكانيات التفاعل مع Gemini، بناءً على مطالبات حقيقية متعددة الوسائط ومخرجات الاختبار. ونحن نتطلع إلى رؤية ما ينشئه الأشخاص عند فتح الوصول إلى Gemini Pro في 13 ديسمبر”. “.
قال كورادو وجوبتا من جوجل إن برنامج جيميني لا يزال في مراحله الأولى، ويحتاج إلى اختباره وتقييمه مع العملاء في إعدادات الرعاية الصحية الخاضعة للرقابة قبل طرح النموذج من خلال MedLM على نطاق أوسع.
وقال غوبتا: “لقد قمنا باختبار Med-PaLM 2 مع عملائنا لعدة أشهر، والآن نحن مرتاحون لأخذ ذلك كجزء من MedLM”. “سوف يتبع الجوزاء نفس الشيء.”
وقال شلوسر إن HCA “متحمس للغاية” بشأن Gemini، وتعمل الشركة بالفعل على وضع خطط لاختبار التكنولوجيا، وقال: “نعتقد أن هذا قد يمنحنا مستوى إضافيًا من الأداء عندما نحصل على ذلك”.
شركة أخرى تستخدم MedLM هي BenchSci، والتي تهدف إلى استخدام الذكاء الاصطناعي لحل المشكلات في اكتشاف الأدوية. جوجل هو مستثمر في BenchSci، وكانت الشركة تختبر تقنية MedLM الخاصة بها منذ بضعة أشهر.
قال Liran Belenzon، المؤسس المشارك والرئيس التنفيذي لشركة BenchSci، إن الشركة قامت بدمج الذكاء الاصطناعي الخاص بـ MedLM مع تقنية BenchSci الخاصة لمساعدة العلماء على تحديد المؤشرات الحيوية، والتي تعتبر أساسية لفهم كيفية تطور المرض وكيف يمكن علاجه.
وقال بيلينزون إن الشركة أمضت الكثير من الوقت في اختبار النموذج والتحقق من صحته، بما في ذلك تزويد جوجل بتعليقات حول التحسينات الضرورية. الآن، قال Belenzon إن BenchSci بصدد جلب التكنولوجيا إلى السوق على نطاق أوسع.
“[MedLM] وقال لشبكة CNBC في مقابلة: “لا يعمل هذا الأمر خارج الصندوق، ولكنه يساعد في تسريع جهودك المحددة”.
وقال كورادو إن البحث حول MedLM مستمر، ويعتقد أن عملاء الرعاية الصحية في Google Cloud سيكونون قادرين على ضبط النماذج لحالات استخدام مختلفة متعددة داخل المؤسسة. وأضاف أن جوجل ستواصل تطوير نماذج خاصة بالمجال تكون “أصغر وأرخص وأسرع وأفضل”.
مثل BenchSci، قامت شركة Deloitte باختبار MedLM “مرارًا وتكرارًا” قبل نشر التكنولوجيا لعملاء الرعاية الصحية، كما قال الدكتور كوليني جيبريس، رئيس استشارات علوم الحياة والرعاية الصحية في شركة Deloitte الأمريكية.
تستخدم شركة Deloitte تقنية Google لمساعدة الأنظمة الصحية والخطط الصحية في الإجابة على أسئلة الأعضاء حول الحصول على الرعاية. إذا كان المريض يحتاج إلى تنظير القولون، على سبيل المثال، فيمكنه استخدام MedLM للبحث عن مقدمي الخدمة بناءً على الجنس أو الموقع أو تغطية المزايا، بالإضافة إلى مؤهلات أخرى.
وقال جيبريس إن العملاء وجدوا أن MedLM دقيق وفعال، ولكن، مثل النماذج الأخرى، فإن الذكاء الاصطناعي ليس دائمًا رائعًا في فك رموز نية المستخدم. وقالت إنه يمكن أن يكون تحديًا إذا كان المرضى لا يعرفون الكلمة أو التهجئة الصحيحة لتنظير القولون، أو يستخدمون مصطلحات عامية أخرى.
وقال جيبريس لشبكة CNBC: “في النهاية، هذا لا يحل محل التشخيص من قبل متخصص مدرب”. “إنه يجعل الخبرة أقرب ويجعلها في متناول الجميع.”
