![جوجل تسعى إلى تحسين الرعاية الصحية باستخدام الذكاء الاصطناعي التوليدي](https://tech3arabi.com/wp-content/uploads/2023/12/%D8%AC%D9%88%D8%AC%D9%84-%D8%AA%D8%B3%D8%B9%D9%89-%D8%A5%D9%84%D9%89-%D8%AA%D8%AD%D8%B3%D9%8A%D9%86-%D8%A7%D9%84%D8%B1%D8%B9%D8%A7%D9%8A%D8%A9-%D8%A7%D9%84%D8%B5%D8%AD%D9%8A%D8%A9-%D8%A8%D8%A7%D8%B3%D8%AA%D8%AE%D8%AF%D8%A7%D9%85-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-%D8%A7%D9%84%D8%AA%D9%88%D9%84%D9%8A%D8%AF%D9%8A11.jpg)
أطلقت شركة جوجل نموذجين جديدين للذكاء الاصطناعي في مجال الرعاية الصحية، وهما MedLM. تم تصميم هذين النموذجين خصيصًا للإجابة عن الأسئلة الطبية، وإنشاء رؤى من البيانات غير المنظمة، وتلخيص المعلومات الطبية.
قالت شركة جوجل إنها تعلمت من خلال تجربتها مع النماذج اللغوية الكبيرة في الرعاية الصحية أن أفضل النماذج هي تلك المصممة خصيصًا لمهام محددة.
طورت جوجل نموذجين مختلفين لـ MedLM: أحدهما كبير الحجم للتعامل مع المهام المعقدة، والآخر صغير الحجم يمكن تعديله وتوسيعه ليناسب مجموعة متنوعة من المهام.
قالت جوجل إن لكل نموذج من MedLM نقاط قوته وضعفه. على سبيل المثال، قد يكون من الأفضل استخدام النموذج الكبير الحجم لتلخيص المحادثات الطبية، بينما قد يكون من الأفضل استخدام النموذج الصغير الحجم للبحث عن معلومات حول الأدوية.
تستخدم شركة جوجل نموذجي MedLM في شراكات مع شركتين مختلفتين في مجال الرعاية الصحية. تستخدم شركة Augmedix النموذجين لتحويل البيانات إلى ملاحظات طبية، بينما تستخدم شركة BenchSci النموذجين لاكتشاف الأدوية وتسريع عملية تطوير الأدوية.
كما تعاونت جوجل مع شركة Accenture لمساعدة مؤسسات الرعاية الصحية على استخدام MedLM بشكل أكثر فعالية.
كما تعاونت جوجل مع شركة Deloitte وبعض مقدمي الرعاية الصحية لمساعدة وكلاء مركز الاتصال على تحديد مقدمي الخدمة المناسبين للأعضاء.يمكن للعملاء المؤهلين لجوجل السحابية الوصول إلى نموذجي MedLM عبر منصة تطوير الذكاء الاصطناعي Vertex AI.
قالت شركة جوجل إنها ستستمر في توسيع نطاق الوصول إلى نموذجي MedLM إلى المزيد من مؤسسات الرعاية الصحية. كما أعربت عن حماسها للتقدم الذي تم إحرازه حتى الآن، والإمكانات المستقبلية للذكاء الاصطناعي في مجال الرعاية الصحية.
اختبرت شركة جوجل نموذجها اللغوي الكبير Med-PaLM 2 في مارس، وقد أظهر دقة تزيد عن 85 في المئة في الإجابة عن أسئلة على غرار امتحانات الترخيص الطبي الأمريكية.
كما حصل النموذج اللغوي الكبير Med-PaLM على درجة النجاح في مجموعة بيانات MedMCQA، وهي مجموعة بيانات متعددة الاختيارات مصممة لاختبار القدرة على الإجابة عن أسئلة امتحان القبول الطبي الواقعي.
عندما تم إطلاقه لأول مرة، كان نموذج Med-PaLM دقيقًا بنسبة 67.6 في المئة في الإجابة عن أسئلة على غرار امتحانات الترخيص الطبي الأمريكية. ومع ذلك، فقد تحسنت الدقة بشكل كبير خلال الأشهر القليلة الماضية، ووصلت الآن إلى 92.6 في المئة.
اليابان تدخل سباق الذكاء الاصطناعي بنموذج لغوي جديد