Googles generativa AI-system, Bard, har potentialen att revolutionera hälso- och sjukvården

Kapplöpet att implementera artificiell intelligens (AI)-teknik på meningsfulla sätt har aldrig varit hårdare. Specifikt har generativ AI nyligen tagit världen med storm och skapat en hel domän av applikationer, teknik och potentiellt värde.

JP Morgan Insights publicerade nyligen en artikel med titeln "Är Generativ AI en Game Changer?" som förklarar att "Generativ AI - en kategori av artificiell intelligensalgoritmer som kan generera nytt innehåll baserat på befintliga data - har hyllats som nästa gräns för olika branscher, från teknik till bank och media." Gokul Hariharan, medchef för Asia Pacific Technology, Media and Telecom Research vid JP Morgan, upprepade vidare att "Generativ AI minskar i grunden pengarna och tiden som behövs för att skapa innehåll – över text, kod, ljud, bilder, video och kombinationer därav. ”—banar väg för disruptiv innovation.

Teknikföretag vill onekligen ligga i framkant av denna innovation.

Tidigare förra veckan tillkännagav Google sitt mycket efterlängtade nästa steg framåt när det gäller generativ AI. I Googles officiella blogg, Nyckelordet, Sissie Hsiao, Vice President of Product, och Eli Collins, Vice President of Research, introducerade öppen tillgång till Bard, ett experiment som gör det möjligt för användare att direkt interagera med Googles generativa AI-plattform och dela feedback därefter.

Författarna förklarade: "Idag börjar vi öppna åtkomsten till Bard, ett tidigt experiment som låter dig samarbeta med generativ AI […] Du kan använda Bard för att öka din produktivitet, påskynda dina idéer och underblåsa din nyfikenhet. Du kan be Bard ge dig tips för att nå ditt mål att läsa fler böcker i år, förklara kvantfysik i enkla termer eller väcka din kreativitet genom att beskriva ett blogginlägg. Vi har lärt oss mycket hittills genom att testa Bard, och nästa kritiska steg för att förbättra det är att få feedback från fler människor.”

Artikeln förklarar också konceptet bakom en stor språkmodell (LLM), tekniken som driver systemet: "Bard drivs av en forskningsmodell för stort språk (LLM), specifikt en lättviktig och optimerad version av LaMDA, och kommer att uppdateras med nyare, mer kapabla modeller med tiden. Det bygger på Googles förståelse för kvalitetsinformation. Du kan tänka på en LLM som en förutsägelsemotor. När den får en uppmaning genererar den ett svar genom att välja ett ord i taget från ord som sannolikt kommer härnäst. Att välja det mest sannolika valet varje gång skulle inte leda till särskilt kreativa svar, så det finns en viss flexibilitet inkluderad. Vi fortsätter att se att ju fler som använder dem, desto bättre blir LLM:erna på att förutsäga vilka svar som kan vara till hjälp.”

LaMDA, förkortning för "Language Model for Dialogue Applications", är Googles genombrott i att bygga en adaptiv konversationsspråksmodell, utbildad i avancerad dialog och nyanserna i mänskligt språk. Nu använder Google en iteration av detta genombrott med Bard, för att förhoppningsvis forma tekniken till något som kan vara användbart och skapa värde för användarna.

Utan tvekan har denna teknik otroliga potentiella konsekvenser för vården. Den mest uppenbara tillämpningen är att med lämpligt utbildade och testade modeller kan patienter börja söka medicinsk rådgivning och rekommendationer från systemet, särskilt om samtalsgränssnittet är robust. Naturligtvis måste detta hanteras med försiktighet, eftersom modellerna bara är så bra som den data de tränas med och även då kan göra misstag.

Författarna till artikeln förklarar att "LLM är en spännande teknik, men de är inte utan sina fel. Till exempel, eftersom de lär sig av ett brett utbud av information som återspeglar verkliga fördomar och stereotyper, dyker de ibland upp i deras utdata. Och de kan tillhandahålla felaktig, vilseledande eller falsk information samtidigt som de presenterar den på ett säkert sätt. Till exempel, när han blev ombedd att dela med sig av ett par förslag på enkla inomhusväxter, presenterade Bard övertygande idéer ... men det fick några saker fel, som det vetenskapliga namnet för ZZ-växten." De fortsätter med att presentera exemplet på hur systemet föreslog ett felaktigt vetenskapligt namn för Zamioculcas Zamiifolia-växten.

Men om det görs på rätt sätt finns det så mycket potential när det gäller att möjliggöra medicinskt kunniga samtal, kanske till och med som ett sätt att hjälpa läkare och specialister att skapa diagnostiska planer eller överbrygga vård för sina patienter.

I en större skala ger möjligheten att träna intuitiva modeller som dessa stora möjligheter att härleda robusta insikter från data. Sjukvård är en biljon dollarindustri med terabyte data som produceras årligen. Att lägga över avancerad artificiell intelligens och maskininlärningsmodeller till dessa data kan ge betydande möjligheter att bättre förstå och använda denna information till det bästa.

Det finns säkert många etiska och säkerhetsmässiga utmaningar att överväga med AI generellt och specifikt med generativ AI. I produkter som dessa finns det många risker som teknikföretag måste lösa, allt från produktion av hatretorik och språk som kan missbrukas, till generering av vilseledande information, vilket kan vara särskilt farligt i en vårdmiljö. Utan tvekan bör patienter endast söka medicinsk vård från utbildad och licensierad medicinsk personal.

Ändå har Google och andra företag som skapar sådana avancerade verktyg stor potential för att lösa några av världens svåraste problem. Följaktligen tar de också ett betydande ansvar för att skapa dessa produkter på ett säkert, etiskt och konsumentfokuserat sätt. Men om den görs på rätt sätt kan tekniken potentiellt förändra vården i generationer framöver.

Innehållet i denna artikel är inte underförstått att vara och bör inte förlitas på eller ersätta professionell medicinsk rådgivning, diagnos eller behandling på något sätt, och är inte skriven eller avsedd som sådan. Detta innehåll är endast i informationssyfte. Rådgör med en utbildad läkare för medicinsk rådgivning.