Η Google ανακοίνωσε τη δημιουργία του MedLM, μιας σουίτας νέων μοντέλων τεχνητής νοημοσύνης σχεδιασμένη ειδικά για να «κουμπώνουν» πάνω της εφαρμογές ιατρικής και γενικότερα υγειονομικής περίθαλψης. Η σουίτα θα βοηθά σύμφωνα με τους δημιουργούς της τους κλινικούς ιατρούς και τους ερευνητές να διεξάγουν περίπλοκες μελέτες, να συνοψίζουν τις αλληλεπιδράσεις γιατρού-ασθενούς και πολλά άλλα.
Η κίνηση σηματοδοτεί την τελευταία προσπάθεια της Google να μπει δυναμικά στον τομέα της δημιουργίας προηγμένων ψηφιακών υπηρεσιών στον χώρο της υγείας με τη χρήση της τεχνητής νοημοσύνης τεχνολογίες της οποίας αναπτύσσει η ίδια σε πολλά επίπεδα. Παρόμοιες υπηρεσίες στον ιατρικό τομέα επιχειρούν να προσφέρουν κολοσσοί όπως η Microsoft και η Amazon και η Google θέλει να αποκτήσει όσο το δυνατόν μεγαλύτερο κομμάτι στη πίτα της συγκεκριμένης αγοράς.
Η σουίτα MedLM περιλαμβάνει ένα μεγάλο και ένα μεσαίου μεγέθους μοντέλο τεχνητής νοημοσύνης, και τα δύο βασισμένα στο Med-PaLM 2, ένα μεγάλο γλωσσικό μοντέλο εκπαιδευμένο σε ιατρικά δεδομένα που ανακοίνωσε για πρώτη φορά η Google τον Μάρτιο. Η σουίτα είναι άμεσα διαθέσιμη σε κάποιους πελάτες του Google Cloud στις ΗΠΑ και η Google λέει ότι ενώ το κόστος της σουίταςποικίλλει ανάλογα με τον τρόπο με τον οποίο οι εταιρείες την χρησιμοποιούν. Η Google είπε επίσης ότι σχεδιάζει να εισαγάγει στο μέλλον στο MedLM εκδόσεις του Gemini, του νεότερου και «πιο ικανού» μοντέλου τεχνητής νοημοσύνης της εταιρείας.
Η Αασίμα Γκούπτα διευθύντρια στρατηγικής και λύσεων υγειονομικής περίθαλψης του Google Cloud σε παγκόσμιο επίπεδο λέει ότι η εταιρεία διαπίστωσε ότι διαφορετικά ιατρικά μοντέλα τεχνητής νοημοσύνης μπορούν να εκτελέσουν ορισμένες εργασίες καλύτερα από άλλα. Γι’ αυτό η Google αποφάσισε να εισαγάγει μια σουίτα στην οποία θα περιέχονται διάφορα μοντέλα ΑΙ αντί να προσπαθεί να δημιουργήσει «μια λύση που ταιριάζει σε όλα».Για παράδειγμα, η Γκούπτα λέει ότι το μεγαλύτερο μοντέλο MedLM της είναι καλύτερο για την εκτέλεση περίπλοκων εργασιών που απαιτούν βαθιά γνώση και μεγάλη υπολογιστική ισχύ, όπως η διεξαγωγή μελέτης χρησιμοποιώντας δεδομένα από ολόκληρο τον πληθυσμό ασθενών ενός οργανισμού υγειονομικής περίθαλψης. Αλλά εάν οι εταιρείες χρειάζονται ένα πιο ευέλικτο μοντέλο που μπορεί να βελτιστοποιηθεί για συγκεκριμένες λειτουργίες ή λειτουργίες σε πραγματικό χρόνο, όπως η περίληψη μιας αλληλεπίδρασης μεταξύ γιατρού και ασθενή, το μεσαίου μεγέθους μοντέλο θα πρέπει να λειτουργεί καλύτερα.
