ChatGPT, peut-il alimenter « IA + soins médicaux » ?

Source : Discussion Eoujian

Source de l'image : générée par Unbounded AI

Au cours des huit derniers mois de 2023, l’essor de l’IA générative a été incontestable.

De grands géants tels que Baidu, Alibaba Cloud, HKUST Xunfei et JD Health se sont retirés les uns après les autres, lançant leurs propres grands modèles avec un grand élan. Ne voulant pas laisser la famille dominer, une « guerre des cent modèles » où la baïonnette fait mouche est imminente. Très vite, ce vent souffle rapidement sur le domaine médical sérieux et très réglementé.

Le destin des produits pharmaceutiques IA tourne à nouveau : le 12 juillet, Nvidia, qui se tient au sommet du vent, a investi 50 millions de dollars dans la société de biotechnologie Recursion pour accélérer les modèles de base révolutionnaires dans le domaine de la découverte de médicaments basés sur l'intelligence artificielle. Cette décision a été interprétée par l'industrie comme un pari supplémentaire sur les produits pharmaceutiques d'IA de Nvidia, qui a gagné beaucoup d'argent.

Le « leader du cuir » Huang Renxun a même fait une déclaration très médiatisée : ** « L'IA générative est un outil révolutionnaire pour découvrir de nouveaux médicaments et traitements. » Les produits pharmaceutiques IA à un stade précoce sont peut-être encore dans une dépression de valeur.

Le capital a une fois de plus entendu le battement de tambour désespéré : le 21 août, Genesis Therapeutics, une société pharmaceutique spécialisée dans l'IA originaire de l'Université de Stanford, a annoncé la finalisation d'un financement de série B sursouscrit de 200 millions de dollars américains. La plateforme nationale de recherche et développement de simulation de médicaments « Shenshi Technology » a bouclé un nouveau cycle de financement de plus de 700 millions de yuans, et Yingsi Intelligence se précipite également pour le « premier stock pharmaceutique d'IA »...

Des entreprises telles que les consultations médicales, les diagnostics auxiliaires, le marketing numérique médical et la médecine traditionnelle chinoise sont toutes impliquées, rivalisant pour avoir une chance de servir.

Au milieu de la prospérité, la Commission municipale de la santé de Pékin a récemment publié un document précisant qu'elle renforcerait la supervision des activités de diagnostic et de traitement sur Internet et interdirait strictement l'utilisation de l'intelligence artificielle et d'autres méthodes pour générer automatiquement des ordonnances ; les logiciels d'intelligence artificielle, etc. ne pas être utilisé frauduleusement ni remplacer les médecins dans la fourniture de services de diagnostic et de traitement.

L'enthousiasme et la confusion sont étroitement liés, et les gens ne peuvent s'empêcher de se demander : **ChatGPT peut-il ajouter du carburant à « IA + soins médicaux » ? À quels scénarios de segmentation médicale et sanitaire peut-il s’appliquer ? Quel niveau d’autonomisation est atteint ? **

01 L'épée Yitian d'IA, difficile à percer dans le domaine de la recherche et du développement de médicaments

Dans la recherche et le développement de médicaments, il existe une effrayante loi du double dix : il faut au moins dix ans et un milliard de dollars pour développer un nouveau médicament. L’émergence des produits pharmaceutiques basés sur l’IA a permis aux gens d’entrevoir la possibilité de générer de nouvelles molécules en un seul clic, mais la vérification de la valeur et l’anxiété commerciale sont devenues des questions persistantes pour les entreprises concernées.

**Lorsque l'IA évoluera vers un modèle général de ChatGPT, cette épée Yitian, qui a de grands espoirs, peut-elle vraiment résoudre le problème des coûts et du taux d'échec du développement de médicaments ? **La réponse n'est peut-être pas optimiste.

Dans l'imagination de la plupart des gens, la technologie de l'intelligence artificielle peut aider les développeurs à sélectionner rapidement des molécules médicamenteuses potentielles grâce à des algorithmes tels que le traitement du langage naturel et l'apprentissage automatique. Dans le même temps, grâce à une grande quantité de données sur la recherche et le développement de médicaments, non seulement il est possible de trouver rapidement la prochaine « molécule d'un milliard de dollars », mais les effets secondaires et le métabolisme des médicaments peuvent également être prédits.

Un rapport de recherche d'une société de courtage a un jour dressé un tableau passionnant : favoriser la découverte de cibles de médicaments, le criblage de composés et d'autres aspects grâce à l'apprentissage automatique, à l'apprentissage profond et à d'autres méthodes peut augmenter le taux de réussite de la recherche et du développement de nouveaux médicaments de 12 % à 14 %. dans le monde, environ 55 milliards de dollars américains en coûts de dépistage de composés et d’essais cliniques chaque année.

Le changement technologique de l’IA est comme une traînée de poudre soudaine, essayant de brûler le « mur de clôture » du dilemme Double Ten de la recherche et du développement biomédical. En 2021, les sociétés pharmaceutiques IA surferont sur la vague et mettront en scène une histoire de quête de richesse sur le marché mondial des capitaux. Plus de 270 entreprises engagées dans la recherche et le développement de médicaments contre l’IA ont vu le jour, allant de la découverte de cibles au suivi des médicaments après leur commercialisation. Grâce au financement, aux transactions et à la coopération en argent réel, les gens ont pu constater un marché pharmaceutique de l’IA pleinement activé.

Cependant, la vérification de la valeur a également fait éclater soudainement la bulle qu’AI Pharmaceutical avait autrefois enroulée. En 2022, la première molécule au monde conçue par l'intelligence artificielle, la DSP-1181, a été arrêtée par le japonais Sumitomo Pharmaceutical car l'étude clinique de phase I ne répondait pas aux normes attendues. Exscientia a déjà affirmé de manière très médiatisée que l'ensemble du projet avait pris moins d'un an entre la proposition du concept et la détermination des molécules, alors que la moyenne de l'industrie est de 4,5 ans.

BenevolentAI, une société pharmaceutique britannique cotée en bourse dans le domaine de l'IA, a également annoncé qu'elle licencierait près de 180 personnes, soit près de la moitié de l'entreprise, en raison de l'échec de l'essai clinique de phase IIa du BEN-2293. De nombreux pipelines pharmaceutiques IA ont discrètement disparu après être entrés dans la phase clinique. La valeur marchande de nombreux produits pharmaceutiques IA a chuté et de nombreuses entreprises développant de nouveaux médicaments IA+ sont presque à court de liquidités, le cours de leurs actions étant inférieur à 1 dollar. La nouveauté du pipeline pharmaceutique IA a également été remise en question par l’industrie.

Une fois que les fruits les plus faciles à trouver des médicaments innovants auront été cueillis, ChatGPT peut-il devenir un outil efficace pour enfreindre la loi anti-Moore du développement de nouveaux médicaments ? ** « En fait, ce qui nous manque actuellement n'est peut-être pas la puissance de calcul, mais le fait que nous ne disposons pas de beaucoup de données efficaces de haute qualité. »** Ma Jian, PDG de Jingtai Technology, a souligné lors du 4e Global Biomedical Conférence et exposition technologiques.

En fait, la puissance de calcul, les algorithmes et les données sont trois facteurs importants qui constituent l’apprentissage automatique de l’intelligence artificielle. Le rapport de recherche de Soochow Securities a souligné que les données déterminent la profondeur du modèle de formation, l'algorithme détermine l'efficacité et le rendement, et la puissance de calcul détermine les dimensions que l'IA peut atteindre. **Bien que le GPT soit assez subversif, il se concentre davantage sur l'amélioration des ressources de puissance de calcul, mais ne parvient pas à résoudre la plus grande difficulté qui entrave les nouveaux médicaments : le manque de données de R&D de haute qualité. **

Les données sur la recherche et le développement de médicaments innovants sont extrêmement sensibles et précieuses pour les sociétés pharmaceutiques, qui sont généralement réticentes à les partager, ce qui crée également une situation dans laquelle les données de haute qualité sont rares. En outre, la littérature universitaire et la recherche minière se heurtent également à des pièges cachés tels que le manque d’échantillons négatifs.

Au moins pour l’instant, malgré la bénédiction de ChatGPT, l’IA pharmaceutique joue davantage un rôle de soutien, et nous attendons avec impatience d’autres percées dans le futur.

02 Couteau tueur de dragon multimodal, diagnostic auxiliaire révolutionnaire

Imaginez simplement une scène où vous avez besoin de comprendre la fonction et l'utilisation d'un certain médicament, l'humain numérique vous conseillera soigneusement sur les précautions devant le grand écran, au lieu de lire attentivement le manuel d'instructions.

C'est le charme des grands modèles tels que GPT.Peng Tao, scientifique en chef des données chez Yidu Cloud, a déjà déclaré clairement que presque tous les produits/chemins médicaux peuvent être réorganisés à l'aide de grands modèles de langage pour véritablement exercer leur valeur.

Bien que les points chauds d'investissement se concentrent toujours sur les grands modèles et bases de données, dans le processus de croissance ascendante de GPT, l'interprétation des rapports, le contrôle de la qualité des dossiers médicaux, le diagnostic auxiliaire, les questions et réponses sur les connaissances et d'autres aspects peuvent être remodelés.

Le 12 juillet, l'équipe de recherche de la consultation médicale de Google AI Med-PaLM a publié les résultats de ses recherches dans la revue Nature. Un groupe de cliniciens a évalué les réponses du grand modèle médical Med-PaLM de Google et DeepMind jusqu'à 92,6 %, ce qui est comparable. au niveau de vrais cliniciens humains (92,9%).

Par la suite, l'article « Towards Generalist Biomedical AI » a montré le potentiel des modes multitâches pour les grands modèles génératifs multimodaux. Les équipes de recherche de Google Research et de Google DeepMind ont découvert que Med-PaLM M peut déjà effectuer 14 tâches biomédicales différentes, telles que la classification d'images médicales, la réponse à des questions médicales, la réponse visuelle à des questions, la génération et le résumé de rapports de radiologie et l'appel de variantes du génome.

Parmi 246 radiographies pulmonaires réelles, les cliniciens ont déclaré que dans 40,50 % des cas, les rapports générés par Med-PaLM M étaient mieux acceptés que ceux des radiologues professionnels.

** "Aujourd'hui, nous devrions nous tourner vers une structure tripartite et inclure des entités d'IA similaires au GPT-4 comme troisième pilier de cette relation triangulaire. " ** Le livre "GPT Medical Beyond Imagination" souligne que la médecine traditionnelle fait généralement référence au lien sacré entre médecins et patients - une relation à double sens, et GPT peut servir de tiers, semblable au rôle d'auxiliaire du médecin.

Dans le cadre du nouveau modèle médical tripartite, les médecins et les GPT constituent ensemble l’essentiel du diagnostic et du traitement. Lorsque les patients sont examinés, l’IA et les médecins participent au diagnostic et au traitement pour garantir l’exactitude du diagnostic et du traitement. Quel que soit le rôle que joue le GPT dans le domaine médical, il est toujours nécessaire d’impliquer les humains dans l’examen de tous les résultats qu’il génère afin d’éviter au maximum les risques et les défauts de la technologie.

Récemment, la Commission municipale de la santé de Pékin a publié les « Mesures de mise en œuvre de Pékin pour la supervision du diagnostic et du traitement sur Internet (essai) ». Les institutions médicales menant des activités de diagnostic et de traitement sur Internet doivent renforcer la gestion des médicaments. Il est strictement interdit d'utiliser l'intelligence artificielle pour automatiquement générer des ordonnances, et il est strictement interdit de fournir des médicaments aux patients avant que l'ordonnance ne soit délivrée. Cette mesure vise à réglementer les activités de diagnostic et de traitement sur Internet, mais également à éliminer autant que possible les risques liés à l'intelligence artificielle.

Des sociétés telles que JD Health, Baidu Health, Shenrui Medical, Medical Alliance, Neusoft, Left Hand Doctor et d'autres sociétés ont lancé leurs propres modèles médicaux à grande échelle. Les scénarios d'application se concentrent sur la consultation auxiliaire, le diagnostic auxiliaire, la consultation de santé, l'imagerie médicale intelligente. , etc.

« Les entreprises de technologie médicale coopèrent activement avec les grandes entreprises de base, et l'écosystème médical et sanitaire à grande échelle de l'IA se met progressivement en place. L'industrie progresse très rapidement, laissant peu de temps pour l'observation, l'apprentissage et la réflexion de l'industrie. "Il y a plus de ressources et des capacités écologiques plus fortes. Les entreprises, les institutions et les gouvernements peuvent participer avec une plus grande intensité", a souligné Gao Gao, directeur général de Yiou et président de Yiou Health.

Bien que les performances de ChatGPT soient gratifiantes, les nouvelles fonctionnalités arrivent souvent comme prévu, et GPT a tendance à fabriquer des informations, qui deviennent parfois une « illusion ». Les informations du grand modèle linguistique doivent être mises à jour régulièrement pour maintenir leur exactitude et leur actualité, sinon il est très facile d'induire les utilisateurs en erreur.

03 Subvertir la rédaction du dossier médical

Par rapport aux « montagnes difficiles à surmonter » dans le domaine de la recherche et du développement de médicaments, de la rédaction de dossiers médicaux ou de l'un des sous-scénarios dans lesquels ChatGPT peut réaliser la subversion.

"GPT-4 semble être une technologie révolutionnaire pour de nombreuses entreprises axées sur le développement de produits qui automatisent la paperasse clinique." "GPT Healthcare Beyond Imagination" a conclu.

Lorsque les auteurs ont écrit ce paragraphe début 2023, ils avaient peut-être prévu le potentiel du GPT-4 pour gérer la partie la plus lourde et la plus lourde du travail quotidien des soins médicaux dans les jours à venir.

En mars de cette année, Nuance Communications, la filiale de reconnaissance vocale de Microsoft, a publié un outil basé sur l'IA GPT-4 pour enregistrer et générer automatiquement des notes cliniques pour le personnel médical, ce qui devrait réduire le processus de conversion des visites orales des patients en notes cliniques de les 4 heures d'origine Générez automatiquement un projet de dossier médical en quelques secondes, réduisant ainsi considérablement la charge administrative des médecins.

Comme nous le savons tous, de nombreuses formalités administratives sont impliquées dans le processus de diagnostic et de traitement. Une étude de 2016 financée par l’American Medical Association a révélé que pour chaque heure passée par les médecins avec les patients, ils consacraient deux heures supplémentaires à la paperasse du dossier médical. L'étude a montré que les médecins devaient passer une heure ou deux supplémentaires après leurs heures de travail à traiter les documents du dossier médical. Une enquête réalisée en 2017 par le Journal of the Association of American Medical Colleges a révélé que plus des deux tiers des médecins interrogés ont admis qu'ils étaient surchargés de paperasse dans leur dossier médical.

Dans notre pays, la situation n’est pas non plus optimiste. Dans de nombreux endroits, le personnel médical des hôpitaux tertiaires a reçu des « amendes » de la part des commissions locales de santé et de la santé pour rédaction irrégulière de dossiers médicaux. Même si les fameux dossiers médicaux électroniques ont remplacé les dossiers médicaux manuscrits sur papier, le personnel médical passe également de plus en plus de temps face à l’écran.

L’émergence du GPT permet aux gens de voir la possibilité de réduire la charge du personnel médical. En termes d'extraction d'informations, il peut structurer de grandes sections de texte clinique ; en termes de nettoyage des données, ChatGPT peut fournir un travail de vérification de cohérence dans une certaine plage. Améliorez l’efficacité et la qualité des soins de santé en intégrant des données provenant de plusieurs sources et formats.

L'hôpital international de la paix de Wenzhou a déjà effectué un test dans lequel il a posé des « pièges », notamment des formats irréguliers, des erreurs de ponctuation, des noms de médicaments erronés et des utilisations de médicaments manquantes. Après avoir directement demandé à ChatGPT de générer un rapport, ce qui est gratifiant, c'est qu'il peut générer avec succès des rapports médicaux pertinents, corriger de manière proactive les erreurs de formatage et de ponctuation et ajouter un résumé de deux phrases.

**"Les applications d'IA devraient d'abord commencer par des domaines d'application "à fort impact et à faible risque", par exemple, pour simplifier la charge de travail administrative du personnel médical. " ** David Rhew, directeur médical mondial de Microsoft, a souligné avec acuité.

Le domaine médical est étroitement lié à la vie et à la santé humaines, et la surveillance est extrêmement stricte. Si les entreprises utilisent directement ChatGPT pour développer des services de diagnostic et de traitement pour le diagnostic clinique et les patients, les risques et les défis auxquels elles seront confrontées peuvent être imprévisibles, et le simple fait d'obtenir l'approbation peut être un long voyage. En revanche, la documentation des dossiers médicaux ou d'autres tâches de « back-office » ne nécessitent pas de contrôles réglementaires de sécurité complexes, mais le besoin est réel et devient une source de frustration.

Des entreprises telles que Microsoft, Google et Amazon s’intéressent toutes à ce domaine. Selon David Rhew, l'application initiale de l'intelligence artificielle est comme si tout le monde avait juste une voiture, mais les mesures de gestion telles que les panneaux d'arrêt et les feux de circulation ne sont pas encore prêtes. "Nous devons encore trouver comment y parvenir ensemble", a-t-il ajouté.

Ce qui est clair, c'est que ChatGPT en lui-même n'est pas l'objectif ultime de l'intelligence artificielle. Il s'agit simplement d'une série d'étapes plus importantes dans le futur en matière d'IA. D’ici là, sa perturbation dans le domaine médical méritera encore plus d’être attendue.