ChatGPT, "AI+medical"a ateş katabilir mi?

Kaynak: Eoujian Konuşması

Resim kaynağı: Sınırsız Yapay Zeka tarafından oluşturulmuştur

2023'ün son sekiz ayında üretken yapay zekadaki patlama tartışılmazdı.

Baidu, Alibaba Cloud, iFlytek ve JD Health gibi büyük devler işin sonuna geldiler ve kendi büyük modellerini büyük bir tantanayla piyasaya sürdüler. Bir ailenin hakim olmasına izin vermek istemeyen "yüzlerce modelin savaşı" patlamak üzere. Kısa sürede bu eğilim hızla ciddi ve sıkı denetime tabi tıp alanına yayıldı.

Yapay Zeka ilaç kaderinin çarkları yeniden dönüyor. 12 Temmuz'da trendin ön sıralarında yer alan Nvidia, yapay zeka ilaç keşfi alanında çığır açan temel modelleri hızlandırmak için biyoteknoloji şirketi Recursion'a 50 milyon ABD doları yatırım yaptı. Bu eylem sektör tarafından kârlı Nvidia'nın yapay zeka ilaçları üzerine yeni bir bahis olarak yorumlandı.

Hatta "Deri kaplamalı guru" Huang Renxun yüksek profilli bir açıklama bile yaptı: "Üretken yapay zeka, yeni ilaçlar ve tedaviler keşfetmek için devrim niteliğinde bir araçtır." Dış dünyanın gözünde, Nvidia'nın her hareketi, Trilyonlarca dolarlık piyasa değeri incelenmeye değer. Şimdi, yapay zeka ilaçları erken aşamada hala değer kaybı yaşıyor olabilir.

Capital bir kez daha umutsuz davul sesini duydu.21 Ağustos'ta, Stanford Üniversitesi merkezli bir yapay zeka ilaç şirketi olan Genesis Therapeutics, 200 milyon ABD doları tutarında aşırı talep gören B Serisi finansmanın tamamlandığını duyurdu. Yerli ilaç simülasyonu araştırma ve geliştirme platformu "Shenshi Technology", 700 milyon yuan'ın üzerinde yeni bir finansman turunu tamamladı ve Yingsi Intelligence aynı zamanda "ilk AI ilaç stoğu" için de koşuyor...

Tıbbi konsültasyon, yardımcı teşhis, tıbbi dijital pazarlama ve geleneksel Çin tıbbı gibi şirketlerin hepsi işin içinde, masaya oturma şansı için yarışıyor ve çok fazla heyecan var.

Refahın ortasında, Pekin Belediye Sağlık Komisyonu geçtiğimiz günlerde İnternet teşhis ve tedavi faaliyetlerinin denetimini güçlendireceğini ve otomatik olarak reçete oluşturmak için yapay zeka ve diğer yöntemlerin kullanımını kesinlikle yasaklayacağını açıklayan bir belge yayınladı; yapay zeka yazılımları vb. Tanı ve tedavi hizmetlerinin sağlanmasında hileli olarak kullanılamaz veya doktorların yerine geçemez.

Coşku ve kafa karışıklığı iç içe geçmiş durumda ve insanlar şunu merak etmeden duramıyor: **ChatGPT "Yapay Zeka + tıbbi bakım"a yakıt katabilir mi? Hangi tıbbi ve sağlık segmentasyonu senaryolarına uygulanabilir? Hangi düzeyde yetkilendirmeye ulaşıldı? **

01 Yapay Zekanın Cennetsel Kılıcının ilaç araştırma ve geliştirme dizisini aşması zordur

İlaç araştırma ve geliştirmesinde korkutucu bir çift on kuralı vardır: Yeni bir ilacın geliştirilmesi en az on yıl ve bir milyar ABD doları gerektirir. Yapay zeka ilaçlarının ortaya çıkışı, insanların tek tıklamayla yeni moleküller üretme olasılığını görmesine olanak tanıyor ancak değer doğrulama ve iş kaygısı, ilgili şirketler için kalıcı bir işkence haline geldi.

**Yapay zeka genel bir ChatGPT modeline evrildiğinde, büyük umutlar besleyen bu Yitian kılıcı gerçekten ilaç geliştirmedeki maliyet sorununu ve başarısızlık oranını çözebilecek mi? **Cevap iyimser olmayabilir.

Çoğu insanın hayalinde yapay zeka teknolojisi, geliştiricilerin doğal dil işleme ve makine öğrenimi gibi algoritmalar aracılığıyla potansiyel ilaç moleküllerini hızlı bir şekilde taramasına yardımcı olabilir. Aynı zamanda, büyük miktardaki ilaç araştırma ve geliştirme verilerinin yardımıyla, bir sonraki "milyar dolarlık molekül" hızla bulunabilmekle kalmıyor, aynı zamanda ilaçların yan etkileri ve ilaç metabolizmaları da tahmin edilebiliyor.

Bir komisyonculuk araştırma raporu bir zamanlar heyecan verici bir tabloyu özetlemişti: İlaç hedefi keşfinin, bileşik taramanın ve diğer hususların makine öğrenimi, derin öğrenme ve diğer yöntemlerle güçlendirilmesi, yeni ilaç araştırma ve geliştirmesinin başarı oranını %12'den %14'e çıkarabilir. Dünya çapında her yıl bileşik tarama ve klinik deneme maliyetleri yaklaşık 55 milyar ABD Doları tutarındadır.

Yapay zekanın teknolojik değişimi, biyomedikal araştırma ve geliştirmenin Double Ten ikileminin "çit duvarını" yakmaya çalışan ani bir orman yangını gibidir. 2021'de yapay zeka ilaç şirketleri dalgaya ayak uyduracak ve küresel sermaye piyasasında zenginlik peşinde koşma hikâyesini sahneye koyacak. Hedef keşfinden piyasaya sürülme sonrası ilaç takibine kadar yapay zeka ilaç araştırması ve geliştirmesi yapan 270'den fazla şirket ortaya çıktı. Gerçek parayla finansman, işlemler ve işbirliği sayesinde insanlar tamamen aktif bir yapay zeka ilaç pazarına tanık oldu.

Ancak değer doğrulama, yapay zeka ilaç firmalarının bir kez ortaya çıkardığı balonu da patlattı. 2022 yılında dünyanın ilk yapay zeka tarafından tasarlanan molekülü DSP-1181, üzerinde çalıştığım klinik aşamanın beklenen standartları karşılamaması nedeniyle Japonya'nın Sumitomo Pharmaceutical şirketi tarafından durduruldu. Daha önce Exscientia, tüm projenin konsept aşamasından moleküllerin belirlenmesine kadar bir yıldan az sürdüğü, sektör ortalamasının ise 4,5 yıl olduğu yönünde yüksek profilli bir iddiada bulunmuştu.

Borsada işlem gören bir İngiliz yapay zeka ilaç şirketi olan BenevolentAI, BEN-2293'ün Faz IIa klinik denemesinin başarısız olması nedeniyle şirketin neredeyse yarısı olan yaklaşık 180 kişiyi işten çıkaracağını duyurdu. Birçok yapay zeka ilaç hattı, klinik aşamaya girdikten sonra sessizce ortadan kayboldu. Birçok AI ilacının piyasa değeri serbest düşüşte ve birçok AI+ yeni ilaç araştırma ve geliştirme şirketinin nakit parası neredeyse tükeniyor ve hisse senedi fiyatları 1 ABD dolarının altında. Yapay zekalı ilaç boru hattının yeniliği de sektör tarafından sorgulanıyor.

Yenilikçi ilaçların meyveleri toplandığında, ChatGPT, Moore karşıtı yeni ilaç geliştirme yasasını kırmak için keskin bir araç haline gelebilir mi? "Aslında şu anda eksik olduğumuz şey bilgi işlem gücü olmayabilir, ancak çok fazla yüksek kalitede etkili veriye sahip olmamamızdır." Jingtai Technology CEO'su Ma Jian, 4. Küresel Biyomedikal'de şunları söyledi: Teknoloji Konferansı ve Sergisi.

Aslında üç önemli faktör, hesaplama gücü, algoritma ve veriler, yapay zeka makine öğrenimini oluşturur. Soochow Menkul Kıymetler Araştırma Raporu, verilerin eğitim modelinin derinliğini, algoritmanın verimliliği ve çıktıyı, hesaplama gücünün ise yapay zekanın ulaşılabilir boyutlarını belirlediğine dikkat çekti. **GPT yeterince yıkıcı olmasına rağmen, daha çok bilgi işlem kaynaklarının geliştirilmesine odaklanıyor ve yeni ilaçları kısıtlayan en büyük zorluğu, yüksek kaliteli Ar-Ge verilerindeki boşluğu çözmede başarısız oluyor. **

Yenilikçi ilaç araştırma ve geliştirme verileri ilaç firmaları için son derece hassas ve değerlidir ve genellikle bunları paylaşmak konusunda isteksizdirler.Bu aynı zamanda yüksek kaliteli verinin nadir olduğu bir durum yaratmaktadır. Ayrıca akademik literatür ve araştırma madenciliği de negatif örneklerin eksikliği gibi gizli tuzaklarla karşı karşıyadır.

En azından şu anda, ChatGPT'nin nimetlerine rağmen, AI Pharmaceuticals daha fazla destekleyici bir rol oynuyor ve gelecekte daha fazla atılım yapmayı sabırsızlıkla bekliyoruz.

02 Çok modlu ejderha öldürme bıçağı, devrim niteliğinde yardımcı teşhis

Belirli bir ilacın işlevlerini ve kullanımını bilmeniz gerektiğinde, dijital bir kişinin size büyük ekranın önünde önlemler konusunda dikkatli bir şekilde talimat verdiği bir senaryo hayal edin.Kılavuzu kelimesi kelimesine dikkatlice okumanıza gerek yok.

Bu, GPT gibi büyük modellerin cazibesidir. Yidu Cloud'un baş veri bilimcisi Peng Tao, daha önce neredeyse tüm tıbbi ürünlerin/yolların, yeteneklerini gerçek anlamda ortaya koymak için büyük dil modelleri kullanılarak yeniden düzenlenebileceğini açıkça belirtmişti.

Her ne kadar yatırım sıcak noktaları hala büyük modellere ve veritabanlarına odaklanmış olsa da, GPT'nin yukarı doğru büyümesi sürecinde rapor yorumlama, tıbbi kayıt kalite kontrolü, yardımcı teşhis, bilgi soru-cevap ve diğer hususlar yeniden şekillendirilebilir.

12 Temmuz'da Google'ın tıbbi konsültasyon AI Med-PaLM'in araştırma ekibi, Nature dergisinde araştırma sonuçlarını yayınladı. Bir grup klinisyen, Google ve DeepMind'ın büyük tıbbi modeli Med-PaLM'in yanıtlarını %92,6 gibi yüksek bir puanla değerlendirdi. gerçekte insan klinisyenlerin seviyesine (%92,9) ulaştı.

Daha sonra, "Genelci Biyomedikal Yapay Zekaya Doğru" makalesi, büyük ölçekli çok modlu üretken modellerin çok görevli modlarının potansiyelini ortaya koydu. Google Araştırma ve Google DeepMind araştırma ekipleri, Med-PaLM M'nin halihazırda tıbbi görüntü sınıflandırma, tıbbi soru yanıtlama, görsel soru yanıtlama, radyoloji raporu oluşturma ve özeti ve genomik varyasyon çağırma gibi 14 farklı biyomedikal görevi gerçekleştirebildiğini buldu.

Klinisyenler, 246 gerçek göğüs röntgeni arasında vakaların %40,50'sine kadar Med-PaLM M tarafından oluşturulan raporların profesyonel radyologların raporlarından daha fazla kabul edildiğini söyledi.

**"Bugün üçlü bir yapıya dönmeli ve GPT-4 gibi yapay zeka varlıklarını bu üçgen ilişkinin üçüncü ayağı olarak dahil etmeliyiz." **"GPT Medical Beyond Imagination" kitabı, geleneksel Tıbbın genellikle kutsal olana atıfta bulunduğuna dikkat çekiyor. doktorlar ve hastalar arasındaki bağ: iki yönlü bir ilişkidir ve GPT, doktorun yardımcı rolüne benzer şekilde üçüncü bir taraf olarak hizmet edebilir.

Yeni tıbbi üçlü model kapsamında, doktorlar ve GPT birlikte teşhis ve tedavinin ana gövdesini oluşturmaktadır. Hastalar muayene edildiğinde, teşhis ve tedavinin doğruluğunu sağlamak için AI ve doktorlar teşhis ve tedaviye katılıyor. GPT'nin tıp alanında oynadığı rol ne olursa olsun, teknolojinin risklerinden ve eksikliklerinden en üst düzeyde kaçınmak için, ürettiği tüm çıktıların gözden geçirilmesine insanları dahil etmek her zaman gereklidir.

Geçtiğimiz günlerde Pekin Belediye Sağlık Komisyonu "İnternet Teşhis ve Tedavisinin Denetlenmesine İlişkin Pekin Uygulama Tedbirleri (Deneme)" yayınladı. İnternet teşhis ve tedavi faaliyetlerini yürüten tıbbi kurumların ilaç yönetimini güçlendirmesi gerekiyor. Yapay zekanın otomatik olarak kullanılması kesinlikle yasaktır. Reçete üretilmekte ve reçete düzenlenmeden hastalara ilaç verilmesi kesinlikle yasaktır. Bu hamleyle internet teşhis ve tedavi faaliyetlerinin standartlaştırılması ve aynı zamanda yapay zekanın risklerinin mümkün olduğunca ortadan kaldırılması amaçlanıyor.

JD Health, Baidu Health, Shenrui Medical, Medical Alliance, Neusoft, Left Hand Doctor gibi şirketler ve diğer şirketler kendi büyük ölçekli tıbbi modellerini başlattılar.Uygulama senaryoları yardımcı konsültasyon, yardımcı teşhis, sağlık danışmanlığı, tıbbi akıllı görüntülemeye odaklanıyor , vesaire.

"Tıbbi teknoloji şirketleri, temel büyük model şirketlerle aktif olarak iş birliği yapıyor ve yapay zeka büyük model tıp ve sağlık ekosistemi yavaş yavaş kuruluyor. Sektör çok hızlı ilerliyor ve endüstrinin gözlemlenmesine, öğrenilmesine ve düşünmeye çok az zaman bırakıyor. Daha fazla kaynak ve daha güçlü ekolojik yetenekler var. İşletmeler, kurumlar ve hükümetler daha güçlü bir şekilde katılabilirler." EO Genel Müdürü ve EO Health Başkanı Gao Gao keskin bir şekilde dikkat çekti.

ChatGPT'nin performansı memnuniyet verici olsa da, genellikle beklendiği gibi yeni işlevler gelir ve GPT, bazen bir "illüzyon" haline gelen bilgileri uydurma eğilimindedir. Büyük dil modellerindeki bilgilerin doğruluğunu ve güncelliğini korumak için düzenli olarak güncellenmesi gerekir, aksi takdirde kullanıcıları kolayca yanıltabilir.

03 Tıbbi kayıt yazımının altüst edilmesi

İlaç araştırma ve geliştirme, tıbbi kayıt yazma veya ChatGPT'nin yıkıcı başarabileceği segmentasyon senaryolarından biri alanındaki "üstesinden gelinmesi zor" durumlarla karşılaştırıldığında.

"Otomatik klinik dokümantasyon ürünleri geliştirmeye odaklanan birçok şirket için GPT-4 çığır açıcı bir teknoloji gibi görünüyor." "GPT Healthcare Beyond Imagination" bir kez sona erdi.

Yazarlar 2023'ün başlarında bu metni yazdıklarında, GPT-4'ün önümüzdeki günlerde günlük tıbbi bakım işinin en sıkıcı ve külfetli kısmıyla başa çıkma potansiyelini öngörmüş olabilirler.

Bu yılın Mart ayında, Microsoft'un konuşma tanıma yan kuruluşu Nuance Communications, tıbbi personel için klinik notların otomatik olarak kaydedilmesi ve oluşturulması için AI GPT-4 destekli bir araç yayınladı. Bu aracın, sözlü hasta ziyaretlerini klinik notlara dönüştürme sürecini azaltması bekleniyor. orijinal 4 saat Saniyeler içinde otomatik olarak tıbbi kayıt taslağı oluşturarak doktorların üzerindeki idari yükü büyük ölçüde azaltır.

Hepimizin bildiği gibi teşhis ve tedavi sürecinde çok fazla evrak işi vardır. Amerikan Tabipler Birliği tarafından finanse edilen 2016 tarihli bir araştırma, doktorların hastalarla harcadıkları her saate karşılık, tıbbi kayıt evraklarına iki saat daha harcadıklarını ortaya çıkardı. Araştırma, doktorların işten çıktıktan sonra evrak işlerine fazladan bir veya iki saat harcamak zorunda kaldıklarını gösterdi. Journal of the Association of American Medical Colleges tarafından 2017 yılında yapılan bir anket, ankete katılan doktorların üçte ikisinden fazlasının tıbbi kayıt evraklarının çok külfetli olduğunu kabul ettiğini ortaya çıkardı.

Ülkemizde durum pek iç açıcı değil. Pek çok yerdeki üçüncü basamak hastanelerdeki sağlık personeli, tıbbi kayıtların düzensiz yazılması nedeniyle yerel sağlık komisyonlarından "para cezası" aldı. Her ne kadar el yazısıyla yazılmış kağıt tıbbi kayıtların yerini iyi bilinen elektronik tıbbi kayıtlar alsa da, sağlık personeli ekran karşısında giderek daha fazla zaman harcıyor.

GPT'nin ortaya çıkışı, insanların tıbbi personelin üzerindeki yükü azaltma olasılığını görmesine olanak tanıyor. Bilgi çıkarma açısından, klinik metnin büyük bölümlerini yapılandırabilir; veri temizleme açısından ChatGPT, belirli bir aralıkta tutarlılık doğrulama çalışması sağlayabilir. Birden fazla kaynaktan ve formattan gelen verileri entegre ederek sağlık hizmetlerinin verimliliğini ve kalitesini artırın.

Wenzhou Uluslararası Barış Hastanesi bir keresinde bir test yapmıştı.Test vakasında düzensiz format, yanlış noktalama işaretleri, yanlış ilaç adı ve eksik ilaç kullanımı gibi bazı "tuzaklar" kurdular. ChatGPT'nin raporu oluşturmasını doğrudan talep ettikten sonra ilgili tıbbi raporu başarıyla oluşturabilmesi, format ve noktalama hatalarını aktif olarak düzeltebilmesi ve iki cümlelik özet ekleyebilmesi sevindirici.

**"Yapay zeka uygulamaları, örneğin tıbbi personelin idari iş yükünü basitleştirmek için öncelikle 'yüksek etkili, düşük riskli' uygulama alanlarıyla başlamalıdır." **Microsoft'un küresel baş tıbbi sorumlusu David Rhew keskin bir şekilde belirtti.

Tıp alanı insan hayatı ve sağlığını yakından ilgilendirmektedir ve denetimi son derece sıkıdır. Şirketler, klinik tanı ve hastalara yönelik tanı ve tedavi hizmetlerini geliştirmek için doğrudan ChatGPT'yi kullanırsa karşılaşacakları riskler ve zorluklar tahmin edilemez olabilir ve sadece onay almak bile uzun bir yolculuk olabilir. Bunun aksine, tıbbi kayıt dokümantasyonu veya diğer "arka ofis" görevleri, karmaşık güvenlik düzenleyici kontrolleri gerektirmez, ancak ihtiyaç gerçektir ve bir hayal kırıklığı kaynağı haline gelir.

Microsoft, Google ve Amazon gibi şirketlerin hepsi buraya bakıyor. David Rhew'a göre, yapay zekanın ilk uygulaması herkesin bir arabası olması, ancak dur işaretleri ve trafik ışıkları gibi yönetim önlemlerinin henüz hazır olmaması gibidir. ** "Bunu birlikte nasıl iyi bir şekilde yapabileceğimizi hâlâ bulmamız gerekiyor" diye ekledi.

ChatGPT'nin kendisinin yapay zekanın nihai hedefi olmadığı, gelecekteki bir dizi daha büyük yapay zeka kilometre taşlarından yalnızca biri olduğu açıktır. O zamana kadar, tıp alanındaki yıkımı sabırsızlıkla beklemeye değer olacak.