ChatGPT, чи може це додати «штучний інтелект + медичне обслуговування»?

Джерело: Yioujiantan

Джерело зображення: створено Unbounded AI

За останні вісім місяців 2023 року бум генеративного ШІ був незаперечним.

Великі гіганти, такі як Baidu, Alibaba Cloud, iFlytek і JD Health, усі дійшли до кінця та випустили власні великі моделі з великою помпою. Не бажаючи дозволити одній родині домінувати, ось-ось спалахне «битва сотень моделей». Незабаром ця тенденція швидко поширилася на серйозну та суворо регульовану медичну сферу.

Шестерня долі фармацевтичних препаратів штучного інтелекту знову повертається: 12 липня компанія Nvidia, яка стоїть на вершині вітру, інвестувала 50 мільйонів доларів США в біотехнологічну компанію Recursion, щоб прискорити прорив базових моделей у галузі відкриття ліків за допомогою штучного інтелекту. Цей крок був інтерпретований галуззю як подальша ставка на фармацевтику штучного інтелекту Nvidia, яка заробила багато грошей.

«Гуру в шкірі» Хуан Реньсюнь навіть зробив гучну заяву: «Generative AI — це революційний інструмент для відкриття нових ліків і методів лікування». В очах зовнішнього світу кожен крок Nvidia, яка ринкова капіталізація в трильйони доларів, варто вивчити.Тепер на даному етапі фармацевтика ШІ може все ще перебувати в депресії вартості.

Capital знову почула відчайдушний барабанний бій.21 серпня Genesis Therapeutics, фармацевтична компанія зі штучним інтелектом, заснована в Стенфордському університеті, оголосила про завершення фінансування серії B, що перевищує 200 мільйонів доларів США. Вітчизняна платформа дослідження та розробки моделювання ліків «Shenzhen Technology» завершила новий раунд фінансування понад 700 мільйонів юанів, а Insilicon Intelligent також поспішає стати «першою фармацевтичною акцією штучного інтелекту»...

Такі компанії, як медична консультація, допоміжна діагностика, медичний цифровий маркетинг і традиційна китайська медицина, усі залучені, змагаючись за можливість служити.

На тлі процвітання Пекінська муніципальна комісія з охорони здоров’я нещодавно випустила документ, у якому пояснюється, що вона посилить нагляд за діяльністю з діагностики та лікування в Інтернеті та суворо заборонить використання штучного інтелекту та інших методів для автоматичного створення рецептів; програмне забезпечення зі штучним інтелектом тощо не використовуватися з метою шахрайства або замінювати лікарів для надання послуг діагностики та лікування.

Фанатизм і плутанина переплітаються, і люди не можуть не замислитися: **ChatGPT, чи може це додати вогонь "ШІ+медична допомога"? До яких сценаріїв сегментації медицини та охорони здоров’я це можна застосувати? Який рівень повноважень досягнуто? **

01 Небесний меч штучного інтелекту важко пробити крізь масив досліджень і розробки ліків

У дослідженні та розробці ліків існує страхітливий закон подвійної десятки: тобто на розробку нового препарату потрібно щонайменше десять років і один мільярд доларів США. Поява фармацевтичних препаратів зі штучним інтелектом дозволила людям побачити можливість генерувати нові молекули одним клацанням миші, але перевірка цінності та занепокоєння бізнесу стали тривалими питаннями для відповідних компаній.

**Коли штучний інтелект перетвориться на універсальну модель ChatGPT, чи зможе цей небесний меч, на який покладаються великі надії, справді вирішити проблему вартості та рівня невдач у дослідженнях і розробці ліків? **Відповідь може бути не оптимістичною.

В уяві більшості людей технологія штучного інтелекту може допомогти розробникам швидко перевіряти потенційні молекули ліків за допомогою таких алгоритмів, як обробка природної мови та машинне навчання. Водночас за допомогою великої кількості даних досліджень і розробки ліків можна не тільки швидко знайти наступну «молекулу вартістю мільярд доларів», а й передбачити побічні ефекти та метаболізм ліків.

Звіт про дослідження брокерської компанії одного разу окреслив захоплюючу картину: розширення можливостей виявлення цільових ліків, скринінгу сполук та інших аспектів за допомогою машинного навчання, глибокого навчання та інших методів може збільшити рівень успішності досліджень і розробки нових ліків з 12% до 14%. Це економить у світі щороку коштує приблизно 55 мільярдів доларів США на скринінг і клінічні випробування.

Технологічні зміни штучного інтелекту схожі на раптову лісову пожежу, яка намагається спалити «стіну огорожі» дилеми подвійної десятки біомедичних досліджень і розробок. У 2021 році фармацевтичні компанії штучного інтелекту осідлають хвилю та влаштують історію погоні за багатством на світовому ринку капіталу. Виникло понад 270 компаній, які займаються дослідженнями та розробкою ліків штучного інтелекту, охоплюючи цільове відкриття до постмаркетингового відстеження ліків. Завдяки фінансуванню за реальні гроші, транзакціям і співпраці люди побачили повністю активований фармацевтичний ринок ШІ.

Однак перевірка вартості також призвела до того, що бульбашка, яку колись створив AI pharmaceutical, раптово лопнула. У 2022 році японська Sumitomo Pharmaceuticals припинила розробку першої в світі молекули DSP-1181, розробленої за допомогою штучного інтелекту, оскільки клінічні дослідження першої фази не відповідали очікуваним стандартам. Раніше Exscientia заявляла про те, що весь проект зайняв менше року від пропозиції концепції до визначення молекул, тоді як середній показник по галузі становить 4,5 роки.

BenevolentAI, зареєстрована на біржі британська фармацевтична компанія зі штучного інтелекту, також оголосила, що звільнить майже 180 осіб, майже половину компанії, через провал фази IIa клінічного випробування BEN-2293. Багато фармацевтичних конвеєрів штучного інтелекту тихо зникли після переходу на клінічну стадію. Ринкова вартість багатьох фармацевтичних препаратів зі штучним інтелектом різко впала, і багато компаній, що розробляють нові ліки для штучного інтелекту+, майже залишилися без грошей, а ціна їх акцій нижча за 1 долар США. Індустрія також поставила під сумнів новизну фармацевтичного трубопроводу ШІ.

Коли всі низькі плоди інноваційних ліків зібрані, чи може ChatGPT стати потужним інструментом для порушення антизакону Мура щодо розробки нових ліків? ** «Насправді нам зараз не вистачає не обчислювальної потужності, а того, що ми не маємо багато високоякісних ефективних даних». ** Ма Цзянь, генеральний директор Jingtai Technology, зазначив на 4-й Всесвітній конференції з біомедичних технологій Конференція та виставка.

Фактично, три важливі фактори, обчислювальна потужність, алгоритм і дані, складають машинне навчання зі штучним інтелектом. У звіті Soochow Securities Research Report вказано, що дані визначають глибину моделі навчання, алгоритм визначає ефективність і результат, а обчислювальна потужність визначає досяжні розміри ШІ. **Хоча GPT досить підривний, він більше зосереджується на покращенні обчислювальних ресурсів і не в змозі вирішити найбільшу проблему, яка стримує нові ліки, – прогалину у високоякісних даних досліджень і розробок. **

Дані про інноваційні дослідження та розробки ліків є надзвичайно чутливими та цінними для фармацевтичних компаній, і вони, як правило, неохоче діляться ними, що також робить високоякісні дані рідкісними. Крім того, академічна література та дослідження корисних копалин також стикаються з прихованими підводними каменями, такими як відсутність негативних проб.

Принаймні на даний момент, незважаючи на благословення ChatGPT, AI у фармацевтиці відіграє більше допоміжну роль, і ми з нетерпінням чекаємо нових проривів у майбутньому.

02 Мультимодальний ніж для вбивства драконів, революційна допоміжна діагностика

Уявіть собі сценарій, коли вам потрібно дізнатися про функції та застосування певного препарату, цифрова особа ретельно інструктує вас про запобіжні заходи перед великим екраном. Немає необхідності уважно читати посібник слово в слово.

Це принадність великих моделей, таких як GPT Пенг Тао, головний науковий співробітник Yidu Cloud, раніше чітко заявив, що майже всі медичні продукти/шляхи можна реорганізувати за допомогою великих мовних моделей, щоб по-справжньому використати їхні можливості.

Хоча інвестиційні гарячі точки все ще зосереджені на великих моделях і базах даних, у процесі висхідного зростання GPT інтерпретація звітів, контроль якості медичної документації, допоміжна діагностика, запитання та відповіді на знання та інші аспекти можуть бути змінені.

12 липня дослідницька група медичної консультації Google AI Med-PaLM опублікувала результати свого дослідження в журналі Nature. Група клініцистів набрала 92,6% за відповідями великої медичної моделі Google і DeepMind Med-PaLM. порівнянний з рівнем реальних клініцистів-людей (92,9%).

Згодом у статті «Назустріч загальному біомедичному штучному інтелекту» продемонстровано потенціал багатозадачних режимів великомасштабних мультимодальних генеративних моделей. Дослідницькі групи Google Research і Google DeepMind виявили, що Med-PaLM M вже може виконувати 14 різних біомедичних завдань, таких як класифікація медичних зображень, відповіді на медичні запитання, візуальні відповіді на запитання, створення радіологічних звітів і підсумків, а також виклик варіантів генома.

Серед 246 реальних рентгенівських знімків грудної клітки клініцисти вказали, що звіти, створені Med-PaLM M, були більш прийнятними, ніж звіти професійних радіологів, у 40,50% випадків.

** «Сьогодні ми повинні звернутися до тристоронньої структури та включити штучний інтелект, подібний до GPT-4, як третій стовп цих трикутних відносин.» ** У книзі «GPT Medical Beyond Imagination» вказується, що традиційна медицина зазвичай відноситься до Священний зв’язок між лікарями та пацієнтами — це двосторонні відносини, і GPT може діяти як третя сторона, подібно до допоміжної ролі лікарів.

Згідно з новою тристоронньою медичною моделлю, лікарі та GPT спільно складають основну систему діагностики та лікування. Коли пацієнта обстежують, штучний інтелект та лікарі разом беруть участь у діагностиці та лікуванні, щоб забезпечити точність діагнозу та лікування. Незалежно від того, яку роль GPT відіграє в галузі медицини, завжди необхідно залучати людей до аналізу всіх результатів, які він генерує, щоб максимально уникнути ризиків і недоліків технології.

Нещодавно Пекінська муніципальна комісія з охорони здоров’я випустила «Пекінські заходи щодо нагляду за Інтернет-діагностикою та лікуванням (випробування)». Медичні установи, які здійснюють Інтернет-діагностику та лікування, повинні посилити управління ліками. Суворо заборонено використовувати штучний інтелект для автоматичного виписувати рецепти, а також категорично заборонено видавати ліки пацієнтам до виписки рецепта. Цей крок має на меті стандартизувати Інтернет-діагностику та лікування, а також максимально усунути ризики штучного інтелекту.

Такі компанії, як JD Health, Baidu Health, Shenrui Medical, Medical Alliance, Neusoft, Left Hand Doctor та інші компанії, запустили власні великомасштабні медичні моделі. Сценарії додатків зосереджені на допоміжній консультації, допоміжній діагностиці, медичній консультації, медичній інтелектуальній візуалізації і т.д.

«Компанії, що займаються медичними технологіями, активно співпрацюють із основними компаніями великомасштабних моделей, і поступово створюється медична та медична екологія великомасштабної моделі штучного інтелекту. Галузь розвивається дуже швидко, залишаючи промисловості мало часу для спостереження, навчання та роздумів. . Є більше ресурсів і сильніші екологічні можливості. Підприємства, установи та уряди можуть брати участь з більшою інтенсивністю", - чітко зазначив Гао Гао, керуючий директор Yiou і президент Yiou Health.

Незважаючи на те, що продуктивність ChatGPT приємна, нові функції часто з’являються як очікується, а GPT має тенденцію фабрикувати інформацію, яка іноді стає «ілюзією». Інформацію великих мовних моделей потрібно регулярно оновлювати, щоб підтримувати точність і своєчасність, інакше вона легко введе користувачів в оману.

03 Порушення написання медичної документації

Порівняно з «гірами, які важко подолати» у сфері дослідження та розробки ліків, написання медичних записів або одного з підсценаріїв, де ChatGPT може досягти підривної діяльності.

«Для багатьох компаній, які зосереджені на розробці автоматизованих продуктів для клінічної документації, GPT-4 виглядає проривною технологією.», – підсумував «GPT Healthcare Beyond Imagination».

Коли автори писали цей текст на початку 2023 року, вони, можливо, передбачили потенціал GPT-4 для вирішення найбільш виснажливої та обтяжливої частини повсякденної роботи медичного обслуговування в наступні дні.

У березні цього року Nuance Communications, дочірня компанія Microsoft із розпізнавання мовлення, випустила інструмент на базі AI GPT-4 для автоматичного запису та генерування клінічних приміток для медичного персоналу, який, як очікується, скоротить процес перетворення усних відвідувань пацієнтів у клінічні нотатки з оригінальні 4 години Автоматично створюйте чернетки медичних записів за лічені секунди, що значно зменшує адміністративне навантаження на лікарів.

Як ми всі знаємо, у процесі діагностики та лікування пов’язано багато паперової роботи. Дослідження 2016 року, фінансоване Американською медичною асоціацією, показало, що за кожну годину, яку лікарі проводили з пацієнтами, вони витрачали додаткові дві години на оформлення медичних документів. Дослідження показало, що лікарям доводилося витрачати додаткову годину-дві після закінчення робочого дня на обробку медичних документів. Опитування, проведене Журналом Асоціації американських медичних коледжів у 2017 році, показало, що понад дві третини опитаних лікарів визнали, що вони переобтяжені паперами з медичними записами.

У нашій країні ситуація теж не оптимістична. Медичний персонал у лікарнях третинного рівня в багатьох місцях отримав «квитки про штраф» від місцевих комісій з питань охорони здоров’я через нерегулярне ведення медичної документації. Хоча всім відомі електронні медичні записи замінили рукописні паперові медичні записи, медичний персонал проводить все більше часу перед екранами.

Поява GPT дозволяє людям побачити можливість зменшення навантаження на медичний персонал. З точки зору вилучення інформації, він може структурувати великі розділи клінічного тексту; з точки зору очищення даних, ChatGPT може забезпечити перевірку узгодженості в певному діапазоні. Покращте медичну ефективність і якість, інтегруючи дані з багатьох джерел і форматів.

Веньчжоуський міжнародний госпіталь миру одного разу провів тест. У тестових випадках вони встановили деякі «пастки», зокрема неправильні формати, пунктуаційні помилки, неправильні назви ліків і відсутність вживання препаратів. Після безпосереднього запиту ChatGPT на створення звіту радує те, що він може успішно створювати відповідні медичні звіти, заздалегідь виправляти помилки форматування та пунктуації та додавати резюме з двох речень.

** «Програми штучного інтелекту повинні спочатку починатися з областей застосування «високого впливу та низького ризику», наприклад, спрощення адміністративного навантаження медичного персоналу». ** Девід Рю, міжнародний головний медичний директор Microsoft, чітко зазначив.

Сфера медицини тісно пов'язана з життям і здоров'ям людини, і нагляд надзвичайно суворий. Якщо компанії напряму використовують ChatGPT для розробки діагностичних і лікувальних послуг для клінічної діагностики та пацієнтів, ризики та виклики, з якими вони зіткнуться, можуть бути непередбачуваними, а отримання схвалення може бути довгою подорожжю. Навпаки, медична документація чи інші «бек-офісні» завдання не вимагають складного нормативного контролю безпеки, але потреба є реальною та стає джерелом розчарування.

Такі компанії, як Microsoft, Google і Amazon, шукають тут. На думку Девіда Рю, початкове застосування штучного інтелекту схоже на те, що люди просто купують автомобілі, але такі заходи управління, як знаки зупинки та світлофори, ще не впроваджені. ** «Нам ще потрібно з’ясувати, як зробити це разом», — додав він.

Зрозуміло, що ChatGPT сам по собі не є кінцевою метою штучного інтелекту, це лише одна з низки важливих етапів ШІ в майбутньому. До того часу його зрив у медичній сфері буде ще більш вартий очікування.