Elenco dei modelli di intelligenza artificiale per il panorama medico (2023)

Lista dei modelli di intelligenza artificiale nel campo medico (2023)

Date il numero di progressi che l’intelligenza artificiale (IA) ha fatto quest’anno, non sorprende che sia stato un argomento di discussione significativo per tutto il 2023. Ora l’IA trova applicazione in quasi ogni ambito, e una delle sue applicazioni interessanti e utili è nel settore sanitario e medicina. Dalla scoperta di farmaci alla trascrizione di documenti medici e persino all’assistenza nelle operazioni, sta trasformando la vita dei professionisti medici, riducendo gli errori e migliorando l’efficienza. Questo articolo discute alcuni modelli di IA del 2023 che hanno la capacità di trasformare il panorama medico.

Med-PaLM 2

Med-PaLM è stato progettato da Google Research per il dominio medico ed è in grado di dare risposte di alta qualità alle domande mediche. Il modello sfrutta la potenza delle LLM di Google ed è uno dei primi modelli a raggiungere un livello di esperto umano nel rispondere a domande simili all’USMLE. Quando valutato, il modello ha dimostrato di poter capire i sintomi, fare ragionamenti complessi e scegliere il trattamento appropriato. Inoltre, ha raggiunto un’accuratezza dell’86,5% nel benchmark dell’esame medico MedQA nelle ricerche. Nonostante mostri capacità promettenti, i ricercatori desiderano condurre valutazioni più rigorose per assicurarsi che il modello possa essere utilizzato in domini critici per la sicurezza.

Bioformer

Bioformer è una versione compatta di BERT che può essere utilizzata per il text mining biomedico. Sebbene BERT abbia raggiunto prestazioni all’avanguardia nelle applicazioni di NLP, i suoi parametri potrebbero essere ridotti con un impatto minore sulle prestazioni per migliorare l’efficienza computazionale. I ricercatori di Bioformer hanno adottato questo approccio per sviluppare un modello il cui dimensionamento è significativamente inferiore rispetto a quello di BERT (ridotto del 60%). Il modello è stato addestrato su abstract di PubMed e articoli full-text di PubMed Central ed utilizza un vocabolario biomedico. I ricercatori hanno rilasciato due versioni del modello: Bioformer8L e Bioformer16L, entrambe si sono comportate bene anche con meno parametri quando valutate su parametri come l’identificazione di entità nomate, l’estrazione di relazioni, la risposta alle domande e la classificazione dei documenti.

• Ricercatori del MIT scoprono nuove intuizioni sulle connessioni tra cervello e udito con modelli avanzati di reti neurali
• Ricercatori di Amazon sfruttano il deep learning per migliorare le reti neurali per l’analisi di dati tabulari complessi.
• I ricercatori dell’Università di Stanford introducono un quadro unificato di IA per attribuzioni collaborative e contributive nei grandi modelli di linguaggio (LLM)

MedLM

MedLM è una serie di modelli fondamentali sviluppati da Google che sono stati perfezionati per casi d’uso nel campo della salute. Sono stati progettati due modelli per MedLM per affrontare compiti complessi e scalare tra i compiti. Lo scopo principale di questi modelli è automatizzare i compiti per risparmiare tempo, aumentare l’efficienza e migliorare la salute complessiva dei pazienti; i ricercatori di Google hanno collaborato con Deloitte per testare le capacità di MedLM. MedLM è stato anche integrato con altri sistemi di intelligenza artificiale come ASCEND di BenchSci per migliorare la qualità e la velocità della ricerca clinica e dello sviluppo.

RoseTTAFold

RoseTTAFold è un software basato su deep learning che predice le strutture proteiche solo a partire da informazioni limitate. È in grado di studiare il pattern nelle sequenze proteiche, l’interazione degli aminoacidi delle proteine e la loro struttura tridimensionale. Il modello consente ai ricercatori di modellare il modo in cui le proteine e i farmaci a piccola molecola interagiscono tra loro, facilitando la ricerca nella scoperta di farmaci. I ricercatori del modello hanno reso anche il suo codice pubblico per beneficiare dell’intera comunità.

AlphaFold

AlphaFold è un potente modello di intelligenza artificiale sviluppato da DeepMind che può predire la struttura tridimensionale di una proteina a partire dalla sua sequenza di aminoacidi. DeepMind si è associata all’Istituto europeo di bioinformatica dell’EMBL (EMBL-EBI) per rendere disponibile un database contenente oltre 200 milioni di previsioni di struttura proteica generate da AI per facilitare la ricerca scientifica. In CASP14, AlphaFold ha superato gli altri modelli con un ampio margine, producendo risultati ad alta precisione. Inoltre, ha il potenziale per aiutare meglio i ricercatori a comprendere le strutture proteiche e promuovere la ricerca biologica.

ChatGLM-6B

ChatGLM è un modello bilingue (cinese-inglese) che è stato ottimizzato su un database di dialoghi medici in cinese. Il modello è stato ottimizzato in un periodo piuttosto breve (13 ore), rendendolo un modello molto conveniente per scopi sanitari. Il modello ha anche una lunghezza di sequenza maggiore e quindi supporta conversazioni e applicazioni più lunghe. Il modello è stato allenato utilizzando tecniche come il fine-tuning supervisionato, RLHF, ecc., il che gli permette di comprendere meglio le istruzioni umane. Di conseguenza, il modello ha eccellenti capacità di dialogo e di risposta alle domande.

L’articolo Elenco dei modelli di intelligenza artificiale per il settore medico (2023) è apparso per la prima volta su MarkTechPost.