Cómo los médicos utilizan los nuevos modelos de inteligencia artificial de Google para la atención médica

Google anunció el miércoles MedLM, un conjunto de nuevos modelos de inteligencia artificial específicos para el cuidado de la salud diseñados para ayudar a los médicos e investigadores a realizar estudios complejos, resumir las interacciones médico-paciente y más.

La medida marca el último intento de Google de monetizar las herramientas de inteligencia artificial de la industria de la salud, ya que la competencia por la participación de mercado sigue siendo feroz entre competidores como Amazonas y microsoft. CNBC habló con empresas que han estado probando la tecnología de Google, como HCA Healthcare, y los expertos dicen que el potencial de impacto es real, aunque están tomando medidas para implementarlo con cuidado.

La suite MedLM incluye un modelo de IA grande y uno mediano, ambos construidos sobre Med-PaLM 2, un modelo de lenguaje grande entrenado en datos médicos que Google anunció por primera vez en marzo. Generalmente está disponible para los clientes elegibles de Google Cloud en los EE. UU. a partir del miércoles, y Google dijo que si bien el costo de la suite de IA varía dependiendo de cómo las empresas usan los diferentes modelos, el modelo de tamaño mediano es menos costoso de ejecutar.

Google dijo que también planea introducir en MedLM versiones específicas para el cuidado de la salud de Gemini, el modelo de IA más nuevo y «más capaz» de la compañía, en MedLM.

Aashima Gupta, director global de estrategia y soluciones de atención médica de Google Cloud, dijo que la compañía descubrió que diferentes modelos de IA adaptados médicamente pueden realizar ciertas tareas mejor que otros. Es por eso que Google decidió introducir un conjunto de modelos en lugar de intentar crear una solución única para todos.

Por ejemplo, Google dijo que su modelo MedLM más grande es mejor para llevar a cabo tareas complicadas que requieren un conocimiento profundo y mucha potencia informática, como realizar un estudio utilizando datos de toda la población de pacientes de una organización de atención médica. Pero si las empresas necesitan un modelo más ágil que pueda optimizarse para funciones específicas o en tiempo real, como resumir una interacción entre un médico y un paciente, el modelo de tamaño mediano debería funcionar mejor, según Gupta.

Casos de uso del mundo real

Cuando Google anunció Med-PaLM 2 en marzo, la compañía inicialmente dijo que podría usarse para responder preguntas como «¿Cuáles son las primeras señales de advertencia de neumonía?» y «¿Se puede curar la incontinencia?» Pero a medida que la compañía probó la tecnología con los clientes, los casos de uso cambiaron, según Greg Corrado, jefe de IA sanitaria de Google.

Corrado dijo que los médicos no suelen necesitar ayuda con preguntas «accesibles» sobre la naturaleza de una enfermedad, por lo que Google no ha visto mucha demanda de esas capacidades por parte de los clientes. En cambio, las organizaciones de salud a menudo quieren que la IA ayude a resolver más problemas administrativos o logísticos, como la gestión del papeleo.

«Quieren algo que les ayude con los verdaderos puntos débiles y ralentizaciones de su flujo de trabajo, que sólo ellos conocen», dijo Corrado a CNBC.

Por ejemplo, HCA Salud, uno de los sistemas de salud más grandes de EE. UU., ha estado probando la tecnología de inteligencia artificial de Google desde la primavera. La compañía anunció una colaboración oficial con Google Cloud en agosto que tiene como objetivo utilizar su IA generativa para «mejorar los flujos de trabajo en tareas que requieren mucho tiempo».

El Dr. Michael Schlosser, vicepresidente senior de transformación e innovación de la atención en HCA, dijo que la compañía ha estado utilizando MedLM para ayudar a los médicos de emergencia a documentar automáticamente sus interacciones con los pacientes. Por ejemplo, HCA utiliza un sistema de documentación de voz ambiental de una empresa llamada Augmedix para transcribir reuniones médico-paciente. La suite MedLM de Google puede luego tomar esas transcripciones y dividirlas en los componentes de una nota del proveedor de emergencias.

Schlosser dijo que HCA ha estado utilizando MedLM en las salas de emergencia de cuatro hospitales y que la compañía quiere ampliar su uso durante el próximo año. Para enero, añadió Schlosser, espera que la tecnología de Google pueda generar con éxito más de la mitad de un billete sin ayuda de los proveedores. Para los médicos que pueden dedicar hasta cuatro horas al día a trámites administrativos, Schlosser dijo que ahorrar tiempo y esfuerzo marca una diferencia significativa.

«Ese ha sido un gran paso adelante para nosotros», dijo Schlosser a CNBC. «Ahora creemos que vamos a llegar a un punto en el que la IA, por sí sola, puede crear más del 60 por ciento de la nota correctamente antes de que el humano haga la revisión y edición».

Schlosser dijo que HCA también está trabajando para utilizar MedLM para desarrollar una herramienta de transferencia para enfermeras. La herramienta puede leer el registro médico electrónico e identificar información relevante para que las enfermeras la transmitan al siguiente turno.

Las transferencias son «laboriosas» y un verdadero problema para las enfermeras, por lo que sería «poderoso» automatizar el proceso, dijo Schlosser. Las enfermeras de los hospitales de HCA realizan alrededor de 400.000 traspasos de personal por semana, y dos hospitales de HCA han estado probando la herramienta de traspaso de enfermeras. Schlosser dijo que las enfermeras realizan una comparación lado a lado de un traspaso tradicional y un traspaso generado por IA y brindan retroalimentación.

Sin embargo, en ambos casos de uso, HCA ha descubierto que MedLM no es infalible.

Schlosser dijo que el hecho de que los modelos de IA puedan generar información incorrecta es un gran desafío, y HCA ha estado trabajando con Google para idear mejores prácticas para minimizar esas fabricaciones. Añadió que los límites de tokens, que restringen la cantidad de datos que se pueden introducir en el modelo, y la gestión de la IA a lo largo del tiempo han sido desafíos adicionales para HCA.

«Lo que diría ahora es que la exageración en torno al uso actual de estos modelos de IA en la atención sanitaria está superando la realidad», afirmó Schlosser. «Todo el mundo está lidiando con este problema, y ​​nadie ha dejado que estos modelos se desborden de manera gradual en los sistemas de atención de salud por eso».

Aun así, Schlosser dijo que la respuesta inicial de los proveedores a MedLM ha sido positiva y reconocen que aún no están trabajando con el producto terminado. Dijo que HCA está trabajando arduamente para implementar la tecnología de manera responsable para evitar poner a los pacientes en riesgo.

«Estamos siendo muy cautelosos con la forma en que abordamos estos modelos de IA», afirmó. «No utilizamos esos casos de uso en los que los resultados del modelo pueden afectar de alguna manera el diagnóstico y el tratamiento de alguien».

Google también planea introducir versiones de Gemini específicas para el cuidado de la salud en MedLM en el futuro. Sus acciones subieron un 5% después del lanzamiento de Gemini a principios de este mes, pero Google enfrentó un escrutinio por su video de demostración, que no se realizó en tiempo real, confirmó la compañía a Bloomberg.

En un comunicado, Google dijo a CNBC: «El vídeo es una descripción ilustrativa de las posibilidades de interactuar con Gemini, basado en indicaciones multimodales reales y resultados de pruebas. Esperamos ver lo que la gente crea cuando se abra el acceso a Gemini Pro el 13 de diciembre. «.

Corrado y Gupta de Google dijeron que Gemini aún se encuentra en las primeras etapas y que debe probarse y evaluarse con clientes en entornos de atención médica controlados antes de que el modelo se implemente a través de MedLM de manera más amplia.

«Hemos estado probando Med-PaLM 2 con nuestros clientes durante meses y ahora nos sentimos cómodos tomándolo como parte de MedLM», afirmó Gupta. «Géminis seguirá lo mismo».

Schlosser dijo que HCA está «muy entusiasmado» con Gemini y que la compañía ya está elaborando planes para probar la tecnología. «Creemos que eso nos puede dar un nivel adicional de rendimiento cuando lo tengamos», afirmó.

Otra empresa que ha estado utilizando MedLM es BenchSci, cuyo objetivo es utilizar la IA para resolver problemas en el descubrimiento de fármacos. Google es un inversor en BenchSci, y la empresa ha estado probando su tecnología MedLM durante unos meses.

Liran Belenzon, cofundador y director ejecutivo de BenchSci, dijo que la compañía ha fusionado la IA de MedLM con la propia tecnología de BenchSci para ayudar a los científicos a identificar biomarcadores, que son clave para comprender cómo progresa una enfermedad y cómo se puede curar.

Belenzón dijo que la compañía pasó mucho tiempo probando y validando el modelo, incluso brindando comentarios a Google sobre las mejoras necesarias. Ahora, Belenzón dijo que BenchSci está en el proceso de llevar la tecnología al mercado de manera más amplia.

«[MedLM] «No funciona de inmediato, pero ayuda a acelerar sus esfuerzos específicos», dijo a CNBC en una entrevista.

Corrado dijo que la investigación sobre MedLM está en curso y cree que los clientes de atención médica de Google Cloud podrán ajustar modelos para múltiples casos de uso diferentes dentro de una organización. Añadió que Google seguirá desarrollando modelos de dominios específicos que sean «más pequeños, más baratos, más rápidos y mejores».

Al igual que BenchSci, Deloitte probó MedLM «una y otra vez» antes de implementar la tecnología en clientes de atención médica, dijo el Dr. Kulleni Gebreyes, líder de consultoría en ciencias biológicas y atención médica de Deloitte en EE. UU.

Deloitte está utilizando la tecnología de Google para ayudar a los sistemas y planes de salud a responder las preguntas de los miembros sobre el acceso a la atención. Si un paciente necesita una colonoscopia, por ejemplo, puede usar MedLM para buscar proveedores según el género, la ubicación o la cobertura de beneficios, así como otros calificadores.

Gebreyes dijo que los clientes han descubierto que MedLM es preciso y eficiente, pero, al igual que otros modelos, la IA no siempre es excelente para descifrar la intención del usuario. Puede ser un desafío si los pacientes no saben la palabra o la ortografía correcta para colonoscopia, o no usan otros términos coloquiales, dijo.

«En última instancia, esto no sustituye el diagnóstico de un profesional capacitado», dijo Gebreyes a CNBC. «Acerca la experiencia y la hace más accesible».